Test de logiciels synchrones avec la PLC

par Besnik Seljimi

Thèse de doctorat en Informatique

Sous la direction de Laurent Trilling et de Ioannis Parissis.

Soutenue en 2009

à l'Université Joseph Fourier (Grenoble ; 1971-2015) .

mots clés

• Logiciels -- Validation
• Logiciels -- Vérification
• LUSTRE (langage de programmation)
• Programmation par contraintes

Résumé

Ce travail porte sur le test fonctionnel, basé sur les spécifications et complètement automatisé des logiciels synchrones. Nous proposons une extension des techniques de test proposées par l'outil Lutess afin de prendre en compte des logiciels qui comportent des entrées/sorties numériques. La génération de données de test est abordée en s'appuyant sur les techniques de programmation par contraintes. Nous avons redéfini les méthodes de guidage de la génération afin de les adapter à ce nouveau contexte numérique. Ainsi, nous proposons, en plus de la génération aléatoire respectant les propriétés invariantes de l'environnement, le guidage du test basé sur des probabilités conditionnelles ou sur des propriétés de sûreté. Des connaissances partielles sur le logiciel, que nous appelons hypothèses de test, peuvent être intégrées dans le processus de génération et contribuer à l'amélioration du pouvoir de détection de fautes du guidage par propriétés de sûreté. Enfin, nous permettons l'utilisation conjointe de plusieurs techniques de guidage dans une même spécification. Une implémentation de ces méthodes de test a été réalisée dans une nouvelle version de l'outil, que nous appelons Lutess V2. L'applicabilité de ces méthodes dans un contexte plus réaliste a été évaluée sur une étude de cas significative d'un contrôleur de niveau d'eau dans une chaudière.

Titre traduit

Testing synchronous software with CLP

Résumé

This work deals with functional, specification-based and fully automated testing of synchronous software. We propose an extension of the testing techniques proposed by the Lutess tool in order to consider programs with numerical inputs/outputs. The test data generation is now based on constraint programming techniques. We have redefined the generation methods in order to adapt them in this new context. Thus, we propose, in addition to the random generation with respect to the invariant properties of the environment, test guidance based on conditional probabilities or safety properties. Partial knowledge about the software, called test hypotheses, can be integrated in the generation process and improve the fault detection ability of safety property guided testing. Finally, we make it possible to use simultaneously several guidance techniques in the same specification. An implementation of these testing methods has resulted in a new version of the tool, called Lutess V2. The applicability of these methods for testing more realistic programs has been evaluated on a significant case study of a water level controller in a steam boiler.