16、基于学习的网络物理系统-of-系统测试

基于学习的网络物理系统-of-系统测试

1. LBTest新架构特性

LBTest新架构具备两个重要特性，旨在提升测试效率与性能。
- 并行执行 ：支持在多核平台上并行执行多个被测系统（SUT）实例，以减少测试延迟。测试开始时，LBTest会克隆K个可执行的SUT版本，每个版本在独立的外部操作系统进程中运行。K值根据待测试的SUT输入值数量确定。每个SUT进程在学习阶段持续运行，充当服务器以响应关于SUT行为的特定查询。不同的学习策略会采用不同的负载均衡方案。不过，设计高效的并行学习算法是关键挑战，既要让多线程能高效安全地对单个共享自动机模型进行并发更新，又要在硬件层面优化多核使用。
- 延迟模型检查 ：支持延迟模型检查，使用迭代边界终止学习。只有在学习结束后，才会进入第二阶段，对最终模型进行模型检查和反例验证，从而减少冗余的模型检查。

2. 编队行驶技术概述

编队行驶技术被形象地称为道路车辆间的“电子拖杆”，在交通领域具有重要意义。
- 一般原理 ：一个编队由一系列道路车辆组成，在正常巡航条件下，通过传感器、无线车对车（V2V）通信和纵向或距离控制算法，车辆能保持固定距离和相对速度为零。领头车辆由合格的编队领导者手动控制，后续车辆可以是自主或半自主的，具体取决于横向控制（即转向）的自动化程度。编队可以是异构的，由不同厂商的不同车型组成，并且在行驶过程中可以动态添加和移除车辆。该技术的优势在于减少燃油消耗和二氧化碳排放，提高道路利用率和安全性，减少交通拥堵。但在设计编队时，需要在燃油效率和安全性之间进行权衡。
-