Die Zukunft in der Softwareentwicklung

Anbieter zum Thema

MicroConsult Academy GmbH

ET System electronic GmbH

IBR Leiterplatten GmbH & Co. KG

Fraunhofer-Institut für Experimentelles Software Engineering IESE

Die Techniken für modellbasierte Qualitätssicherung überprüfen mithilfe mathematischer Modelle Software und Systeme. Die bekannteste Gruppe ist das modellbasierte Testen (MBT). Die Gemeinsamkeit aller MBT-Techniken ist die automatische Generierung von Testfällen aus mathematischen Modellen, sowie deren automatisierte Auswertung. Die Modelle stellen Eigenschaften des Testobjekts abstrahiert dar. Die Art der Modelle und verwendeten Notationen sind vielfältig, z.B. Architektur-, Verhaltens- und Codemodelle.

Bild 1 zeigt das Prinzip des modellbasierten Tests. Das Modell wird auf Basis der Systemanforderungen konstruiert. Um die Testfälle abzuleiten gibt es in Abhängigkeit vom Modelltyp unterschiedliche Kriterien zur Testfallauswahl, z.B. Überdeckungskriterien oder Zufalltests. Testfälle beschreiben die Testeingaben und die erwarteten Systemausgaben (das Testorakel). Für die Ausführung werden die Testfälle in Testskripte übersetzt. Bei der Testauswertung wird bei jedem Testfall das Testorakel mit den tatsächlichen Systemausgaben verglichen.

Ansätze und Konzepte des modellbasierten Testens

Grundlegend gibt es zwei verschiedene Ansätze für das modellbasierte Testen. Im ersten Ansatz werden Systemmodelle (oft Verhaltens- oder Strukturmodelle) für die automatische Testfallgenerierung benutzt. Der zweite Ansatz verwendet speziell erzeugte Testmodelle, die meist aus den Systemanforderungen abgeleitet werden. Der modellbasierte Test eingebetteter Systeme beschreibt sowohl die Stimulation des Testobjekts durch seine Umgebung (Umgebungsmodell) als auch das spezifizierte Systemverhalten (Systemmodell). Das Umgebungsmodell repräsentiert die typischen Eingaben der umgebenden Komponenten, Aktoren und Entitäten an das Testobjekt. Das Systemmodell beschreibt das Systemverhalten als Menge von Ein-Ausgabe-Relationen.

Sicherheitsanalyse visualisieren mit Virtual Reality

Die Aufteilung bei der Bewertung von System-Eigenschaften der modellbasierten Entwicklung und Qualitätssicherung bedingt den Einsatz moderner Visualisierungs- und Interaktionsverfahren. Als Grundlage dient die messwertbasierte Identifikation von Anomalien, die als qualitätskritisch einzustufen sind. Dabei fallen große Datenmengen an, die nur mit Hilfe speziell angepasster kontext- und rollenspezifischer Visualisierungs-, Interaktions- und Navigationstechniken mit vertretbarem Aufwand analysiert werden können.

Einen ersten Schritt in diese Richtung geht das BMBF-Projekt Virtuelle und Erweiterte Realität für höchste Sicherheit und Zuverlässigkeit von eingebetteten Systemen. Hier werden moderne Visualisierungs- und Interaktionstechniken mit den Möglichkeiten der Virtuellen Realität kombiniert, um die Sicherheitsanalyse eingebetteter Systeme effizienter durchführen zu können.

Auch zur Identifikation von Clustern semantisch verwandter Qualitätsmerkmale kann die graphbasierte Visualisierungstechnik sehr sinnvoll eingesetzt werden, wie in Bild 3 (2 Bilder) zu sehen ist. Hier sind diese Cluster durch die Verwendung eines speziellen Layouts und einer entsprechenden Farbkodierung schnell zu erkennen und können anschließend gezielt untersucht werden.

Für die modellbasierte Entwicklung und Qualitätssicherung eingebetteter Systeme müssen diese Visualisierungstechniken so weiterentwickelt werden, dass die kognitiven Fähigkeiten des Menschen besser genutzt und sinnvoller eingesetzt werden können, als dies bisher der Fall ist. Insbesondere die Visualisierung dynamischer Aspekte wie z.B. die Evolution von Modellen, Software und Qualitätsmerkmalen stellt eine große Herausforderung dar.

Damit die vielfältigen Möglichkeiten der Visualisierung auch sinnvoll eingesetzt werden können, bedarf es besserer Interaktions- und Navigationstechniken. Und schließlich werden vor dem Hintergrund der modellbasierten Software-Entwicklung höhere Automatisierungsgrade bei der Erstellung grafischer Repräsentationen künftig von besonderem Interesse sein.

*Prof. Dr. P. Liggesmeyer, TU Kaiserslautern und Fraunhofer IESE, Dr. Robert Eschbach, Fraunhofer IESE, Ralf Kalmar, Fraunhofer IESE, Dr. Mario Trapp, Fraunhofer IESE, Dr. Dirk Zeckzer, TU Kaiserslautern. Danksagung: Für die Unterstützung bei der Erstellung dieses Artikels bedanken die genannten Autoren sich bei den Herren Dr. Henning Barthel, Thomas Bauer, Johannes Kloos, Dr. Thomas Kuhn und Dr. Jürgen Münch vom Fraunhofer IESE.

(ID:324408)