A Cyber-Physical System-of-Systems (CPSoS) has innate uncertainties from operation in the physical environment and interaction among the constituent systems. These uncertainties make a CPSoS more susceptible to the oracle problem, a challenge in determining the correct behavior when testing the system. Metamorphic testing (MT) suggests a solution to addressing this challenge by utilizing metamorphic relations (MRs), relations among multiple inputs and corresponding outputs of the system. However, when applying MT on a CPSoS, generating MRs is difficult due to the continuous operation of a CPSoS in uncertain environment. In this study, we propose a method to automatically generate MRs from field operational test (FOT) data logs of a CPSoS. We define an MR template to capture the CPSoS behaviors. We then apply genetic algorithm to adapt the MR generated by the engineers, and thus improve the testing effectiveness. Our method is validated in a case study of an autonomous robot vehicle. Our results show that the automatically generated MRs capture the behaviors of a CPSoS more realistically than the manually generated MRs. With our method, engineers can obtain CPSoS MRs with minimal manual effort.
사이버 물리 시스템 오브 시스템즈(CPSoS) 는 물리적 환경에서의 작동과 구성 시스템 간의 상호 작용으로 인한 타고난 불확실성을 가지고 있다. 이러한 불확실성으로 인해 CPSoS는 시스템을 테스트할 때 올바른 동작을 결정하는 데 어려움이 있는 오라클 문제에 더 취약하다. 메타모픽 테스트(MT)는 메타모픽 관계(MR), 즉 여러 입력 간의 관계 및 시스템의 해당 출력을 활용하여 이 문제를 해결하는 솔루션을 제안한다. 그러나 CPSoS에 MT를 적용할 경우 불확실한 환경에서 CPSoS가 계속 동작하기 때문에 MR을 생성하기 어렵다. 따라서, 본 연구에서는 CPSoS의 Field Operational Test (FOT) 데이터 로그에서 MR을 자동으로 생성하는 방법을 제안한다. CPSoS 동작을 캡처하기 위해 MR 템플릿을 정의한다. 그런 다음 엔지니어가 생성한 MR을 적용하기 위해 유전 알고리즘을 적용하여 테스트 효율성을 향상시킨다. 본 연구에서 제안된 방법은 자율 로봇 차량의 사례 연구에서 검증되었다. 자동으로 생성된 MR이 수동으로 생성된 MR보다 CPSoS의 동작을 더 사실적으로 포착한다는 것을 보여준다. 제안된 방법으로 엔지니어는 최소한의 수작업으로 CPSoS MR을 얻을 수 있다.
