第一段階：学習と特徴抽出

正常なCAN通信データを学習し、プロトコル構造や通信特性を理解します。高いフォーマット適合率を持つテストケースを生成し、プロトコル検証を効率化します。

第二段階：変異・最適化

学習した通信モデルをもとに、重要フィールドへ変異を加えた高価値なテストケースを生成して、正常に見えながら異常条件を含むデータにより、潜在的な脆弱性を効率的に検出します。

第三段階：フィードバック型評価

生成したテストケースを継続的に投入し、CANバス負荷・ECU状態・車両挙動を監視します。評価結果をフィードバックしながら、テスト精度を継続的に向上させます。

プロトコル認識型変異

CAN、CAN FD、UDS、ISO-TPなどのプロトコル仕様を考慮し、有効性の高いテストケースを生成します。無効データを削減し、脆弱性検出効率を向上します。

高い試験カバレッジ

ID、DLC、RTR、Payloadなどの各フィールドを網羅的に評価し、プロトコル深部まで効率的に検証します。

自動化による効率向上

Test Planから実行、結果分析までを自動化。DBC/ARXMLの取り込みやテンプレート設定により、試験環境を短時間で構築できます。

チーム利用を支援

複数ユーザーによる同時利用に対応し、チーム全体の試験効率と開発生産性を向上します。