Change search
ReferencesLink to record
Permanent link

Direct link
Automated regression test of a communication stack
KTH, School of Industrial Engineering and Management (ITM), Machine Design (Dept.).
2015 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Komponent för automatiskt test av diagnoskommunikationsstack (Swedish)
Abstract [en]

This thesis investigates possible solutions for testing a communication stack. The communication stack is a part of a communication module at Scania CV AB which is called SCOMM. This module handles diagnostic communication over CAN and shall conform to CAN-related ISO standards. We evaluate these solutions based on three aspects and how the stack is implemented. These three aspects are test coverage, ease of use and integration. Based on these evaluations, a test component has been implemented. We present models, resulting from the evaluation as well as test scripts examples. This test component performs black box testing which raised the question of how to define coverage for something that is hidden. It is hard to devise a decent mathematical model from something that is unknown. Therefore we make further investigations in existing tools that may increase test quality and help in finding reliable coverage metrics. E.g. we investigate learning based testing which allows automated test case generation. One outcome of LBT research is a tool called LBTest. LBTest is the first testing tool combining automata learning methods with model checker based test case generation. So far, research concerning the performance of LBTest, are positive. Therefore, this tool was worth looking into and we tried to answer these two questions. Could this tool improve SCOMMs testing and are there any improvements that would give the tool the right prerequisites, to be more useful? When evaluating the results from LBTest case studies, its ease of use and the system of SCOMM, we made the following conclusion: Yes it may be useful to test the communication stack. With these conclusions, LBTest has a bright future with a lot of areas of use and may be might be a solution for the famous test coverage problem that concerns black box testers.

Abstract [sv]

Denna rapport undersöker möjliga lösningar för att testa en kommunikationsstack. Kommunikationsstacken är en del av Scanias kommunikationsmodul SCOMM. Modulen hanterar diagnostisk kommunikation över CAN och ska följa standarderna för detta. Lösningar utvärderas utifrån tre aspekter och hur kommunikationsstacken är implementerad. Dessa utvärderingsaspekter är testtäckning, användarvänlighet och integration. Baserat på resultatet från utvärderingen så har en testkomponent implementerats. Den här rapporten presenterar modeller, resultat från utvärderingen samt exempel på test skript. Testkomponenten utför endast funktionell testning vilket medför att det är svårt att härleda någon matematisk modell för att beräkna testtäckning. Därför görs en djupare undersökning i befintliga verktyg som kan förbättra testkvalitén och hjälpa till att beräkna täckning. Ett exempel är inlärningsbaserad testning som tillåter automatisk generering av testfall. Senare forskning inom området har lett till utvecklingen av ett verktyg, kallat LBTest. LBTest har använts i ett par fallstudier som visar att verktyget har stora potentialer. Frågan som ställts var huruvida SCOMM kan dra nytta av verktyget, vilket är möjligt i viss mån. I utvärderingen har vi tagit ställning till resultaten från fallstudierna, användarvänligheten samt hur SCOMM används. Vi föreslår även förbättringar som skulle kunna öka dess användning. Slutligen kan vi konstatera att LBTest haren ljus framtid och har potentialen att bana en ny väg inom mjukvarutestning.

Place, publisher, year, edition, pages
2015. , 53 p.
, MMK 2015:13 MES 009
National Category
Mechanical Engineering
URN: urn:nbn:se:kth:diva-180951OAI: diva2:897650
Available from: 2016-01-27 Created: 2016-01-26 Last updated: 2016-01-27Bibliographically approved

Open Access in DiVA

fulltext(1497 kB)36 downloads
File information
File name FULLTEXT01.pdfFile size 1497 kBChecksum SHA-512
Type fulltextMimetype application/pdf

By organisation
Machine Design (Dept.)
Mechanical Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 36 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

Total: 78 hits
ReferencesLink to record
Permanent link

Direct link