Master Thesis MSTR-2021-105

BibliographyBernhardt, Alexander: Test fuzzing for virtual reality applications.
University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Master Thesis No. 105 (2021).
52 pages, german.
Abstract

Durch die steigende Leistung der Grafikprozessoren und der wachsenden Anzahl an Headsets und Controllern, steigt auch das Interesse an Virtual Reality (VR)-Anwendungen. VR findet heutzutage in den unterschiedlichsten Sektoren Anwendung und die Entwicklung entsprechender Software ist dafür Voraussetzung. Es gibt unterschiedliche Testmethoden innerhalb der Software-Entwicklung. Durch ihren hohen Automatisierungsgrad, nimmt Fuzzing heute eine zentrale Rolle ein. Der Aufwand der Testerzeugung ist gering, die Effektivität hoch und die Methode kann auch bei Systemen angewandt werden, bei denen kein Quellcode zur Verfügung steht. Trotz dieser Vorteile wurde Fuzzing bisher nicht bei der Entwicklung von VR-Anwendungen angewandt. In der vorliegenden Arbeit soll nun geprüft werden, ob die Testmethode auch geeignet ist, Schwachstellen in VR-Software zu identifizieren. Es wurde hierzu ein eigener Protoyp entwickelt: in drei selbst erstellten, unterschiedlich komplexen Szenarien in Unity sollte ein synthetisch, mehrfach eingebauter Fehler gefunden werden. Das Ganze wurde im Anschluss mit einem Real Data Szenario wiederholt. Die Ergebnisse zeigen, dass es in allen drei Szenarien tatsächlich eine hohe Rate an Fehlerentdeckung gab. Es traten jedoch auch False Negatives auf, bei denen ein Fehler nicht als solcher erkannt wurde. Im Real Data Szenario wurde kein Fehler gefunden, jedoch gab es False Positives, das heißt es wurden fälschlicherweise Fehler gemeldet. Der Prototyp ist ein vielversprechender Ansatz, der jedoch durch seine einfach gewählten Methoden an einigen Punkten an seine Grenzen kam.

Full text and
other links
Volltext
Department(s)University of Stuttgart, Institute of Software Technology, Empirical Software Engineering
Superviser(s)Wagner, Prof. Stefan; Sedlmair, Prof. Michael
Entry dateSeptember 16, 2022
   Publ. Institute   Publ. Computer Science