• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Friedrich-Alexander-Universität Lehrstuhl für Informatik 7 CS7
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Technische Fakultät
  3. Department Informatik
Suche öffnen
    • Campo
    • StudOn
    • FAUdir
    • Stellenangebote
    • Lageplan
    • Hilfe im Notfall
    1. Friedrich-Alexander-Universität
    2. Technische Fakultät
    3. Department Informatik
    Friedrich-Alexander-Universität Lehrstuhl für Informatik 7 CS7
    Menu schließen
    • Lehrstuhl
    • Forschung
    • Publikationen
    • Lehre
    • Kooperationspartner
    1. Startseite
    2. Forschung
    3. Frühere Projekte
    4. Nebenläufigkeit in zeiterweiterten Benutzungsmodellen zum Test im Automotivebereich

    Nebenläufigkeit in zeiterweiterten Benutzungsmodellen zum Test im Automotivebereich

    Bereichsnavigation: Forschung
    • Quality-of-Service
    • Connected Mobility
    • Smart Energy
    • Frühere Projekte
      • A⁵: Entwicklungsmethode für Fahrerassistenzsysteme auf Basis einer Domänenspezifischen Sprache
      • ACOOWEE – Activity Oriented Programming of Wireless Sensor Networks
      • ALF: Autonomous Localization Framework
      • Analysemethoden für nicht-Markowsche Modelle
      • BioNeting – Bio-inspired Networking
      • CoCar – Cooperative Cars
      • Data Quality and the Control of Automotive Manufacturing
      • Dezentrale Organisation von zukünftigen Energiesystemen basierend auf der Kombination von Blockchains und dem zellularen Ansatz
      • Dienstgütegarantien für Ethernet in der industriellen Kommunikation
      • e-NUE: Co-Simulation elektrifizierter & kommunikationsfähiger Fahrzeuge
      • Energiesystemanalyse Bayern
      • Formale Verifikation und Validierung der virtuellen Absicherung komplexer Fahrzeugsicherheitsfunktionen
      • GeTTeMo – Systematische Generierung von Testszenarien aus benutzungsorientierten Testmodellen
      • HISTORY – HIgh Speed neTwork mOnitoRing and analYsis
      • Hybride Simulation intelligenter Energiesysteme
      • Integrated Modeling Platforms for Computer Infrastructures
      • MaTeLo (Markov Test Logic)
      • Mo.S.I.S. (Modular Software Engineering for Interoperative Systems)
      • Modeling of External and Internal Impact Factors on the Performance of Wireless Local Area Networks
      • Modellunterstützung beim Entwurf, Test und Monitoring von Bildsystemarchitekturen
      • monk-it – Efficient distributed monitoring, attack detection, and event correlation
      • Nebenläufigkeit in zeiterweiterten Benutzungsmodellen zum Test im Automotivebereich
      • p2p4wsn – Efficient Data Management in Mobile Sensor Networks using Peer-to-Peer Technologies
      • Pal-Grid: Ein Umfassendes Simulationsframework für das Palästinensische Stromnetz
      • Privatsphäre in Fahrzeugnetzen
      • ProHTA: Prospective Assessment of Healthcare Technologies
      • Q.E.D. (QoS Enhanced Development Using UML2.0 and TTCN-3)
      • Quality of Service of Networked Embedded Systems
      • Requirements oriented testing with Markov chain usage models in the automotive domain
      • ROSES – Robot Assisted Sensor Networks
      • Security and Quality of Service and Aspects in ZigBee-based Wireless Communication
      • Self-organization of SN-MRS systems
      • Sensitivity Analysis of Queueing Networks
      • Sichere intelligente Mobilität – Testfeld Deutschland
      • SkyNet – Communicating Paragliders
      • Smart Grid Dienste
      • Smart Grid Solar
      • Software-in-the-Loop Simulation and Testing of Highly Dependable Distributed Automotive Applications
      • Support for inter-domain routing and data replication in virtual coordinate based networks
      • SWARM (Storage With Amply Redundant Megawatt)
      • Telematics Services in Hybrid Networks
      • Transmission of Safety-Relevant Sensor Data in Intra-Car Communication Systems
      • Veins 1.0 – Vehicles in Network Simulation
      • Web Cluster Laboratory
      • WinPEPSY-QNS - Performance Evaluation and Prediction System for Queueing Networks

    Nebenläufigkeit in zeiterweiterten Benutzungsmodellen zum Test im Automotivebereich

    Titelbild: Nebenläufigkeit in zeiterweiterten Benutzungsmodellen zum Test im Automotivebereich

    Projektbeschreibung

    Moderne Fahrzeuge werden mit vielen Funktionen ausgestattet, die beispielsweise den Verbrauch verringern, erhöhten Komfort bieten oder die Sicherheit für den Fahrer und die Mitfahrer erhöhen. Eine solche Funktion ist meist über das gesamte Fahrzeug verteilt. Die Funktionsteile werden dabei parallel ausgeführt und tauschen Informationen untereinander und mit anderen Systemen aus, um die gewünschte Funktionalität zur Verfügung zu stellen. Nimmt der Verteilungs- und Vernetzungsgrad einer Fahrzeugfunktion zu, so erhöht sich auch deren Komplexität. Ungeachtet der Komplexitätssteigerung muss sich die Funktion jedoch immer entsprechend den Anforderungen verhalten und im Notfall in einen sicheren Zustand übergehen, um den Fahrer, die Beifahrer und andere Personen vor finanziellen und/oder körperlichen Schäden zu bewahren. Testen stellt eine Möglichkeit dar, mit der sich während der Entwicklung einer Fahrzeugfunktion überprüfen lässt, ob sie sich entsprechend ihrer Anforderungen verhält. Fehler können dadurch frühzeitig aufgedeckt und durch geeignete Maßnahmen behoben werden, sodass sie in der finalen Version der Funktion nicht mehr enthalten sind. Statistisches Testen mit Benutzungsmodellen stellt eine modellbasierte Methode dar, mit der komplexe Funktionen getestet werden können.

    Das Ziel des Projekts ist es, ausgewählte Fahrzeugsysteme mittels Benutzungsmodellen zu testen. Dabei sollen insbesondere nebenläufige Aspekte des zu testenden Systems (system under test, SUT) berücksichtigt werden, sodass sich eine Verbesserung des gesamten Testprozesses ergibt. Es sollen entsprechende Konzepte definiert und umgesetzt werden, die es ermöglichen, effizient mit nebenläufigen Aspekten während der Modellerstellung, -analyse und Testfallgenerierung umzugehen.

    Projektdauer:

      2012-10-01 – 2016-03-31

    Projektmitglieder:

    Prof. Dr.-Ing. Reinhard German
    Dr.-Ing. Daniel Homm

    Mitwirkende Institutionen

    AUDI AG
    INI.FAU

    Verwandte Publikationen

    1. Florian Bock, Daniel Homm, Sebastian Siegl und Reinhard German, „A Taxonomy for Tools, Processes and Languages in Automotive Software Engineering,“ Computer Science & Information Technology, pp. 241-256, Januar 2016
    2. Daniel Homm und Reinhard German, „Analysis of Hierarchical Semi-Markov Processes with Parallel Regions,“ 18th International GI/ITG Conference on Measurment, Modelling and Evaluation of Computing Systems and Dependability and Fault-Tolerance (MMB & DFT 2016), Münster, Germany, April 2016 (erscheint)
    3. Daniel Homm, Jürgen Eckert und Reinhard German, „Combining Time and Concurrency in Model-Based Statistical Testing of Embedded Real-Time Systems,“ Software Engineering and Formal Methods, Berlin Heidelberg, York, United Kingdom, pp. 22-31, 2015
    4. Daniel Homm, Jürgen Eckert und Reinhard German, „Concurrent Streams in Markov Chain Usage Models for Statistical Testing of Complex Systems,“ 30th ACM Symposium On Applied Computing (SAC 2015), Salamanca, Spain, 2015
    Lehrstuhl Informatik 7 (Rechnernetze und Kommunikationssysteme)
    Friedrich-Alexander-Universität Erlangen-Nürnberg

    Martensstr. 3
    91058 Erlangen
    • Kontakt
    • Impressum
    • Datenschutz
    • Barrierefreiheit
    • RSS-FEED Kolloquium
    • Facebook
    • Facebook
    • RSS Feed
    • RSS Feed
    • Twitter
    • Twitter
    • Xing
    • Xing
    Nach oben
    Datenschutzeinstellungen

    Unsere Webseite verwendet Cookies und ähnliche Technologien.

    Einige Cookies sind für den Besuch dieser Webseite notwendig, also essenziell. Ohne diese Cookies wäre Ihr Endgerät ansonsten zum Beispiel nicht in der Lage, sich Ihre Datenschutzauswahl zu merken.

    Falls Sie zustimmen, verwenden wir Cookies und Daten auch, um Ihre Interaktionen mit unserer Webseite zu messen, oder um externe Medien (z.B. Videos) einzubinden.

    Sie können Ihre Einwilligung jederzeit unter Datenschutzerklärung einsehen und widerrufen. Auf der Seite finden Sie auch zusätzliche Informationen zu den verwendeten Cookies und Technologien.

    Datenschutzeinstellungen

    Alle akzeptieren

    Speichern

    Nur essentielle Cookies akzeptieren

    Individuelle Einstellungen

    Impressum Datenschutzerklärung Barrierefreiheit

    Datenschutzeinstellungen

    Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können Ihre Einwilligung zu ganzen Kategorien geben oder sich weitere Informationen anzeigen lassen und bestimmte Cookies auswählen.

    Alle akzeptieren Speichern Nur essentielle Cookies akzeptieren

    Zurück

    Datenschutzeinstellungen

    Essenzielle Cookies ermöglichen grundlegende Funktionen und sind für die einwandfreie Funktion der Website erforderlich.

    Cookie-Informationen anzeigen Cookie-Informationen ausblenden

    Name
    Anbieter Eigentümer dieser Website
    Zweck Speichert die Einstellungen der Besucher, die in der Consent-Banner ausgewählt wurden.
    Datenschutzerklärung https://www.cs7.tf.fau.de/datenschutz/
    Hosts www.cs7.tf.fau.de
    Cookie Name rrze-legal-consent
    Cookie Laufzeit 1 Jahr
    Name
    Anbieter Keine Übermittlung an Drittanbieter
    Zweck Teste, ob ein Cookie gesetzt werden kann. Benutzersitzung speichern.
    Datenschutzerklärung https://www.cs7.tf.fau.de/datenschutz/
    Hosts .www.cs7.tf.fau.de
    Cookie Name wordpress_[*]
    Cookie Laufzeit Session
    Name
    Anbieter Keine Übermittlung an Drittanbieter
    Zweck Dient zur Verwaltung des WebSSO-Sitzungsstatus.
    Datenschutzerklärung https://www.cs7.tf.fau.de/datenschutz/
    Hosts www.cs7.tf.fau.de
    Cookie Name SimpleSAMLSessionID,SimpleSAMLAuthToken
    Cookie Laufzeit Session
    Name
    Anbieter Keine Übermittlung an Drittanbieter
    Zweck Bewahrt den Status der Benutzersitzung über Seitenanfragen hinweg.
    Datenschutzerklärung https://www.cs7.tf.fau.de/datenschutz/
    Hosts www.cs7.tf.fau.de
    Cookie Name PHPSESSID
    Cookie Laufzeit Session

    Statistik-Cookies erfassen Informationen anonym. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.

    Cookie-Informationen anzeigen Cookie-Informationen ausblenden

    Akzeptieren
    Name
    Anbieter Rosenheimer Str. 143 C, 81671 München, Deutschland
    Zweck Wird verwendet, um die Nutzung der Website durch den Besucher zu erfassen.
    Datenschutzerklärung https://www.siteimprove.com/privacy/privacy-policy/
    Hosts siteimprove.com
    Cookie Name nmstat
    Cookie Laufzeit 1000 Tage

    Inhalte von Videoplattformen und Social-Media-Plattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Einwilligung mehr.

    Cookie-Informationen anzeigen Cookie-Informationen ausblenden

    Akzeptieren
    Name
    Anbieter Twitter International Company, One Cumberland Place, Fenian Street, Dublin 2, D02 AX07, Irland
    Zweck Wird verwendet, um Twitter-Inhalte zu entsperren.
    Datenschutzerklärung https://twitter.com/privacy
    Hosts twimg.com, twitter.com
    Cookie Name __widgetsettings, local_storage_support_test
    Cookie Laufzeit Unbegrenzt
    Akzeptieren
    Name
    Anbieter Google Ireland Limited, Gordon House, Barrow Street, Dublin 4, Irland
    Zweck Wird verwendet, um Youtube-Inhalte zu entsperren.
    Datenschutzerklärung https://policies.google.com/privacy?hl=en&gl=en
    Hosts google.com, youtube.com, youtube-nocookie.com
    Cookie Name NID
    Cookie Laufzeit 6 Monate
    Akzeptieren
    Name
    Anbieter Vimeo Inc., 555 West 18th Street, New York, New York 10011, Vereinigte Staaten
    Zweck Wird verwendet, um Vimeo-Inhalte zu entsperren.
    Datenschutzerklärung https://vimeo.com/privacy
    Hosts player.vimeo.com
    Cookie Name vuid
    Cookie Laufzeit 2 Jahre
    Akzeptieren
    Name
    Anbieter Scribd, Inc., 460 Bryant St, 100, San Francisco, CA 94107-2594 Vereinigten Staten
    Zweck Wird verwendet, um Slideshare-Inhalte zu entsperren.
    Datenschutzerklärung https://www.slideshare.net/privacy
    Hosts www.slideshare.net
    Cookie Name __utma
    Cookie Laufzeit 2 Jahre
    Akzeptieren
    Name
    Anbieter Bayerischer Rundfunk, Rundfunkplatz 1, 80335 München, Deutschland
    Zweck Wird verwendet, um BR-Inhalte zu entsperren.
    Datenschutzerklärung https://www.br.de/unternehmen/service/impressum/impressum-datenschutzerklaerung-unternehmen-v2-100.html
    Hosts www.br.de
    Cookie Name atid
    Cookie Laufzeit 1 Jahr
    Akzeptieren
    Name
    Anbieter Bayerischer Rundfunk, Rundfunkplatz 1, 80335 München, Deutschland
    Zweck Wird verwendet, um ARD-Inhalte zu entsperren.
    Datenschutzerklärung https://www.ardmediathek.de/datenschutz
    Hosts www.ardmediathek.de
    Cookie Name atidvisitor
    Cookie Laufzeit 1 Jahr

    Impressum Datenschutzerklärung Barrierefreiheit