La creciente demanda de tráfico que deberán atender las futuras redes inalámbricas, en muchos casos de varios órdenes de magnitud superior a la actual, genera enormes desafíos. En este contexto, una adecuada gestión de las redes inalámbricas es fundamental no solo para cumplir con los requerimientos de conectividad sino para realizar un uso eficiente de los recursos. La gestión de redes inalámbricas incluye diversos aspectos como son la gestión de los parámetros de transmisión, y la asignación y gestión de los recursos de red. The growing traffic demands that future wireless networks will have to deliver, in many cases several orders of magnitude greater than presently, present enormous challenges. In this context, appropriate wireless network management is essential not only to meet connectivity requirements but to make efficient use of resources. The management of wireless networks includes various aspects such as transmission parameters, and the allocation and management of network resources.

La gestión de los parámetros de transmisión tiene por objetivo maximizar la tasa de transferencia a la vez que se minimiza la interferencia generada por la transmisión y se ahorra energía. Para esto es necesario estudiar la relación que existe entre las distintas variables de transmisión y como su correcta gestión puede mejorar el rendimiento. Ejemplos de estas variables son: la potencia de transmisión, la tasa de transmisión y la sensibilidad del mecanismo de acceso al medio. Debido a la complejidad y dinamismo del medio sobre el que se trasmite, donde la configuración óptima cambia continuamente según se mueven los actores del sistema y cambian las condiciones radioeléctricas del entorno, esta gestión es a la vez impresindible y complicada. Por lo tanto, la investigación en esta línea requiere del estudio teórico del comportamiento de la red, la utilización de modelos matemáticos así como un enfoque basado en técnicas de aprendizaje automático (machine learning). The management of transmission parameters aims to maximize the transfer rate while minimizing the interference and saving energy. To accomplish such objectives is necessary to study the relationship between the different transmission variables and how their correct management can improve performance. Examples of these variables are the transmission power, the transmission rate, and the sensitivity of the media access mechanism. Due to the complexity and dynamism of the transmission media, where the optimal configuration changes continuously as the actors of the system move and the radio conditions of the environment change, this management is both essential and complicated. Therefore, research in this line requires the theoretical study of network behavior, the use of mathematical models as well as an approach based on machine learning techniques.

En relación a la gestión de recursos, el objetivo principal de esta sublinea de investigación es el diseño y desarrollo de las técnicas y mecanismos necesarios para lograr una asignación de recursos eficiente en el contexto de redes de acceso inalámbricas y heterogéneas. Habitualmente estas tareas son parte de la planificación de la red de acceso pero el dinamismo e intensidad de uso de las redes inalámbricas han impulsado la idea de automatizar la gestión acercándola más al terreno de la teoría de control bajo el nombre de self-management o gestión autónoma. El trabajo del grupo en esta línea se ha enfocado especialmente en soluciones de control y gestión autónomas y distribuidas. Regarding resource management, the main objective of this research sub-line is the design and development of the techniques and mechanisms necessary to achieve an efficient allocation of resources in the context of wireless and heterogeneous access networks. Usually, these tasks are part of the planning of the access network, but the dynamism and intensity of use of wireless networks have driven the idea of automating management by bringing it closer to the field of control theory under the name of self- management or autonomous management. The group's work in this line has focused especially on autonomous and distributed control and management solutions.

La navegación es una de las actividades más importantes y desafiantes que deben tenerse en cuenta al trabajar con un robot móvil. Al trabajar en navegación todos los aspectos de la robótica están presentes: sensado, actuación, arquitectura de control, planificación, resolución de problemas, eficiencia computacional y hardware. La navegación es una colección de algoritmos que permiten resolver las dificultades que aparecen al tratar de responder a las siguientes preguntas: Navigation is one of the most important and challenging activities that must be taken into account when working with a mobile robot. Navigation puts togheter very aspect of robotics: sensing, acting, control architecture, planning, problem solving, computational efficiency and hardware. Navigation is a collection of algorithms that allow solving the difficulties that appear when the robot try to answer the following questions:

• ¿A dónde debo ir? Este problema es usualmente determinado por un humano o el planificador de misión de la arquitectura de control del robot. Where should i go? This problem is usually determined by a human or mission planner of the robot control architecture.
• ¿Cuál es la mejor forma de llegar? Este problema es denominado planificación de trayectorias y es el aspecto que ha recibido más atención dentro de la navegación. What is the best way to get there? This problem is called trajectory planning and is the navigation aspect that has received most attention.
• ¿Dónde he estado? Se refiere a la construcción de mapas, uno de los aspectos de la navegación que se ha pasado por alto en los primeros trabajos de navegación tomando fuerza su estudio en los últimos años. Where I have been? It refers to the construction of maps, one of the aspects of navigation that has been overlooked in the past but has gain momentum in recent years.
• ¿Dónde estoy? El robot debe saber donde está para seguir un camino o construir un mapa. Este aspecto de la navegación se denomina localización. Where I am? The robot must know where it is to follow a path or build a map. This aspect of navigation is called localization.

Algunos de estos problemas se resuelven de a pares simultáneamente, por ejemplo exploración, localización activa y SLAM (simultaneous localization and mapping). El objetivo de la exploración es cubrir todo el entorno en el menor tiempo posible. La exploración asume que el robot es capaz de localizarse, debiendo construir el mapa y planificar trayectorias para lograr su objetivo. En el caso de localización activa es posible tomar decisiones de movimiento con el objetivo de mejorar la eficiencia o la robustez de la localización. La construcción de mapas y la localización están fuertemente relacionados y son interdependientes, lo que ha dado lugar a su estudio conjunto bajo el nombre de SLAM. La construcción de mapas introduce la necesidad de localizarse mientras el robot se mueve en el entorno. SLAM refiere al problema en el cual un robot móvil construye un mapa de su ambiente mientras simultáneamente se localiza dentro de dicho mapa. Some of these problems are solved simultaneously in pairs, for example, exploration, active localization and SLAM (simultaneous localization and mapping). The objective of the exploration is to cover the entire environment in the shortest possible time. Exploration assumes that the robot can locate itself, having to build the map and plan trajectories to achieve its objective. In the case of active localization, it is possible to make movement decisions to improve the efficiency or robustness of the localization. Map construction and localization are strongly related and inter-dependent, which has led to their joint study under the name of SLAM. Map construction introduces the need to locate while the robot moves in the environment. SLAM refers to the problem in which a mobile robot builds a map of its environment while simultaneously locate itself within that map.

Teniendo en cuenta la evolución tanto de dispositivos que capturan imágenes como de algoritmos para su procesamiento, existe gran interés por realizar navegación guiada por identificación de objetos. Los métodos más difundidos para lidiar con la navegación son en su naturaleza probabilísticos. Asimismo, existen algunas alternativas basadas en modelos biológicos, p.ej. basada en estudios sobre roedores. Algunos de los trabajos desarrollados en esta línea de investigación son: navegación robusta basada en el comportamiento de ratas, navegación en exteriores para apoyo en tareas de recolección de manzanas soportada por visión artificial y exploración de entornos con vehículos terrestres y aéreos no tripulados. As a result of the evolution of both, image-capture devices and processing algorithms, there is a great interest in conducting guided navigation for object identification. The most widespread methods for dealing with navigation are, in their nature, probabilistic. There are also some alternatives based on biological models, e.g., based on rodent studies. Some of the works developed in this line of research are: robust navigation based on the behavior of rats, outdoor navigation for support in apple harvesting tasks supported by artificial vision and exploration of environments with unmanned land and air vehicles.

Esta línea agrupa los temas de infraestructura en general, y trabajamos en dos sub-líneas: This line of research refer to infrastructure topics in general, comprising two main subjects:

• Gestión y Control de recursos en redes virtualizadas. Management and Control of resources in virtualized networks.
• Diseño y Optimización de Redes Inteligentes. Design and Optimization of Intelligent Networks.

Gestión y Control de recursos en redes virtualizadas Management and Control of resources in virtualized networks

Las redes de nueva generación implican servicios ubicuos, tecnologías heterogéneas y usuarios en movimiento en un entorno inteligente (por ejemplo, las denominadas “smart cities”). Esto presenta un desafío tanto para las redes de acceso (con prevalencia de las tecnologías inalámbricas, y de acceso residencial de banda ancha), como para la Internet global, que sirve de infraestructura de transporte de aplicaciones para usuarios que demandan calidad de experiencia. Estos escenarios difieren en forma fundamental de las premisas fundacionales de Internet. En este sentido, los proveedores globales de contenido, buscando mejorar la experiencia del usuario han desplegado infraestructura (datacenters) con contenidos replicados en numerosas localizaciones, conformando ``Redes de Distribución de Contenido" (CDN por su sigla en inglés), que tienen sus propios desafíos de gestión de recursos, pero además imponen desafíos al sistema global de enrutamiento, y en particular a BGP (Border Gateway Protocol), el protocolo que mantiene la red comunicada y permite que la información llegue hasta el usuario final. Next-generation networks involve ubiquitous services, heterogeneous technologies and moving users in an intelligent environment (for example, the so-called “smart cities”). That presents a challenge for both access networks (with the prevalence of wireless technologies, and residential broadband access), and for the global Internet, which serves as an application transport infrastructure for users who demand quality of experience. These scenarios differ fundamentally from the founding premises of the Internet. In this sense, global content providers seeking to improve the user experience have deployed infrastructure (datacenters) with their content replicated in numerous locations forming "Content Distribution Networks" (CDN). CDNs have their resource management challenges, but also impose challenges to the global routing system, and, in particular, to BGP (Border Gateway Protocol), the protocol that keeps the network communicated and allows the information to reach the end-user.

La búsqueda de desplegar servicios en forma dinámica y con bajos costos de operación ha acentuado la prevalencia del software, y en particular de las técnicas de virtualización de plataformas de ejecución y/o de recursos de red, llevando a popularizar el concepto de ``Cloud Computing": las aplicaciones se ejecutan en un entorno virtualizado y los datos se almacenan en datacenters replicados en diversas áreas geográficas, como mencionaba antes, exigiendo que la gestión de recursos de cloud (nube) se realice dinámicamente. A nivel de recursos de red, se busca que el equipamiento de red sea genérico y programable, dando lugar al concepto de “Software Defined Networks” (SDN). Por otro lado, los operadores de telecomunicaciones buscan poder orquestar servicios de red combinando funcionalidades básicas en forma dinámica, lo que se ha dado en llamar ``Network Function Virtualization" (NFV). The need to deploy services dynamically and with low operating costs has accentuated the prevalence of software, and, in particular, the virtualization of execution platforms and/or network resources, leading to popularize the concept of "Cloud Computing": applications run in a virtualized environment and data is stored in datacenters replicated in various geographic areas, as mentioned before, requiring dynamic cloud resource management. Network devices are intended to be generic and programmable, giving rise to the concept of "Software Defined Networking" (SDN). On the other hand, telecommunications operators seek to be able to orchestrate network services by combining basic functionalities dynamically; the concept is called "Network Function Virtualization" (NFV).

Diseño y Optimización de Redes Inteligentes Design and Optimization of Intelligent Networks

El diseño y optimización de redes es una disciplina con amplios campos de aplicación, desde las telecomunicaciones hasta la interconexión de microprocesadores, pasando por problemas de transporte y de red eléctrica, entre otros. La presente línea de investigación está basada fuertemente en los problemas de redes de telecomunicaciones, en particular en las redes ópticas flexibles (fexigrid), cuya característica fundamental es la asignación elástica y dinámica de ancho de banda espectral para cada enlace, sin necesidad de usar longitudes de onda fijas. Las redes actuales conforman una estructura descentralizada multi-dominio, que dificulta la coordinación de tareas de optimización y reconfiguración. Estas tareas son realizadas mayoritariamente en forma manual por expertos, y se carece de programabilidad, y de un lazo de realimentación automático que desempeñe estas tareas. Una causa fundamental de la ineficiencia de las redes actuales es la ausencia de “cognitive intelligence” (inteligencia cognitiva), es decir, la capacidad de inferir el estado de la red, analizar las implicancias y tomar acciones en forma proactiva. Es deseable que las redes inteligentes tengan atributos “Self*”: Self-Aware, Self-Configuration, Self-Healing, Self-Optimization (auto-conciencia, auto-configuración, auto-curación, auto-optimización), que conozcan la información en distintos niveles (Infraestructura, Servicios, Flujos), y que provean interfaces abstractas orientadas “a intención” (Intent based Services Interfaces). Una actividad central para asegurar estas características es la monitorización, dentro de ciclos “Observe-Analyze-Act” (Observación-Análisis-Actuación), buscando alcanzar planos de control y gestión automatizados y escalables, que tengan conocimento local (distribuido) y global (centralizado). A partir del caso de uso de las redes ópticas flexigrid, el objetivo principal de esta línea de investigación es estudiar la evolución de las redes hacia una infraestructura inteligente y “self-aware”, buscando además explorar otros casos de uso, junto con la formación de recursos humanos en el área y la cooperación con los grupos de investigación locales y actores relacionados (por ejemplo, entes públicos y empresas). Network design and optimization is a discipline with many fields of application, i.e., telecommunications, the interconnection of microprocessors, transport problems, and electrical network, among others. This line of research is strongly based on the problems of telecommunications networks, particularly in flexible optical networks (flexigrid), whose fundamental characteristic is the elastic and dynamic allocation of spectral bandwidth for each link, without need to use fixed wavelengths. Current networks form a decentralized multi-domain structure, which makes it difficult to coordinate optimization and reconfiguration tasks. These tasks are mostly performed manually by experts, and there is a lack of programmability and automatic feedback loops to perform these tasks. A fundamental cause of the inefficiency of current networks is the absence of "cognitive intelligence," that is, the ability to infer the state of the network, analyze the implications, and take actions proactively. Intelligent networks should have "Self*" capabilities: Self-Aware, Self-Configuration, Self-Healing, Self-Optimization, which know the information at different levels (Infrastructure, Services, Flows), and provide abstract intent-based services interfaces. Monitoring is a central activity to ensure these characteristics, within “Observe-Analyze-Act” cycles, seeking to reach automated and scalable control and management plans that have both local (distributed) and global (centralized) knowledge. Starting from the flexigrid optical networks use-case, the main objective of this research line is to study the evolution of the networks towards an intelligent and "self-aware" infrastructure. It also seeks to explore other use-cases, along with training of human resources in the area and cooperation with local research groups and related actors (e.g., public and private companies).

Esta línea agrupa los temas de infraestructura en general, y trabajamos en dos sub-líneas:

Hace tiempo que venimos trabajado en aspectos conceptuales de esta línea de investigación, por ejemplo en los problemas de gestión de redes inalámbricas, y en el desarrollo de sistemas embebidos, que son componentes básicos de una solución de IoT. Hemos investigado en redes de sensores, comunicaciones machine-to-machine (M2M) y device-to-device (D2D), todos conceptos antecesores de IoT. Sin embargo, una vez que se ha establecido ampliamente el concepto de IoT, aparecen elementos que permiten enfocar mejor la investigación en el área. En este sentido, tanto en la industria como en la academia, se ha establecido una arquitectura de facto, que consiste en dispositivos finales (y/o gateways) que generan información en su rol sensor y reciben comandos en su rol actuador. Esta información se transmite hacia/desde plataformas de IoT “en la nube” (públicas o privadas) a través de un componente específico de comunicación asincrónica (denominado broker), que hace disponibles los datos a módulos de almacenamiento y análisis, que eventualmente toman acciones. Durante 2017 hemos comenzado a relevar el estado del arte de estas arquitecturas, la oferta de plataformas, los posibles patrones de diseño de aplicaciones, entre otros desafíos, desarrollando dos proyectos de grado en el área, que incluso han generado resultados publicables. Asimismo, recientemente hemos comenzado a estudiar los problemas de seguridad en IoT, en cooperación con el Grupo de Seguridad Informática del Instituto de Computación (GSI); tenemos un estudiante de maestría en este tema, y acaba de finalizar un proyecto con UTE de Seguridad en Smart Grids, que incluye medidores inteligentes sobre una solución de IoT. La participación en este proyecto ha contibuido a conocer el estado del arte, y explorar los aspectos de seguridad (y safety) que aparecen en este tipo de aplicaciones, generalmente invasivas del espacio público y privado (por ejemplo, las aplicaciones de cuidados de la salud). We have been working on conceptual aspects of this line of research for some time, for example, in the problems of wireless network management, and in the development of embedded systems, which are basic components of an IoT solution. We have also been working in sensor networks, machine-to-machine communications (M2M), and device-to-device communications (D2D), all predecessor concepts of IoT. However, once the IoT concept has been widely established, many research opportunities emerge. In this sense, both in the industry and in the academy, a de facto architecture has been established, consisting of final devices (and gateways) that generate information in their sensor role and receive commands in their actuator role. This information is transmitted to/from public or private cloud IoT platforms through a specific asynchronous communication component (called broker), which makes data available to storage modules and analysis, which eventually take action. In the last couple of years, we have been evaluating the state of the art of these architectures, including platforms, application development patterns, among other challenges. Likewise, we have begun to study IoT security aspects, in cooperation with the "Computer Security Group" at the Computer Science Institute (GSI-INCO), focused on a Smart Grids security (a project with the state-owned electrical company), which includes smart meters on an IoT solution. Participation in this project has helped to grab the state of the art, and explore the security and safety aspects that appear in this type of applications, generally invasive of public and private space (for example, health care applications).

Visualizamos esta línea de investigación asumiendo críticamente el modelo de “IoT en la nube” para buscar alternativas arquitectónicas y soluciones concretas a aspectos específicos que contribuyan a mejorar el desempeño de las soluciones de IoT, y asimismo buscamos desarrollar aspectos teóricos en distintos niveles de la arquitectura. Sin dudas que esta línea se retroalimenta con las líneas clásicas del grupo, y en particular con la línea en Procesos de Decisión. En efecto, dónde (en qué componentes) y cómo (mediante qué algoritmos o procesos) se toman las decisiones en una solución de IoT, forman parte central de esta otra línea de investigación. This line of resarch seek for architcture alternatives for the "cloud IoT" model, also looking for concrete solutions to specific aspects that contribute to improve the performance of IoT solutions. We also seek to develop theoretical aspects at different levels of architecture, which undoubtedly relates to oher lines of reasearch of the group, in particular with Decision Processes. Indeed, where (in which components) and how (by what algorithms or processes) decisions are made in an IoT solution, constitutes a central reasearch question.

Los SCF comprenden dispositivos que típicamente miden (sensan) variables del entorno, por ejemplo nivel de señal y relación señal/ruido en el caso de un Access Point inalámbrico, temperatura u otras variables del medio ambiente en sensores de exteriores, o distancia a obstáculos en el caso de un robot. Estas medidas, combinadas con otros elementos computacionales e información, y con las reglas u objetivos de funcionamiento de alto nivel que se hayan fijado, alimentan diversos procesos de decisión, por ejemplo modificar el canal de trasmisión de un Access Point, balancear determinada parte del tráfico en la red, activar el riego en una plantación, o cambiar el rumbo del robot. CPS include devices that typically measure (sense) environment variables. For example, signal level and signal-to-noise ratio in the case of a wireless Access Point, temperature, or other environmental variables when speaking about exterior sensors, or distance to obstacles in the case of a robot. These measures, combined with other computational elements and information, and with high-level rules or objectives, feed various decision processes, for example modifying the transmission channel of an Access Point, balancing certain part of the traffic in the network, activate the irrigation in a plantation, or change the direction of the robot.

Estos procesos de decisión, independientemente de la aplicación, constituyen un área de investigación en si mismos. Además de trabajar sobre procesos de decisión más clásicos en todos los proyectos relacionados con robótica, nuestro grupo concibió el modelo de decisión autonómico RAN para redes inalámbricas, y posteriormente lo adaptó a redes oportunistas (RON). También existen frameworks como ROS (Robot Operating System) y OROCOS (Open Robot Control Software) que favorecen el desarrollo de arquitecturas distribuidas para el control de agentes autónomos, y se ha implantado el modelo “Cloud IoT” para tomar decisiones en aplicaciones de IoT. These decision processes, regardless of the application, constitute a specific area of research. In addition to our work on classic decision processes in robotics-related projects, our group conceived the RAN autonomous decision model for wireless networks, and subsequently adapted it to opportunistic networks (RON). There are also frameworks such as ROS (Robot Operating System) and OROCOS (Open Robot Control Software) that favor the development of distributed architectures for the control of autonomous agents, and the "cloud IoT" decision model.

Interesa estudiar diversos aspectos de los procesos de decisión, incluyendo la clásica dicotomía centralización vs. distribución, mecanismos de reglas o en general políticas, lógica difusa, aprendizaje automático, procesos neuro-difusos, consenso y elección en sistemas distribuidos, cooperación y coordinación, entre otros. We are interested in studying various aspects of the decision processes, including the classic centralization vs. distributed dichotomy, rule-based mechanisms or, in general, policies, fuzzy logic, machine learning, neuro-diffuse processes, consensus and election in distributed systems, cooperation and coordination, among others.

Este acercamiento se ha reflejado por ejemplo en investigación en resolución de conflictos entre reglas, estudios de estabilidad de las decisiones basadas en control difuso y otros aspectos puramente computacionales de los procesos de decisión. Actualmente nos encontramos trabajando en la incorporación de aprendizaje automático a los procesos de decisión en procesos de control de la interferencia de radio y en aspectos más relacionados con infraestructura de red y de cómputo. Some examples include research on rule conflict resolution, studies of stability of decisions based on fuzzy logic and other purely computational aspects of decision processes. We are currently working on the incorporation of machine learning into decision processes in radio interference control processes and in aspects related to network and computing infrastructure.

Utilizando OROCOS se han implementado mecanismos distribuidos y algoritmos de selección de tareas para soportar la toma de decisiones colaborativa de flotas de robots que exploran entornos previamente desconocidos. Estos sistemas pueden utilizarse en una amplia gama de aplicaciones como ser: vigilancia, patrullaje, limpieza, agricultura, exploración de zonas riesgosas o inaccesibles al hombre. Distributed mechanisms and task selection algorithms have been implemented using OROCOS, to support the collaborative decision-making in fleets of robots that explore previously unknown environments. These systems can be used in a wide range of applications such as surveillance, patrolling, cleaning, agriculture, exploration of hazardous or inaccessible areas.

Se ha trabajado con ROS para resolver la toma de decisiones en diversos escenarios de robótica, particularmente cabe destacar el desarrollo de DM3 (vehículo autónomo para apoyo en tareas de recolección de frutos) y SuperM (vehículo para asistir el desplazamiento en silla de ruedas dentro de supermercados). Moreover, ROS has been used to solve decision-making in various robotics scenarios, particularly the development of DM3 (autonomous vehicle to support fruit collection tasks) and SuperM (vehicle to assist wheelchair travel within supermarkets).

Los robots de servicio están cada vez más presentes en nuestras vidas. En este sentido, deben interactuar con las personas de manera segura, anticipando el efecto de sus acciones en consonancia con los otros agentes que lo rodean, poniendo especial atención a las acciones y necesidades de las personas con las cuales comparte el entorno. Estos agentes deben poseer capacidades de procesamiento y generación de lenguaje natural, un mecanismo complejo de toma de decisiones y aprendizaje, y todo esto en un entorno dinámico, estocástico y de tiempo real. Los robots con estas capacidades se han dado a llamar robots cognitivos, acercando científicos de distintas tradicionalmente ligadas a las ciencias cognitivas (ciencias de la computación, neurociencias, psicología e inteligencia artificial), utilizando generalmente modelos basados en la cognición de los seres vivos. Los robots cognitivos logran sus objetivos percibiendo su entorno, prestando atención a los eventos relevantes, planificando qué hacer y aprendiendo de la interacción con el entorno. Se ocupan de la incertidumbre inherente de los entornos reales mediante el aprendizaje, el razonamiento y el intercambio de sus conocimientos con otros agentes. Service robots are increasingly present in our lives. In this sense, they must safely interact with people, anticipating the effect of their actions considering other agents that surround them, paying special attention to the actions and needs of the people with whom they share the environment. These agents must have natural language processing and speech generation capabilities, a complex mechanism for decision-making and learning, in a dynamic, stochastic, and real-time environment. Robots with these abilities have been called cognitive robots, bringing together scientists from different fields linked to cognitive sciences (computer science, neurosciences, psychology, and artificial intelligence), generally using models based on the cognition of living beings. Cognitive robots achieve their objectives by perceiving their surroundings, paying attention to the relevant events, planning what to do, and learning from the interaction with the environment. They deal with the inherent uncertainty of real environments through learning, reasoning and exchanging their knowledge with other agents.

En definitiva, se trata de un área clásica dentro de varias ingenierías pero que al tratarse de un aspecto transversal a los SCF, adquiere un nuevo interés a la luz de las las nuevas posibilidades tecnológicas, pero sobre todo del salto en escala que experimentarán los SCF en los próximos años. In short, it is a classic area within several engineering disciplines but, since it is a cross-disciplinary aspect of CPS, it acquires a new interest in light of the new technological possibilities, considering the potential growth of CPS in the years to come.

Se trata de estudiar herramientas de diseño que se adapten al mundo físico y al mundo ciber, y que permitan desarrollar metodologías de diseño que funcionen a la vez para ambos mundos. Es necesario trabajar en formas de modelar sistemas computacionales que trabajen a la vez sobre señales continuas y discretas, modelos que trabajen con redes que comuniquen sistemas sincrónicos y asincrónicos considerando la variable temporal como un elemento crítico. Es necesario estudiar métodos que permitan gestionar escalas nunca vistas antes y la complejidad asociada a la escala y la heterogeneidad de los SCF. Para lidiar con dicha complejidad es necesario utilizar y desarrollar estrategias de clásicas de las ingenierías como la modularidad y la reutilización de elementos de un sistema y la capacidad de interoperar con sistemas heredados. Para completar la complejidad de esos elementos, los SCF suelen tener requerimientos de correctitud muy exigentes y necesitar del uso de técnicas de de testing complejas, simulación y modelado estocástico junto a requerimientos de seguridad y protección elevados que solo pueden asegurarse utilizando técnicas de métodos formales. CPS foundations include studying design tools that adapt to the physical and the cyber world and allow the development of design methodologies that work at the same time for both worlds. It is necessary to model computational systems that work at the same time on continuous and discrete signals and networks that communicate synchronous and asynchronous systems, considering the temporal variable as a critical element. Moreover, managing the scalability, complexity, and heterogeneity of CPS is a tough challenge. It calls for classic engineering strategies, such as modularity and reuse of elements of a system, and the ability to interoperate with legacy systems. To complete the complexity of these elements, CPS usually have very demanding correctness requirements and need complex testing techniques, simulation, and stochastic modeling, together with high safety and protection requirements that can only be ensured using formal methods techniques.

El grupo MINA no propone dedicarse a todos esos aspectos, pero tiene experiencia propia y colaboración con otros grupos que le permitirán desarrollar esta línea de investigación en los aspectos relacionados con el modelado, la gestión de la escala, la simulación, los sistemas continuos y discretos y el modelado para la seguridad (safety). Our group cannot cover all aspects of CPS foundations, and therefore collaboration with other research groups is crucial to pursue this line of research in aspects related to modeling, scale management, simulation, continuous and discrete systems and safety modeling.