Automatikus teszteléssel elért tesztlefedettség javítása hagyományos, kereső és logikai algoritmusokon alapuló mesterséges intelligencia segítségével. A diplomamunkám elkészítése során kifejlesztettem egy olyan több modulos Java rendszert, mely egy paraméterezett tesztszkriptet futtat úgy, hogy saját maga állítja össze a kívánt lefedettségi szintű teszteseteket. Az összeállítás és a lefedettség is a kombinatorikus teszttervezési paradigmák szerint történik. Ebben még nincs semmi újdonság. A nóvum az, hogy a teszteseteket nem csak végrehajtja, hanem utána az eredményt érzékeli, elemzi, és szükség esetén újabb paramétereket állít össze, és futtat. A folyamat során detektálja a hibát okozó paraméterkombinációkat, eléri az általuk eredetileg elfedett részeit a vizsgálat tárgyának (SUT) és a folyamat végén összeállít egy jelentést a feltárt bugokról és SUT készenléti állapotáról a sikeresen futott tesztek által lefedett kombinációk alapján. A dolgozatomban röviden leírom ennek a rendszernek a kifejlesztési folyamatát, különös tekintettel a RUP négy alapfázisára.