Mahdi Dibaei Asl

Mahdi Dibaei Asl, M. Sc.

Department Informatik (INF)
Lehrstuhl für Informatik 7 (Rechnernetze und Kommunikationssysteme)

Raum: Raum 06.132
Martensstr. 3
91058 Erlangen

Kurzvita

Mahdi Dibaei is a research assistant and part of the “Quality-of-Service” group at the Chair of Computer Networks and Communication Systems. He received his Bachelor of Science (B.Sc.) in 2006 in Compute Engineering – Software and his Master of Science (M.Sc.) in Computer Engineering – Computer Systems Architecture in 2014 focusing on “Implementing a Trust-based method in Wireless Sensor Networks”. His previous research was related to wireless networks with trust management, deep learning, and blockchain solutions. Currently, Mahdi is researching fault tree analysis and minimal cut sets as part of his doctorate.

Weitere Informationen

2024

2021

2020

2019

2017

  • MBPLE4Mobility - Durchgehend modellbasierte Entwicklung und Produktlinienentwicklung für Steuerungssystem in der Fahrzeugtechnik

    (Drittmittelfinanzierte Einzelförderung)

    Laufzeit: 2021-07-01 - 2024-06-30
    Mittelgeber: Bundesministerium für Wirtschaft und Technologie (BMWi)

    Als Teil eines großen Konsortiums befasst sich der Lehrstuhl Informatik 7 im Rahmen des Projekts mit dem modellbasierten Systementwurf der Fahrzeug-Kommunikationssysteme unter Einbezug von Variantenvielfalt. Hierfür wird zum einen eine Optimierung für die Konfiguration und die Ressourcenauslegung der Netzwerkarchitektur für verschiedene Kommunikationsprotokolle und -mechanismen realisiert. Zum anderen werden Safety-Analysen unter Verwendung von Fehlerbäumen und Erweiterung dieser für Produktlinien durchgeführt.

    Für den formalen Nachweis der erforderlichen Echtzeiteigenschaften wird Network Calculus herangezogen. Dafür müssen geeignete Ansätze für die in den Vernetzungstechnologien verwendeten Scheduling-Verfahren (z.B. TAS, prioritätsbasiert, CBS, usw.) formuliert werden.

    Für eine automatisierte und beschleunigte Erstellung der Netzwerkoptimierungen und der Safety- und Echtzeit-Analysen werden Modell- und Codegeneratoren entwickelt. Die Ergebnisse dieser Auswertungen werden in die Modellierung des Gesamtsystems zurückgeführt.