U-Test

Testen von cyber-physischen Systemen unter Unsicherheit

01. Jan. 2015 bis 31. Dez. 2017

Cyber-physische Systeme (CPS) sind ein Bindeglied zwischen der digitalen und der physischen Welt. Als solches verbinden sie eine Reihe von Komponenten (z. B. Sensoren, Aktuatoren, Hardware und Software) zu einer funktionierenden, vernetzten Einheit. CPS sind zunehmend in der Lage, intelligente Dienste zu erbringen und gehen mit einem hohen Automationsgrad einher. Diese intelligenten, vernetzten cyber-physischen Systeme spielen in sicherheits-, gesellschafts- und unternehmenskritischen Bereichen eine zunehmend größere Rolle. Darunter fallen unter anderem das Gesundheitswesen, die Automobilindustrie, die industrielle Produktion sowie die Energie- und Transportbranche.

Herausforderungen

Cyber-physische Systeme werden in nahezu jedem Bereich unseres Lebens eingesetzt und erfordern daher ein hohes Maß an Qualität sowie Zuverlässigkeit, Fehlerrobustheit und Sicherheit. Diese Eigenschaften sind besonders in sich dynamisch ändernden Umgebungen von Bedeutung, um einer Gefährdung des Nutzenden oder der Umwelt vorzubeugen. Solche Umgebungen sind nur schwer vorherzusagen und noch schwieriger zu beschreiben. Dieses Maß an Ungewissheit bzw. Nichtvorhersagbarkeit über den späteren Einsatzzweck und -ort oder auch der zukünftigen Kollaborationspartner eines vernetzen Systems wird »Unsicherheit« genannt. Insbesondere in sicherheitskritischen Bereichen ist ein risikoorientierter Umgang mit Unsicherheiten wichtig.

Ziele von U-Test

U-Test zielt darauf ab, die zuverlässige Funktionsweise cyber-physischer Systeme zu verbessern, indem Unsicherheiten, die in den Systemen oder deren Umgebung auftreten können, gezielt provoziert, analysiert und bewertet werden. Zu diesem Zweck wird ein modellbasierter, suchbasierter Testansatz gewählt. Dadurch wird ein hoher Automatisierungsgrad erreicht, der Kosteneinsparungen bei der Qualitätssicherung solcher Systeme ermöglicht. Im Detail wird U-Test:

  • eine umfassende und erweiterbare Taxonomie erarbeiten, die Unsicherheiten sowie deren Eigenschaften und Beziehungen klassifiziert.
  • ein Uncertainty Modeling Framework (UMF) definieren, das auf bestehenden Modellierungs-und Teststandards basiert. Das UMF unterstützt die Modellierung von Unsicherheiten auf verschiedenen architektonischen Ebenen sowie einer Testbewertungsfunktion für die kritische Systemfunktionalität.
  • ein intelligentes, suchbasiertes Verfahren entwickeln, um bislang unbekannte Unsicherheiten aufzudecken. Das Verfahren basiert auf einem funktionalen Modell des zu testenden Systems sowie Modellen der Unsicherheiten im System bzw. dessen Umgebung.
  • aus den Testmodellen automatisiert und hoch skalierbar Testfälle generieren, die auf Reaktionen des zu testenden Systems basieren. Die Testfälle provozieren bisher unbekannte Unsicherheiten im System und stellen Beeinträchtigungen der kritischen Systemfunktionalität fest.

Die Mach- und Anwendbarkeit der im U-Test-Projekt erarbeiteten Methoden und Konzepte werden an zwei industriellen Fallstudien demonstriert: Einer Geo Sports Case Study (Monitoring von Athleten in Training und Wettkampf) und einer Handling Systems Case Study (Lagerhaus-Logistik).

Beitrag von SQC

Das System Quality Center (SQC) nutzt seine Erfahrung in der Entwicklung fortgeschrittener Modellierungs- und Testmethoden für sicherheitskritische Systeme und adaptiert diese für die Aufdeckung von unbekannten Unsicherheiten cyber-physischer Systeme. Darüber hinaus werden von SQC entwickelte Technologien eingesetzt. Dazu gehören:

ModelBus®: Ein Open Source Framework für die Werkzeugintegration in der Software- und Systementwicklung, das die Ausführung aufwändiger und fehleranfälliger Entwicklungsaufgaben automatisiert.

Fokus!MBT: Eine Testmodellierungsmethodik und Testautomatisierungsplattform, die auf die ganzheitliche und durchgehende Automatisierung der Aktivitäten des dynamischen Testprozesses ausgerichtet ist – vom automatisierten Testentwurf über die automatisierte Ausführung bis hin zur automatisierten Testauswertung.

U-Test wird im Rahmen des EU-Förderprogramms Horizon 2020 gefördert.