Tesztlefedettség növelése mesterséges intelligencia segítségével
Dátum
Authors
Folyóirat címe
Folyóirat ISSN
Kötet címe (évfolyam száma)
Kiadó
DOI
Absztrakt
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.