論文の概要: Test Case Generation and Test Oracle Support for Testing CPSs using Hybrid Models

• arxiv url: http://arxiv.org/abs/2309.07994v1
• Date: Thu, 14 Sep 2023 19:08:09 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 07:41:06.721180
• Title: Test Case Generation and Test Oracle Support for Testing CPSs using Hybrid Models
• Title（参考訳）: テストケースの生成とテスト Oracle によるハイブリッドモデルによるテスト CPS のサポート
• Authors: Zahra Sadri-Moshkenani, Justin Bradley, Gregg Rothermel
• Abstract要約: サイバー物理システム(CPS)は、幅広い自律物理システムの振る舞いにおいて中心的な役割を果たす。 CPSはしばしば、シミュレーションシステムを介してテストできる異なるレベルのモデルのシーケンスとして反復的に指定される。 そのようなモデルの1つはハイブリッドオートマトンであり、これらはCPSアプリケーションで頻繁に使用され、連続したCPS動作と離散的なCPS動作の両方をカプセル化する利点がある。
• 参考スコア（独自算出の注目度）: 2.6166087473624313
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cyber-Physical Systems (CPSs) play a central role in the behavior of a wide range of autonomous physical systems such as medical devices, autonomous vehicles, and smart homes, many of which are safety-critical. CPSs are often specified iteratively as a sequence of models at different levels that can be tested via simulation systems at early stages of their development cycle. One such model is a hybrid automaton; these are used frequently for CPS applications and have the advantage of encapsulating both continuous and discrete CPS behaviors. When testing CPSs, engineers can take advantage of these models to generate test cases that target both types of these behaviors. Moreover, since these models are constructed early in the development process for CPSs, they allow test cases to be generated early in that process for those CPSs, even before simulation models of the CPSs have been designed. One challenge when testing CPSs is that these systems may operate differently even under an identically applied test scenario. In such cases, we cannot employ test oracles that use predetermined deterministic behaviors; instead, test oracles should consider sets of desired behaviors in order to determine whether the CPS has behaved appropriately. In this paper we present a test case generation technique, HYTEST, that generates test cases based on hybrid models, accompanied by appropriate test oracles, for use in testing CPSs early in their development cycle. To evaluate the effectiveness and efficiency of HYTEST, we conducted an empirical study in which we applied the technique to several CPSs and measured its ability to detect faults in those CPSs and the amount of time required to perform the testing process. The results of the study show that HYTEST was able to detect faults more effectively and efficiently than the baseline techniques we compare it to.
• Abstract（参考訳）: CPS(Cyber-Physical Systems)は、医療機器、自動運転車、スマートホームなど、幅広い自律的な物理的システムの振る舞いにおいて中心的な役割を果たす。 CPSはしばしば、開発サイクルの初期段階でシミュレーションシステムを介してテストできる、異なるレベルのモデルのシーケンスとして反復的に指定される。 そのようなモデルの1つはハイブリッドオートマトンであり、これらはCPSアプリケーションで頻繁に使用され、連続したCPS動作と離散的なCPS動作の両方をカプセル化する利点がある。 CPSをテストする場合、エンジニアはこれらのモデルを利用して、両方のタイプの振る舞いをターゲットとしたテストケースを生成することができる。 さらに、これらのモデルは、CPSの開発プロセスの初期に構築されているため、CPSのシミュレーションモデルが設計される前であっても、これらのCPSのためのテストケースをそのプロセスの早い段階で生成することができる。 CPSをテストする際の課題の1つは、これらのシステムが同一に適用されたテストシナリオの下でも異なる動作をすることができることである。 このような場合、所定の決定論的振る舞いを使用するテストオラクルは使用できません。代わりに、テストオラクルは、CPSが適切に振舞ったかどうかを決定するために、望ましい振る舞いのセットを考慮すべきです。 本稿では,開発サイクルの早い段階でcpsをテストするために,適切なテストオラクルを伴うハイブリッドモデルに基づいたテストケースを生成するテストケース生成手法hytestを提案する。 ハイテストの有効性と有効性を評価するために,複数のcpsにこの技術を適用し,それらのcpsにおける障害の検出能力とテストプロセスに要する時間を測定する実験を行った。 その結果,hytestは,我々が比較したベースライン手法よりも効率的に,効率的に障害を検出することができた。

関連論文リスト

• Context-Aware Fuzzing for Robustness Enhancement of Deep Learning Models [3.4790378315775348]
  我々は、コンテキスト信頼(CC)と呼ばれる新しいテスト指標を提案する。 CCは、テストケースの予測ラベルに予測される平均確率の観点から、テストケースの周囲のサンプルを通してテストケースを測定する。 Cloverは、これらのペアのシードとテストケースの差分を計算する。
  論文  参考訳（メタデータ） (2024-07-17T09:31:10Z)
• Investigating the Robustness of Counterfactual Learning to Rank Models: A Reproducibility Study [61.64685376882383]
  ランク付け学習(CLTR: Counterfactual Learning to rank)は、IRコミュニティにおいて、ログ化された大量のユーザインタラクションデータを活用してランキングモデルをトレーニングする能力において、大きな注目を集めている。 本稿では,複雑かつ多様な状況における既存のCLTRモデルのロバスト性について検討する。 その結果, DLAモデルとIPS-DCMは, PS-PBMやPSSよりも, オフラインの確率推定による堅牢性が高いことがわかった。
  論文  参考訳（メタデータ） (2024-04-04T10:54:38Z)
• Deep anytime-valid hypothesis testing [29.273915933729057]
  非パラメトリックなテスト問題に対する強力なシーケンシャルな仮説テストを構築するための一般的なフレームワークを提案する。 テスト・バイ・ベッティング・フレームワーク内で、機械学習モデルの表現能力を活用するための原則的なアプローチを開発する。 合成および実世界のデータセットに関する実証的な結果は、我々の一般的なフレームワークを用いてインスタンス化されたテストが、特殊なベースラインと競合することを示している。
  論文  参考訳（メタデータ） (2023-10-30T09:46:19Z)
• Robustness and Generalization Performance of Deep Learning Models on Cyber-Physical Systems: A Comparative Study [71.84852429039881]
  調査は、センサーの故障やノイズなど、様々な摂動を扱うモデルの能力に焦点を当てている。 我々は,これらのモデルの一般化と伝達学習能力を,アウト・オブ・ディストリビューション(OOD)サンプルに公開することによって検証する。
  論文  参考訳（メタデータ） (2023-06-13T12:43:59Z)
• On the Benefits of Semi-Supervised Test Case Generation for Simulation Models [16.28839850314951]
  複雑なシミュレーションモデルをテストするのは高価で時間がかかる。 この問題を探求する現在の最先端の手法は、完全に監督されている。 我々は、半教師付きアプローチをとるGenCluを紹介する。
  論文  参考訳（メタデータ） (2023-05-05T17:55:10Z)
• A Comprehensive Survey on Test-Time Adaptation under Distribution Shifts [143.14128737978342]
  新たなパラダイムであるテスト時適応は、事前トレーニングされたモデルをテスト中にラベルのないデータに適用し、予測を行う可能性がある。 このパラダイムの最近の進歩は、推論に先立って自己適応モデルのトレーニングにラベルのないデータを活用するという大きな利点を浮き彫りにしている。
  論文  参考訳（メタデータ） (2023-03-27T16:32:21Z)
• Stress Testing Control Loops in Cyber-Physical Systems [2.195923771201972]
  制御とソフトウェア技術者が協調してソフトウェアを開発する制御ベースCPSの試験について検討する。 制御ベースのCPSのストレステストは、そのような設計仮定を偽装するテストを生成するものとして定義する。 我々は,ドローン,連続電流モータ,航空機を含む3つのケーススタディシステムに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2023-02-27T16:01:38Z)
• TTAPS: Test-Time Adaption by Aligning Prototypes using Self-Supervision [70.05605071885914]
  本研究では,単体テストサンプルに適用可能な自己教師付きトレーニングアルゴリズムSwaVの新たな改良を提案する。 ベンチマークデータセットCIFAR10-Cにおいて,本手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-05-18T05:43:06Z)
• Data Driven Testing of Cyber Physical Systems [12.93632948681342]
  そこで本研究では,CPSの故障防止テストケースを自動生成する手法を提案する。 スマートな建物を管理するアプリケーションから収集されたデータは、環境のモデルを学ぶために使われてきた。
  論文  参考訳（メタデータ） (2021-02-23T04:55:10Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)
• Dynamic Causal Effects Evaluation in A/B Testing with a Reinforcement Learning Framework [68.96770035057716]
  A/Bテスト(A/B Testing)は、新しい製品を製薬、技術、伝統産業の古い製品と比較するビジネス戦略である。 本稿では,オンライン実験においてA/Bテストを実施するための強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-05T10:25:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。