FeatureOpt - Taming and optimizing Feature Interaction in Software-intensive Automotive Systems

Automobil-Systeme sind sicherheitskritisch und stellen meist hohe Anforderungen an Zuverlässigkeit und Umwelteinfluss. Insbesondere CO2-Emissionen werden als wesentliche Bedrohung der Umwelt erkannt, woran Automobil-Systeme wesentlich beteiligt sind.

Mittlerweile wurden Automobil-Systeme besonders Software-intensiv. Die Systeme sind mit komplexen und umfangreichen Steuereinheiten ausgestattet, welche immer mehr Funktionen ermöglichen und spezifische Charakteristika (Features) aufweisen.

Solche Features sind allerdings nicht unabhängig voneinander. Dies führt zu Feature Interaction (FI), wenn das Zusammenspiel von zwei oder mehreren Features zu einem Gesamtsystemverhalten führt, das nicht so einfach aus den individuellen Funktionen der beteiligten Komponenten ableitbar und oft unvorhersehbar ist.

Ungewollte FI in Automobil-Systemen kann sicherheitskritisch sein. Aber FI kann auch gewollt sein, wenn durch das Zusammenspiel von Features das Systemverhalten optimiert wird, wodurch z.B. eine Verringerung der CO2-Emissionen erreichbar ist. Technisch betrachtet versteht man darunter die Optimierung (in diesem Fall Minimierung) einer Zielfunktion.

Die Forschung im Projekt FeatureOpt umfasst zum einen die Definition und Verwendung neuer Kopplungs-Metriken und Feature Clusters basierend auf strukturellen Abhängigkeiten. Damit soll ungewollte FI bereits in der Designstufe erkannt und mit geringerem Aufwand beseitigt werden als durch Model Checking oder Testverfahren.

Zum anderen umfasst die Forschung neue Machine Learning und Product-Line Methoden zur Optimierung von Systemeigenschaften in Cyber-Physical Systems im Hinblick auf die Kombinatorik der FI, wofür traditionelle Optimierungsansätze nicht ausreichen.

Als Ergebnis soll das Zusammenspiel von Features in Software-intensiven Automobil-Systemen verbessert werden, wodurch sicherere Automobil-Systeme zu erwarten sind, trotz der ansteigenden Anzahl von Features und der damit einhergehenden potenziell ansteigenden Feature Interaction.

• Technische Universität Wien,
• Institut für Computertechnik
• Universität Passau,
• Lehrstuhl Software Engineering
• Robert Bosch AG

Dr. Hermann Kaindl
E-Mail: kaindl@ict.tuwien.ac.at