THEORETICAL-ALGEBRAIC BASICS OF EVOLUTIONARY TEST SYNTHESIS FOR GATEWAYS COMPONENTS OF HIGH-DENSITY IOT SYSTEMS

Володимир Панченко; Георгій Кучук

doi:10.30837/0135-1710.2026.188.044

Автор(и)

Володимир Панченко Національний технічний університет "Харківський політехнічний інститут", Україна https://orcid.org/0000-0003-3364-3398
Георгій Кучук Національний технічний університет "Харківський політехнічний інститут", Україна http://orcid.org/0000-0002-2862-438X

DOI:

https://doi.org/10.30837/0135-1710.2026.188.044

Ключові слова:

Інтернет речей, інтелектуальний шлюз, генетичні алгоритми, універсальна алгебра, теорія категорій, синтез тестів

Анотація

Актуальність. Сучасна парадигма Інтернету речей (IoT) переживає фундаментальну трансформацію, переходячи від простих мереж збору телеметрії до складних, високощільних екосистем, де ключову роль відіграють інтелектуальні шлюзи. Архітектурна гетерогенність шлюзів породжує проблему "комбінаторного вибуху станів", коли простір можливих конфігурацій та сценаріїв відмов перевищує можливості традиційних детермінованих методів тестування, не здатних ефективно виявляти глибоко приховані вразливості. Об’єктом дослідження є процеси автоматизованого синтезу діагностичних тестів і верифікації надійності для багатошарових гетерогенних компонентів інтелектуальних IoT-шлюзів. Мета статті – розроблення теоретичних засад і математичної моделі еволюційного синтезу тестів для інтелектуальних шлюзів IoT. Завдання дослідження: формалізація адаптації генетичних алгоритмів до особливостей архітектури IoT; підвищення ефективності виявлення критичних дефектів. Застосовані методи: апарат теорії універсальних алгебр і теорії категорій. Результати дослідження. У роботі запропоновано й математично обґрунтовано модель синтезу тестів, яка базується на використанні пари універсальних алгебр, що описують простір тестових сценаріїв та еволюційні оператори. Упроваджено й систематизовано розширений понятійний апарат, що відтворює впровадження термінології популяційної генетики у сферу технічної діагностики кіберфізичних систем. Доведено наявність гомоморфізму між алгебраїчними моделями класичних генетичних алгоритмів і процесами пошуку вразливостей у IoT-шлюзах. Розроблено метод синтезу тестів на основі математичного апарату сучасної алгебри. Обґрунтовано застосування теорії категорій для опису морфізмів між просторами станів шлюзу й еволюційними операторами, що дає змогу гарантувати коректність перетворень тестових наборів. Висновки. Запропонований підхід сприяє створенню універсального підходу до тестування, що забезпечує суттєве підвищення покриття коду й виявлення дефектів. Сфера використання досягнутих результатів: системи автоматизованого проєктування й діагностики для IoT, платформи тестування кіберфізичних систем, розроблення інструментарію для QA-інженерів у сфері Embedded Systems та Edge AI.

Біографії авторів

Володимир Панченко, Національний технічний університет "Харківський політехнічний інститут"

старший викладач кафедри комп’ютерної інженерії та програмування

Георгій Кучук, Національний технічний університет "Харківський політехнічний інститут"

доктор технічних наук, професор, професор кафедри комп’ютерної інженерії та програмування

Посилання

Beniwal, G., Singhrova, A. (2022), "A systematic literature review on IoT gateways", Journal of King Saud University – Computer and Information Sciences, No. 34(10), P. 9541–9563. DOI: https://doi.org/10.1016/j.jksuci.2021.11.007

Minani, J. B., Sabir, F., Moha, N., Guéhéneuc, Y.-G. (2024), "A Systematic Review of IoT Systems Testing: Objectives, Approaches, Tools, and Challenges", IEEE Transactions on Software Engineering, No. 50(4), P. 785–815. DOI: https://doi.org/10.1109/TSE.2024.3363611

Trimananda, R., Aqajari, S.A.H., Chuang, J., Demsky, B., Xu, G. H., Lu, S. (2020), "Understanding and automatically detecting conflicting interactions between smart home IoT applications", Proceedings of the 28th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering, P. 1215–1227. DOI: https://doi.org/10.1145/3368089.3409682

Shu, Z., Yan, G. (2022), "IoTInfer: Automated Blackbox Fuzz Testing of IoT Network Protocols Guided by Finite State Machine Inference", IEEE Internet of Things Journal, No. 9(22), P. 22737–22751. DOI: https://doi.org/10.1109/JIOT.2022.3182589

Hakiki, R.I., Azerine, A., Tlemsani, R., Golabi, M., Idoumghar, L. (2025), "Enhancing IoT intrusion detection with genetic algorithm-optimized convolutional neural networks", The Journal DOI: https://doi.org/10.1007/s11227-025-07626-8

Jain, V., Agrawal, M. (2020), "Applying Genetic Algorithm in Intrusion Detection System of IoT Applications", 2020 4th International Conference on Trends in Electronics and Informatics (ICOEI) (48184), P. 284–287. DOI: https://doi.org/10.1109/ICOEI48184.2020.9143019

Dong, J., Li, Z., Zheng, Y., Luo, J., Zhang, M., Yang, X. (2024), "Real-time fault detection for IIoT facilities using GA-Att-LSTM based on edge-cloud collaboration", Frontiers in Neurorobotics, No. 18, P. 1499703. DOI: https://doi.org/10.3389/fnbot.2024.1499703

Katsura, Y., Endo, A., Arai, I., Fujikawa, K. (2025), "Efficient IDS for IoT Networks Using Host-Based Data Aggregation and Multi-Entropy Analysis", IEEE Access, No. 13, P. 125406–125419. DOI: https://doi.org/10.1109/ACCESS.2025.3589057

Sampathkumar, B., Das, R., Martin, B., Enescu, F., Kalla, P. (2025), "An Algebraic Approach to Partial Synthesis of Arithmetic Circuits", Proceedings of the 30th Asia and South Pacific Design Automation Conference, P. 1097–1103. DOI: https://doi.org/10.1145/3658617.3697724

Humenberger, A., Amrollahi, D., Bjørner, N., Kovács, L. (2022), "Algebra-Based Reasoning for Loop Synthesis", Formal Aspects of Computing, No. 34(1), P. 1–31. DOI: https://doi.org/10.1145/3527458

Vidalie, J., Batteux, M., Mhenni, F., Choley, J.-Y. (2022), "Category Theory Framework for System Engineering and Safety Assessment Model Synchronization Methodologies", Applied Sciences, No. 12(12), P. 5880. DOI: https://doi.org/10.3390/app12125880

Molina Araque, S., Martinez, I., Papadopoulos, G.Z., Montavont, N., Toutain, L. (2023), "Yet Another Compact Time Series Data Representation Using CBOR Templates (YACTS)", Sensors, No. 23(11), P. 5124. DOI: https://doi.org/10.3390/s23115124

Tao, T. (2024), A pilot project in universal algebra to explore new ways to collaborate and use machine assistance? URL: https://terrytao.wordpress.com/2024/09/25/a-pilot-project-in-universal-algebra-to-explore-new-ways-to-collaborate-and-use-machine-assistance/ (дата звернення: 21.01.2026).

Mabrok, M.A., Ryan, M J. (2017), "Category Theory as a Formal Mathematical Foundation for Model-Based Systems Engineering", Applied Mathematics & Information Sciences, No. 11(1), P. 43–51. DOI: https://doi.org/10.18576/amis/110106

Breiner, S., Subrahmanian, E., Sriram, R.D. (2023), "Category Theory". In A. M. Madni, N. Augustine, & M. Sievers (Eds.), Handbook of Model-Based Systems Engineering, P. 1259–1299. DOI: https://doi.org/10.1007/978-3-030-93582-5_85

Jamil, M.A. (2025), "Evolutionary Algorithm Behavior to Optimize the IoT Scheduling Problem", 2025 IEEE International Conference on E-Business Engineering (ICEBE), P. 288–291. DOI: https://doi.org/10.1109/ICEBE68123.2025.00052

Surayya, A., Muzakkir Hussain, M., Reddy, V.D., Abdul, A., Gazi, F. (2025), "Evolutionary Algorithms for Edge Server Placement in Vehicular Edge Computing", IEEE Access, No. 13, P. 79030–79052. DOI: https://doi.org/10.1109/ACCESS.2025.3566172

De Benedictis, A., Flammini, F., Mazzocca, N., Somma, A., Vitale, F. (2023), "Digital Twins for Anomaly Detection in the Industrial Internet of Things: Conceptual Architecture and Proof-of-Concept", IEEE Transactions on Industrial Informatics, No. 19(12), P. 11553–11563. DOI: https://doi.org/10.1109/TII.2023.3246983

Muench, M., Stijohann, J., Kargl, F., Francillon, A., Balzarotti, D. (2018), "What You Corrupt Is Not What You Crash: Challenges in Fuzzing Embedded Devices", Proceedings 2018 Network and Distributed System Security Symposium. Network and Distributed System Security Symposium, San Diego, CA. DOI: https://doi.org/10.14722/ndss.2018.23166

Al-Garadi, M.A., Mohamed, A., Al-Ali, A.K., Du, X., Ali, I., Guizani, M. (2020), "A Survey of Machine and Deep Learning Methods for Internet of Things (IoT) Security", IEEE Communications Surveys & Tutorials, No. 22(3), P. 1646–1685. DOI: https://doi.org/10.1109/COMST.2020.2988293

Aldysty, A.R., Moustafa, N., Lakshika, E. (2025), "A Holistic Review of Fuzzing for Vulnerability Assessment in Industrial Network Protocols". IEEE Open Journal of the Communications Society, No. 6, P. 4437–4461. DOI: https://doi.org/10.1109/OJCOMS.2025.3569291

Qureshi, A.-H., Larijani, H., Ahmad, J., Mtetwa, N. (2019), "A Heuristic Intrusion Detection System for Internet-of-Things (IoT)". Intelligent Computing, Vol. 997, P. 86–98. DOI: https://doi.org/10.1007/978-3-030-22871-2_7

Latha, R., Thangaraj, J.J. (2025), "IoT security using heuristic aided symmetric convolution-based deep temporal convolution network for intrusion detection by extracting multi-cascaded deep attention features", Expert Systems with Applications, No. 269, P. 126363. DOI: https://doi.org/10.1016/j.eswa.2024.126363

Németh, G.Á. (2025), "Model-based mutation testing for Finite State Machine specifications with MTR", Infocommunications Journal, No. 17(3), P. 84–91. DOI: https://doi.org/10.36244/ICJ.2025.3.10

Pan, Z., Zhang, L., Hu, Z., Li, Y., Chen, Y. (2022), "SATFuzz: A Stateful Network Protocol Fuzzing Framework from a Novel Perspective", Applied Sciences, No. 12(15), P. 7459. DOI: https://doi.org/10.3390/app12157459