Resilience falsification for cyber-physical systems with many-objective optimization

Cyber-physical systems are an extremely widespread category of software-based applications. Since they are designed to interact with the physical world, the analysis of their resilience presents additional challenges compared to digital-only software systems. In particular, it is interesting to analyze the effects of environmental conditions on the behavior of a cyber-physical system. In this thesis, we propose a methodology to perform the resilience falsification for these systems, in order to search for the conditions that may cause incorrect behavior. This is done by implementing this search as a multi-objective optimization problem. To solve this problem, we decided to use many-objective genetic optimization algorithms. We then evaluate the proposed methodology and compare the chosen heuristics through an extensive experimental campaign. In the end, we collect enough information to determine how to better set up our resilience falsification methodology and which algorithm to apply.

I sistemi cyber-fisici sono una categoria estremamente diffusa di applicazioni software. Poiché sono progettati per interagire con il mondo fisico, l'analisi della loro affidabilità presenta ulteriori sfide rispetto ai sistemi software esclusivamente digitali. In particolare, è interessante analizzare gli effetti delle condizioni ambientali sul comportamento di un sistema cyber-fisico. In questa tesi, proponiamo una metodologia per eseguire la falsificazione dell'affidabilità per questi sistemi, al fine di ricercare le condizioni che possono causare comportamenti scorretti. Questo viene fatto implementando questa ricerca come un problema di ottimizzazione multi-obiettivo. Per risolvere questo problema, abbiamo deciso di utilizzare algoritmi di ottimizzazione genetica many-objective. Valutiamo quindi la metodologia proposta e confrontiamo le euristiche scelte attraverso un'estesa campagna sperimentale. Alla fine, raccogliamo informazioni sufficienti per determinare come impostare al meglio la nostra metodologia di falsificazione della resilienza e quale algoritmo applicare.