Automação da STPA Utilizando Processamento de Linguagem Natural e Aprendizado de Máquina

• Processo: 23/03393-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 30 de abril de 2028
• Área do conhecimento: Engenharias - Engenharia Aeroespacial - Sistemas Aeroespaciais
• Pesquisador responsável: Luiz Eduardo Galvão Martins
• Beneficiário: Luiz Eduardo Galvão Martins
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Pesquisadores associados: Ana Estela Antunes da Silva ; Fabricio José Pontes ; Marcelo Jose Ruv Lemes ; Niklas Lavesson ; Tony Gorschek
• Assunto(s): Aprendizado computacional Engenharia de requisitos Processamento de linguagem natural Sistemas críticos
• Palavra(s)-Chave do Pesquisador: Análise de Perigos | Aprendizado de Máquina | Engenharia de Requisitos | Processamento de Linguagem Natural | sistemas críticos | (Stpa) | Segurança de Sistemas Críticos

Resumo

Sistemas Críticos (SC) estão cada vez mais presentes no cotidiano das sociedades modernas. A complexidade dos SC tem aumentado significativamente nas últimas décadas, demandando novas abordagens de análise de acidentes, perigos, segurança e riscos desses sistemas. Entre as novas abordagens, estão o STAMP (System Theoretic Accident Model and Processes) e o STPA (System Theoretic Process Analysis), ambas propostas por Nancy Leveson. O objetivo deste projeto é promover uma automação da técnica STPA, por meio do desenvolvimento de modelos classificadores que automatizem a identificação de perdas, perigos e restrições (etapa 1 da STPA) e ações de controle inseguras (etapa 3 da STPA). A identificação automática destes conceitos se dará pela análise de documentos textuais, que tipicamente são criados ao longo dos processos de análise de perigos, análise de riscos e especificação de requisitos dos SC. Para a construção dos modelos classificadores, pretendemos desenvolver um pipeline de PLN, criar uma base de documentos textuais que será utilizada para compor os datasets de treinamento e de testes, e utilizar ferramentas como o BERT (Bidirectional Encoder Representation from Transformers), que consiste em um modelo de Processamento de Linguagem Natural (PLN) para gerar representações de palavras (embeddings) com base em uma arquitetura do tipo Transformer. Este projeto está sendo proposto em cooperação com o Software Engineering Research Lab. do Blekinge Institute of Technology (BTH - Suécia), e a Embraer. Entre os resultados esperados, pretende-se disponibilizar um conjunto de ferramentas que possibilitem uma automatização da STPA, e auxiliar na melhoria da qualidade e produtividade das equipes responsáveis pela análise de riscos e perigos em SC, com diminuição de custo e tempo no processo de desenvolvimento e certificação de SC. (AU)