Detail projektu
Verification and Analysis for Safety and Security of Applications in Life
Období řešení: 1. 6. 2024 – 31. 5. 2027
Typ projektu: grant
Kód: SEP-210979090
Agentura: Evropská unie
Program: HORIZON EUROPE
Formal methods, model-based-design, safety and security of software, economics of software tools, software engineering
Projekt VASSAL se zaměřuje na využití vědecké excelence a inovační kapacity konsorcia v oblasti softwarového inženýrství k podpoře bezpečnosti a zabezpečení digitalizovaných ekonomik a společností. Klíčovým cílem je spojit odborné znalosti konsorcia v konkrétních oblastech za účelem posílení a vytvoření nových znalostí pro robustní a odolné SW inženýrství prostřednictvím vědecké strategie kombinující návrh založený na modelu, formální metody a ekonomiku pro zdrojové kódy a systémy. Jak se SW stává složitějším, zajištění jeho bezpečnosti a zabezpečení (bez zranitelností) je stále náročnější a životnější, a to nejen v systémech kritických pro bezpečnost, ale i v různých operačních systémech a také v IoT. Formální metody a design založený na modelech hrají stále významnější roli a staví na jejich již rozšířeném použití v aplikacích kritických z hlediska bezpečnosti, jako je automobilový průmysl nebo letecký průmysl. Jako základní stavební kameny v inženýrském procesu umožňují vybudovat robustní a odolné SW a HW systémy (security-/safe-by-design) zajišťující spolehlivost a správnost, využívající kybernetickou bezpečnost a zlepšování životního cyklu vývoje, které vedou k úsporám. v provozních nákladech systémů. Ekonomické posouzení a důsledky pokročilých nástrojů SW inženýrství nejsou běžně dostupné. VASSAL poskytne vzácnou příležitost prozkoumat a zdokumentovat potenciální přínosy a výzvy při zavádění s cílem zvýšit povědomí a proniknout k širšímu využití ze strany koncových uživatelů (zejména malých a středních podniků) v segmentech, kde jsou tyto problémy přehlíženy z důvodu údajné nenávratnosti investice.
Andriushchenko Roman, Ing. (UITS)
Bobalová Martina, Mgr., Ph.D. (ÚI)
Dacík Tomáš, Ing. (UITS)
Doskočil Radek, doc. Ing., Ph.D., MSc (ÚI)
Fiedor Jan, Ing., Ph.D. (UITS)
Hudák David, Ing. (UITS)
Jírovec Martin, Ing. (DFIT-děkan)
Karas Michal, doc. Ing., Ph.D. (ÚF)
Kozubová Hana, Mgr. (Vnější vztahy)
Křena Bohuslav, Ing., Ph.D. (UITS)
Lengál Ondřej, doc. Ing., Ph.D. (UITS)
Luhan Jan, Ing., Ph.D., MSc (ÚI)
Macák Filip, Ing. (UITS)
Novotná Veronika, doc. Mgr., Ph.D. (ÚI)
Pavela Jiří, Ing. (UITS)
Reš Jakub, Ing. (UITS)
Širáňová Lenka, Ing., Ph.D. (ÚI)
Valko Roderik, MSc
Vašíček Ondřej, Ing. (UITS)
Veselá Sára, Ing.
Vojnar Tomáš, prof. Ing., Ph.D. (UITS)
Žižka Josef, Ing. (UPGM)
2025
- ANDRIUSHCHENKO, R.; ČEŠKA, M.; JUNGES, S.; MACÁK, F. Small Decision Trees for MDPs with Deductive Synthesis. In Computer Aided Verification. Springer Cham, 2025.
p. 169-192. ISBN: 978-3-031-98678-9. Detail - ANDRIUSHCHENKO, R.; ČEŠKA, M.; MACÁK, F.; FRANCESCO, P.; MICHELE, C. Decentralized Planning Using Probabilistic Hyperproperties. In Proc. of the 24th International Conference on Autonomous Agents and Multiagent Systems. Detroit: 2025.
p. 1688-1697. ISBN: 979-8-4007-1426-9. Detail - DACÍK, T.; VOJNAR, T. RacerF: Data Race Detection with Frama-C (Competition Contribution). In Proceedings of the 31st International Conference on Tools and Algorithms for the Construction and Analysis of Systems, part 3. Lecture Notes in Computer Science. Hamilton: Springer Nature Switzerland AG, 2025.
p. 248-253. ISBN: 978-3-031-90659-6. Detail - DACÍK, T.; VOJNAR, T. RacerF: Lightweight Static Data Race Detection for C Code. In 39th European Conference on Object-Oriented Programming (ECOOP 2025). Schloss Dagstuhl – Leibniz-Zentrum für Informatik, 2025.
p. 37.1-37.19. ISBN: 978-3-95977-373-7. Detail - FLORIAN, S.; ROGALEWICZ, A.; VOJNAR, T.; ZULEGER, F. Compositional Shape Analysis with Shared Abduction and Biabductive Loop Acceleration. In Programming Languages and Systems - 34th European Symposium on Programming, ESOP 2025. Lecture Notes in Computer Science. Springer, 2025.
p. 230-257. ISBN: 978-3-031-91121-7. Detail - GALESLOOT, M.; ANDRIUSHCHENKO, R.; ČEŠKA, M.; JUNGES, S.; JANSEN, N. Robust Finite-Memory Policy Gradients for Hidden-Model POMDPs. In Proceedings of the Thirty-Fourth International Joint Conference on Artificial Intelligence. International Joint Conferences on Artificial Intelligence Organization, 2025.
p. 8518-8526. ISBN: 978-1-956792-06-5. Detail - CHOCHOLATÝ, D.; HAVLENA, V.; HOLÍK, L.; HRANIČKA, J.; LENGÁL, O.; SÍČ, J. Z3-Noodler 1.3: Shepherding Decision Procedures for Strings with Model Generation. Proceedings of TACAS'25. Lecture Notes in Computer Science. Hamilton: Springer Verlag, 2025. iss. 1,
p. 23. ISSN: 0302-9743. Detail