Bewertung des Kommunikationsverhaltens eingebetteter Systeme mit Hilfe selbstlernender Verfahren

Mit zunehmender Vernetzung und der immer größer werdenden Zahl von softwarebasierten Funktionen im Fahrzeug sind Automobile ein Paradebeispiel für vernetzte eingebettete Systeme. Doch dieser Grad der Vernetzung und Adaptivität im Fahrzeug stellt neue Anforderungen an die Entwicklung und den Test dieser Systeme. Ein großes Problem bei der Absicherung der komplexen Interaktion dieser hochgradig vernetzten Systeme sind unvollständige oder fehlerhafte Spezifikationen des erforderlichen Systemverhaltens. Um diesem Problem entgegenzuwirken wird in dieser Arbeit ein Verfahren vorgestellt, welches das Kommunikationsverhalten eines verteilten Systems anhand spezieller Netzwerktraces besser bewertbar macht. Dies soll dabei helfen, Entwicklungsfehler oder auch Softwarefehler im Rahmen von Fahrzeugtests schneller zu identifizieren. Dieses neue Verfahren erlaubt es durch die Nutzung spezieller Lernverfahren, die Bewertung des Kommunikationsverhaltens und die Analyse des Netzwerktraces ohne das Vorliegen einer Spezifikation des erwarteten Systemsverhaltens durchzuführen. Die Evaluierung des entwickelten Verfahrens wurde auf der Basis eines realen Fahrzeugnetzwerkes durchgeführt und zeigt mit einer Fehleralarmrate von ca. 35 Prozent und einer erzielten Systemabdeckung von 45 Prozent die prinzipielle Anwendbarkeit des entwickelten Verfahrens.