Alternatív grid user interface-ek
Karóczkai Krisztián <krisztian.karoczkai@sztaki.hu>
MTA SZTAKI Párhuzamos és Elosztott Rendszerek Láb.
Manapság bárki hozzáférhet valamilyen grid vagy cloud rendszerhez és azokon gyakorlatilag bármilyen számítási feladatott el tud végezni. Ezen rendszerek mindegyikének közös jellemzője hogy van egy előre definiált hozzáférési mechanizmusuk. Ez a mechanizmus természetesen grid és clod rendszerenként eltérő, így ha egy másik típusú midleware-t akar használni az ember, akkor jó pár dolgot újból meg kell tanulnia. Több törekvés is van /volt/lesz ami egy meghatározott felület mögött elrejti ezeket a különbségeket. így csak egy valamit kell megtanulni ahhoz hogy több grid és cloud szolgáltatást el tudjunk érni. Tipikusan ilyen alkalmazások a grid-es portálok. Az elosztott számítási rendszerek széles alkalmazhatóságának azonban még ez sem elég rugalmas. Mi van akkor ha egy FaceBook alkalmazásból szeretnék gridet használni. Ennek a környezetnek sem a natív grid-es rendszerek , sem a rájuk épített webes vagy desktop alkalmazások nem képesek megfelelni.
Az MTA-SZTAKI Párhuzamos és Elosztott Rendszerek gUSE alkalmazása egy olyan szervizhalmazt implementál, amai nem csak elrejtik a felhasználó elöl a valós számítási kapacitásokat végző erőforrásokat, hanem azok képességeit még egyéb szervizekkel is kiegészíti. Az előadás során bemutatásra kerül hogyan lehet a webes közösségi portálok számára grid-es alkalmazások használatát biztosítani a Web2Grid projekt keretein belül minimális fejlesztési idő ráfordításával.
Előadás során bemutatásra kerülnek a gUSE szervizek, és a felhasználásukkal megvalósított Web2Grid projekt, aminek célja hogy FaceBook és Orkut felhasználóknak a saját feltöltött fényképeikkel grid-en végezhető műveleteket biztosítson.
Egy agyi bioelektromos képalkotó algoritmus párhuzamosítási lehetőségeinek összehasonlítása
Juhász Zoltán Dr. <juhasz@virt.uni-pannon.hu>
Pannon Egyetem
Az agyi EEG (elektroenkefalográfia) rutin klinikai vizsgálat, mely lehetővé teszi az agy aktivitásának regisztrálását. Az eljárás során a fejbőrre ültetett tipikusan 25 elektróda (csatorna) elektromos jeleit mérik és jelenítik meg az idő függvényében. Az agyi EEG nagy előnye más vizsgálati eljárásokkal (pl. CT, MR) szemben a nagy időbeli felbontás (milliszekundum nagyságrend), hátránya viszont a rossz térbeli felbontás, valamint az a tény, hogy csak a fej felületén méri az elektromos aktivitást. A Pannon Egyetemen folyó kutatási program keretében olyan módszereket és eljárásokat fejlesztünk melyek forráskereséssel lehetővé teszik a mért agyi EEG jelekből az agyi aktivitást kiváltó területek nagyon pontos
helyének meghatározását, majd ezek térbeli vizualizációját. Ez az új képalkotó rendszer új utakat nyithat meg a diagnosztika területén.
A feladat megoldásának egyik legnagyobb akadálya a mérés kiértékelésének rendkívüli számításigénye. Méréseink során 64 - hamarosan 128 - csatornán mérünk. A forrásrekonstrukció során a felületen mért jelekből kell, az ún. inverz probléma megoldásával, következtetnünk a gerjesztést kiváltó forrásra. Az előadásban egy lehetséges megoldási algoritmust ismertetünk, mely egy forrás megkeresését végzi. A sok csatorna, rövid mérés alatt is több ezer mérési pont, valamint az agy geometriájának nagy térbeli felbontása miatt egy mérési pont kiértékelése tipikusa 30-60 másodperc között van. Egy teljes (néhány másodperc időtartamú) mérés teljes kiértékelés több órát vesz igénybe. Ez a rutin klinikai gyakorlatban elfogadhatatlan. Megoldást csak a párhuzamos technológia alkalmazása nyújthat.
A legjobb párhuzamosítási megoldás meghatározása érdekében az algoritmust több nyelven és módon implementáltuk (Java, C/MPI és C/OpenMP), majd ezeket különböző párhuzamos architektúrákon futtattuk (PC klaszter, sokmagos processzorok, NIIF szuperszámítógép) hogy megvizsgáljuk a futási idő és gyorsulási görbék (skálázhatóság) alakulását.
Az előadás ezen kísérletek eredményét és az így nyert tapasztalatokat ismerteti, legvégül kitér egy új irány, a grafikus gyorsítók (GPU) felhasználásának lehetőségére. Reményeink szerint eredményeket tudunk bemutatni a 4 teraflops számítási teljesítményű NVIDIA Tesla SÍ070 gépen történt futtatásról is.
SEE-GRID-SCI projekt tudományos alkalmazásai
Kozlovszky Miklós <m.kozlovszky@sztaki.hu>
MTA SZTAKI
A SEE-GRID-SCI (South Eastern European GRid-enabled elnfrastructure Development elnfrastructure for regional eScience) projekt 2008 májusában indult és a korábbi dél európai grid elődprojektektől eltérően az infrastruktúra helyett immáron három stratégiai fontosságú, nemzetközi összefogást igénylő kutatási területre (meteorológia, földtudományok,
környezetvédelem) fókuszál, melyek virtuális szervezetként működnek a projekt keretein belül. Az előadás ismerteti a projekt egyes virtuális szervezetein belül a két év során kialakított, a partner tagországok kutatói számára szabadon hozzáférhető tudományos alkalmazások tárházát. Az előadás információkat ad arról, hogy magyarországi felhasználók, illetve alkalmazás fejlesztők hogyan tudják munkájukhoz a SEE-GRID-SCI infrastruktúráját, valamint az azon működő tudományos alkalmazásokat és szolgáltatásokat felhasználni.
Sérülékenység vizsgálat grid rendszerekben
Acs Sándor <acs@sztaki.hu>
MTA SZTAKI
Több ezer számítógép elérhető egy grid infrastruktúrában, ilyen hatalmas rendszer helyes működése függ minden egyes erőforrás biztonsági státuszától. Annak érdekében, hogy növeljük a biztonsági szintjét a grid infrastruktúrának, megterveztünk és létrehoztunk egy sérülékenység elemző eszközt, melyet "Grid Stite Software Vulnerability Analyzer"-nek (GSSVA) neveztünk. A kifejlesztett monitorozó eszköz futásához nincs szükség rendszergazdai jogokra, kliens oldali telepítésre és a telephelyeken a tűzfal konfigurálására.
A GSSVA alap grides szolgáltatásokat használ, melyekkel feltérképezi automatikusan az egyes gépeken található Linux csomagokat. A célunk elérésében a PAKITI szoftver sérülékenység ellenőrző programot módosítottuk és egészítettük ki, ügyelve arra, hogy újrafelhasználható legyen további monitorozó rendszerek számára. Számos új funkcióval bővítettük a rendszert, ilyen például a beérkező adatok hosszútávú tárolása, illetve a többszintű authentikációs folyamat, mely a felhasználó tanúsítványán alapul. A munkánkban bemutatjuk a kifejlesztett rendszer belső szerkezetét és használatát számos virtuális szervezet erőforrásán. Használat során az eszköz hatalmas mennyiségű valós biztonsági problémát jelentett, mely veszélyt jelentenek az infrastruktúrára. Továbbá bemutatásra kerül számos
statisztika és a megfigyelésekből levont következtetések.
ClusterGrid+ "Új lendülettel a tudomány szolgálatában"
Márton Iván <murtoni@niifhu>
NIIF Intézet
Intézetünk 2001 óta üzemeltet szuperszámítástechnikai szolgáltatásokat, ezen belül szuperszámítógépeket és egy országos grid hálózatot, amelyek az NIIF tagintézmények felhasználói számára nyújtanak segítséget kutatás-fejlesztési feladataik ellátásában. Célunk, hogy ezen infrastruktúra és az azon nyújtott szolgáltatásaink a folyamatos fejlesztéseinknek köszönhetően Európa élvonalába tartozzanak.
Az elmúlt időszakban folyó kiemelkedő fejlesztéseink egyike egy, a korábbi ClusterGrid-et és a további szuperszámítástechnikai eszközeinket integráló infrastruktúra kialakítása. Az így létrejövő ClusterGrid+ segítségével a felhasználóink egy sokkal korszerűbb, dinamikusabb szolgáltatást vehetnek igénybe.
Előadásom során szeretném bemutatni a már megvalósított infrastruktúrát, továbbá annak a közeljövőben tervezett fejlesztéseit. Ezek a felújított felhasználói eszköztáron túl nagyságrendekkel nagyobb számítási kapacitást is biztosítanak, s ezzel ugrásszerűen javíthatják alkalmazásuk hatékonyságát. A technikai fejlesztések során rendkívül nagy hangsúlyt fektetünk annak ergonomikus használhatóságára és arra, hogy azt egy minél nagyobb felhasználói kör számára tegyük elérhetővé és egyúttal vonzóvá.
(A fejlesztések az Új Magyarország Fejlesztési Terv TIOP 1.3.2 projektjének keretében készülnek.)
CancerGrid - Grid alkalmazása rákellenes hatóanyagok keresésének felgyorsítására
Kovács József Dr. <smith@sztaki.hu>
MTA SZTAKI
A Grid egyik célja a számítás-intenzív alkalmazások felgyorsítása felhasználóik számára. Az előadásban bemutatásra kerül egy olyan keretrendszer, melyben egy DesktopGrid rendszer nyújtja a számítási kapacitást, egy web-alapú portál - melynek neve gUSE - pedig a felhasználói felületet. Az infrastruktúra igény szerint átszabható, új algoritmusok, új erőforrások és új tudományos folyamatok definiálhatóak illetve illeszthetőek be. Mindezek mellett akár a felhasználói felület is a megfelelő tudományterülethez igazítható szükség esetén. Példaképpen az előadásban az EU FP7 CancerGrid projektben kifejlesztett és üzemeltetett infrastruktúra kerül bemutatásra.
A Hungrid szerepe a magyar NGI kialakításában
Hernáth Szabolcs <hernath@mail.kfki.hu>
MTA KFKI RMKI
Az akadémiai-felsőoktatási digitális közmű kialakításában alapvető jelentőségűek a grid hálózatok és szolgáltatások. A közös európai e-science infrastruktúra mérföldköve az a paradigmaváltás, amely 2010-től új alapokra helyezi a tagországok grid hálózatainak együttműködését, kiemelt szerephez juttatva a nemzeti grid iniciatívákat, röviden NGI-ket. A magyar NGI kialakítása és hatékony üzemeltetése tehát a hazai e-science program eredményessége szempontjából kulcskérdés - ennek tükrében tekintjük át, hogy a Hungrid, Magyarország első és egyetlen, teljeskörű gLite szolgáltatást nyújtó grid infrastruktúrája milyen feladatokkal járulhat hozzá az NGI sikeréhez.
Konvex testek egyensúlyi morfológia-osztályainak feltérképezése
Kápolnai Ricliárd <kapolnai(a)iit.bme.hu>
BMEIIT
Domokos Gábor Prof. <domokos@iit.bme.hu>
BME Szilárdságtani és Tartószerkezeti Tanszék
Ezen előadásban a konvex, 3D testek, például kavicsok osztályozására és megkülönböztetésére azon újfajta megközelítést alkalmazzuk, amely a test egyensúlyi pontjainak elhelyezkedésén alapul. Szemléletesen a test egy egyensúlyi pontja egy olyan felületi pont, amelyen a testet egy vízszintes lapra helyezve az nyugalomban marad. Egy egyensúlyi pont stabil, ha kis elmozdítás hatására a test visszabillen az egyensúlyi pontra, ezzel szemben instabil, ha már kis eltérítés után is a test átbillen egy másik helyzetbe.
A fenti osztályozás akkor sorol két testet ugyanazon osztályba, ha ugyanannyi stabil és instabil pontjuk van. Például a Gömböc névre keresztelt testnek pontosan egy stabil és egy instabil egyensúlyi pontja van, így az (1,1) osztályba tartozik. Bizonyított, hogy stabil és
instabil pontok (szigorúan pozitív) számának tetszőleges kombinációjára létezik megfelelő test, bár a természetben nem valószínű, hogy mindegyik formatípus kialakul és tartósan megmarad. Bizonyos formák rendkívül érzékenyek, ezért csak átmenetileg alakulhatnak ki, és hamar továbbkopnak vagy elcsiszolódnak. Tehát a természetben például egy kavics alakja folyamatosan változhat, hasonlóan a besorolt osztálya is. E változások modellezése abban is segíthet, hogy egy forma múltjára vagy jövőjére tehessünk becsléseket.
A test felületének domborzata a stabil, instabil és az ún. nyeregpontok között kapcsolatokat határoz meg, és e kapcsolatok hálózatát összehasonlítva, azok topológiája alapján további alosztályokat definiálhatunk a fenti osztályokon belül. Első célkitűzésünk egy olyan, gráfelméleti módszerekre támaszkodó algoritmus megtervezése, mely elvben az összes ilyen alosztály felsorolására képes. Ezen alosztályok felsorolása segíthet abban, hogy jobban megérthessük a természetben kialakult formák egyensúlyi jellemzőit, típusait és evolúcióját.
Jelenlegi tudásunk szerint nem ismert, hogy algoritmuselméleti (illetve számítástechnikai) szempontból mennyire hatékonyan sorolhatóak fel az ilyen alosztályok. Az általunk készített algoritmus számításigénye exponenciális (az egyensúlyi pontok számában). Példaként említjük, hogy egy átlagos személyi számítógépen az egyensúlyi helyzetek számára vonatkozó N<=18 korláttal körülbelül 3 hónapig tartana a számítás. Azonban ahhoz, hogy a gyakorlatban használható következtetéseket tudjunk levonni, legalább e korlát elérése tűnik elfogadható minimumnak. Munkánk második célja egy olyan párhuzamos, grid alapú implementáció létrehozása volt, melyben a fenti korlát mellett reális időben meghatározhatóak az alosztályok. Előadásunkban bemutatjuk, hogy hogyan működik és épül fel az a grid alkalmazás, melyet a Hungridben futtattunk.
Az EDGES projekt eredményei: infrastruktúra, alkalmazások, eszközök és módszerek Gridekhez csatlakozó számítógépek száma meghaladta a 100 000-et.
Ez a mérföldkő is mutatja, hogy jelentős további számítási erőforrás áll az európai tudósok rendelkezésére, melyek az EDGeS Bridge technológiáját kihasználva kapcsolódnak az EGEE- hez. Az összekapcsolt Gridek teljes mérete így 250 000 processzor fölött van - ez Európa egyik legnagyobb számítási infrastruktúrája.
A Desktop Gridek, melyek önkéntes erőforrásokat gyűjtenek az EGDeS-hez:
• SZTAKI Desktop Grid 77.000 számítógép
• IberCivis 25.000 számítógép
• Extremadura@home 1.000 számítógép
• AlmereGrid 3.000 számítógép
• University of Westminster 1.000 számítógép
• IN2P3, Paris 1.000 számítógép
Ezek közül a legnagyobb rendszerek BOINC alapúak, míg a többi az INRIA és IN2P3 által kifejlesztett XtremWebHEP-E technológiát használja. Az EDGeS által fejlesztett 3G Bridge lehetővé teszi a tudósoknak, hogy több számítási kapacitást használjanak az alkalmazásaikhoz, továbbá a legmegfelelőbb infrastruktúrán futtassák alkalmazásukat. Ilyen módon le tudják csökkenteni azt az időt, amely a tudományos problémák megválaszolásához szükséges, illetve biztosítja, hogy a leghatékonyabban tudják kihasználni az adott informatikai erőforrásokat.
Az EDGeS projekt már több mint 20 alkalmazást tett alkalmassá és telepített a kombinált infrastruktúrára. Ezek között található orvosi alkalmazás -Patient Readmission (Beteg újrafelvétel); Protein Simulation (Protein szimuláció); Blender Video rendering (Blender videó renderelés); és Fusion research (szabályzott magfúziós kutatás).
"A 100 000-es mérföldkő elérése is mutatja, hogy jelentős további számítási erőforrás állhat az európai kutatók rendelkezésére", mondta Kacsuk Péter, az EDGeS projekt koordinátora. "S ez még csak a kezdet: még több milliónyi otthoni számítógép van, amivel csatlakozni lehet."
"Az EGEE célja, hogy annyi erőforrást tegyen elérhetővé az európai kutatók számára, amennyi csak lehetséges", mondta Bob Jones, az EGEE projekt igazgatója. "Az önkéntes felajánláson alapuló Grid rendszerekkel való csatlakozás a stratégiánk kulcsfontosságú része."
Az EDGeS-ben lévő asztali gridek a lakosság otthoni, és a cégek és egyéb szervezetek számítógépeit köti össze. Miután csatlakoztak, az egyébként felhasználatlan számítási teljesítményüket tudják felajánlani a tudománynak. Ezzel nem csak a tudományt segítik, hanem hozzájárulnak az úgynevezett „zöld” informatikához (Green IT) is, hiszen többnyire így nincs szükség új, nagy számítógépes központok kiépítésére. Az otthoni számítógépek nagyon hasznosak lehetnek számos tudományos alkalmazási területen. Különösen a nagy paraméter készlettel rendelkező szimulációknál és elemzéseknél.
Az EDGeS projekt egy európai konzorcium 9 partnerrel és 7 alvállalkozóval, melyet az MTA SZTAKI vezet. AZ EDGeS projekt anyagi támogatását az Európai Bizottság RI-211727 azonosítója, FP7 1ST Capacities programja biztosítja.
További információ elérhető az EDGeS weboldalán: http://edges-grid.eu
Mindennapi adattárolás
Vitéz Gábor <vitezg@avaxio.hu>
Avaxio Informatikai Kft.
Az utóbbi években egyre többet lehetett hallani hétköznapi elemekből összeállított adattárásról - régebben IDE, később pedig SATA diszkekből összerakott adattárolókról, amelyeken terabájt, vagy újabban több tucat terabájtnyi adatot lehet megfelelő sebességgel és biztonsággal tárolni.
Kezdetben ezeket a rendszereket kézzel kellett összeválogatni - a hivatalos megoldás, pl. az EMC fibre channel termékei, vagy a többi nagy gyártó által kínált lehetőségek megfizethetetlenek voltak a kis bevétellel dolgozó intézmények, cégek számára.
Tipikusan ilyen házi megoldások voltak a 3ware kontrollekből, SATA hátlappal (backplane) összerakott adattároló szerverek, amelyet majdani gazdáiknak minimális supporttal, teljesen magukra utáltán kellett összerakniuk, és aztán üzemeltetniük. Az esetleges megbízhatósági - vagy teljesítmény-problémákkal is legfeljebb a különböző levelező listák tagjainak segítségére számíthattak.
Időközben persze fejlődött az adattárolás világa, egyre gyorsabbak és megbízhatóbbak lettek a komponensek. Javult a RAID vezérlők, és a processzorok teljesítménye, elérhetővé vált a gigabit Ethernet. Részben e változásoknak hatására átrendeződött a piac, új lehetőségek, új szabványok alakultak ki, mint például az iSCSI vagy az AoE. Lehetővé vált olcsó, Ethernet hálózaton keresztül is elérhető adattároló eszközök kialakítása.
Ezeknek a változásoknak a tetőpontja az alsó kategóriás, Ethernetre köthető adattárolók piaci megjelenése volt. így, amit régen házilag kellett összebarkácsolni, remélve, hogy a végén minden jól sül el, manapság már kereskedelmi forgalomban is meg lehet kapni - a szokásos garanciákkal, támogatással, és még mindig kiemelkedően jó áron.
Kihasználva az alsó kategóriás adattárolók nyújtotta lehetőségeket, egy kis innovációval nagyon jó rendelkezésre-állású, és teljesítményű SAN-okat lehet felépíteni.
Párhuzamosított módszerek rácsostartók geometriai érzékenységének
A mérnöki gyakorlatban alkalmazott tartószerkezetek egy része jól közelíthető olyan rúdszerkezeti modellel, amelyben a rudak hajlítómerevségét végtelennek, az őket összekapcsoló csuklókat pedig súrlódásmentesnek tekintjük. Az így modellezett szerkezeteket rácsos tartóknak nevezzük. A rácsos tartók közül azoknak van gyakorlati jelentősége a statikában, amelyek merevek, vagyis a csomópontok csak a rudak megnyúlása ill.
összenyomódása árán mozdulhatnak el. Azon rácsos tartókat, melyek merevségét minimális számú belső és külső kényszer biztosítja, statikailag határozottnak nevezzük. Rácsos tartók kivitelezése során a rudak hossza - és ezáltal a kapcsolódó csuklók helyzete - kis mértékben eltérhet a tervezettől, ennek hatására a rudakban ébredő erők is megváltozhatnak a tervezetthez képest. Egy rácsos tartót geometriailag érzékenynek nevezünk, ha kevés, kismértékű geometriai pontatlanság hatására a rudak nagy hányadában megváltoznak az erők.
Az érzékenység számszerűen a normált geometriai és topológiai érzékenységi indexekkel fejezhető ki. Előadásunkban statikailag határozott rácsos tartók geometriai érzékenységének vizsgálatára mutatunk be algoritmusokat.
A feladat első része annak megállapítása, hogy a vizsgált rácsos tartó statikailag határozott-e.
Erre vonatkozóan léteznek alapvető elméleti eredmények kombinatorikai, gráfelméleti illetve matroidelméleti alapokon, így például létezik hatékony algoritmus, amely a statikai határozottságot ellenőrzi. Térbeli rúdszerkezetekre azonban már az alapvető összefüggések is hiányosak. A bevezetőben vázolt geometriai érzékenység megállapítására síkbeli szerkezetek esetén is egyelőre csak a naiv módszer ismert, amely a csuklók számában exponenciális lépésszámú. A gyakorlatban ráadásul nagyméretű,1 akár több ezer csuklót tartalmazó tartószerkezeteket kell megvizsgálni, amely egy hatékony, polinom lépésszámú algoritmust használva is számításigényes lehet.
A fentiekből adódik, hogy a feladat gyors megoldásához szükség lehet nagyteljesítményű, párhuzamos számítási infrastruktúra igénybevételére. Ez lehet például egy sokprocesszoros szuperszámítógép vagy egy számítógép-klaszter. Egy lazábban csatolt rendszer, például grid erőssége is kihasználható lehet, hiszen egyrészt különböző rácsos tartók egymástól függetlenül dolgozhatók fel, másrészt egyetlen rácsos tartón végzendő számítások is felbonthatók részben független, kommunikációt nem igénylő részfeladatokra. Utóbbi esetben egy munkafolyamatról van szó, amely grid rendszerben egy olyan irányított körmentes gráffal adható meg, amely a részfeladatok egymásra épülését írja le. A griden végzett számításokhoz elsősorban a magyar kutatási intézményeket összefogó virtuális szervezet, a Hungrid erőforrásainak használatát tervezzük.
ETICS - Software Engineering szolgáltatás GRID alapú rendszerekhez
Takács Éva <eva.takacs@4dsoft.hu>
4D SOFT Kft
ETICS - nemzetközi software engineering szolgáltatás grides alapú rendszerek számára - integrációs, tesztelési és konfigurációs infrastruktúra. Az ETICS FP7 projekt egy nyolctagú konzorcium, amelynek vezetője a CERN, és tagjai között találjuk az alábbi szervezeteket/cégeket: INFN, INFN, Engineering Ingegneria Informatica, 4D Soft, the University of Wisconsin-Madison, MTA SZTAK.I, Forschungszentrum Juelich GmbH, VEGA IT GmbH. Az ETICS egy keretrendszert biztosít szoftverfejlesztők, integrátorok, managerek, szoftver minőségbiztosítási szakemberek számára, amely lehetővé teszi komplex rendszerek magas szintű kezelését és ezáltal minőségi szoftver termékek előállítását. Az ETICS által biztosított szolgáltatások lehetővé teszik komplex rendszerek automatikus
ETICS - nemzetközi software engineering szolgáltatás grides alapú rendszerek számára - integrációs, tesztelési és konfigurációs infrastruktúra. Az ETICS FP7 projekt egy nyolctagú konzorcium, amelynek vezetője a CERN, és tagjai között találjuk az alábbi szervezeteket/cégeket: INFN, INFN, Engineering Ingegneria Informatica, 4D Soft, the University of Wisconsin-Madison, MTA SZTAK.I, Forschungszentrum Juelich GmbH, VEGA IT GmbH. Az ETICS egy keretrendszert biztosít szoftverfejlesztők, integrátorok, managerek, szoftver minőségbiztosítási szakemberek számára, amely lehetővé teszi komplex rendszerek magas szintű kezelését és ezáltal minőségi szoftver termékek előállítását. Az ETICS által biztosított szolgáltatások lehetővé teszik komplex rendszerek automatikus