View Project

Norwegian AI Directory

MBT4CPS: Evolving, Modelling and Testing Realistic and Risky Uncertain Behaviours of Cyber-Physical Systems


Description:

English Version: Our daily life is increasingly relying on Cyber-Physical Systems (CPSs). We can find such systems in many safety and mission-critical domains such as robotics, logistics, healthcare, aerospace, and maritime applications. Tackling uncertainty in CPSs at an acceptable cost is essential to prevent severe failures in real life. Ensuring that CPSs will provide correct behaviors in the presence of uncertainty, we need to demonstrate that CPSs achieve a satisfactory level of safety, security, and robustness at an acceptable cost. To ensure the quality of the systems, we need to develop cost-effective methods for verification and validation of CPSs such as based on systematic and automated model-based testing (MBT). Our goal is to improve the dependability (e.g., security and robustness) of CPSs with cost-effective model and search-based testing methods with a particular focus on known and unknown risky uncertainty. Unknown uncertainty is the one risk factor that can only be observed during the real operation of a CPS as opposed to the ones that are known at the design time. The consequence of risky uncertainty will be unwanted circumstances leading to potentially hazardous situations. We will achieve our goal by advancing the current state-of-art by developing new solutions for testing Cyber-Physical Systems based on sound theoretical foundations in the following steps. First, we will develop a solution for minimalistic modeling of different types of known risky uncertainties. Second, we will develop methods to intelligently evolve known models towards realistic and risky unknown uncertainty models (evolved models) using search algorithms (e.g., genetic algorithms mimicking natural selection). Third, we will develop methods to automatically generate test cases from the evolved models to test a CPS under unknown uncertainty. With our solutions, we will ensure that the CPSs will continue to operate appropriately even in uncertainty and possibly at a reduced quality of operation, rather than to fail. Norwegian Version: Vårt daglige liv er avhengig av Cyber-Fysiske Systemer (CFS-er) i økende grad. Vi kan finne slike systemer i mange sikkerhets- og samfunnskritiske domener som roboter, logistikk, helsetjenester, luftfart og sjøfart. Det er essensielt å håndtere usikkerhet i CFS-er til en akseptabel kostnad hvis man skal forhindre katastrofale feil i det virkelige liv. For å sikre at CFS-er vil oppføre seg korrekt i møte med usikkerheter må vi demonstrere at systemene kan være tilfredsstillende trygge, sikre og robuste, til en akseptabel kostnad. For å sikre denne kvaliteten må vi utvikle kostnadseffektive metoder for å verifisere og validere CFS-er, slik som metoden basert på systematisk, modellbasert testing (MBT). Målet er å forbedre påliteligheten (sikkerheten og robustheten) til CFS-ene med kostnadseffektive modellbaserte testmetoder som spesielt tar for seg kjente og ukjente uforutsigbarheter. Ukjente uforutsigbarheter er den ene risikofaktoren som bare kan observeres under virkelige kjøringer av Cyber-Fysiske Systemer, i motsetning til de uforutsigbarhetene som er kjent ved utviklingsstadiet. Konsekvensen av risikable uforutsigbarheter er at uønskede omstendigheter fører til potensielt farlige situasjoner. Vi ønsker å nå målet vårt ved å videreutvikle dagens forskning og utvikle nye løsninger for å teste CFS-er basert på et solid teoretisk grunnlag. Først vil vi utvikle en løsning for minimalistisk modellering av ulike typer risikable uforutsigbarheter. Deretter vil vi utvikle metoder for intelligent evolusjon av kjente modeller mot realistiske og risikable ukjente usikkerhetsmodeller (utviklede modeller) ved å bruke søkealgoritmer som minner om naturlig utvalg. Det tredje steget går ut på å utvikle metoder som automatisk genererer eksempeltester fra de utviklede modellene for å teste en CFS for ukjente uforutsigbarheter. Med våre løsninger skal vi sikre at CFS-ene vil fortsette å være i korrekt drift selv om de skulle møte på uforutsigbarheter. Systemene vil muligens kjøre med redusert kapasitet, men driftsstans kommer ikke til å inntreffe i møte med risiko.


Project leader: Shaukat Ali

Started: 2015

Ends: 2018

Category: Øvrige forskningsinstitutter

Sector: Instituttsektor

Budget: 7232000

Institution: SIMULA RESEARCH LABORATORY AS

Address: Bærum