TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos

Detalhes bibliográficos
Autor(a) principal: Ferreira, Luciano Petinati
Data de Publicação: 2003
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/24720
Resumo: Orientadora: Silvia Regina Vergilio
id UFPR_db015b474c58183581dbdca955984ab8
oai_identifier_str oai:acervodigital.ufpr.br:1884/24720
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaVergilio, Silvia Regina, 1966-Ferreira, Luciano Petinati2022-11-16T11:36:27Z2022-11-16T11:36:27Z2003https://hdl.handle.net/1884/24720Orientadora: Silvia Regina VergilioDissertaçao (mestrado) - Universidade Federal do Paraná, Setor de Ciencias Exatas, Programa de Pós-Graduaçao em Informática. Defesa: Curitiba, 2003Inclui bibliografiaResumo: A atividade de teste é fundamental no ciclo de vida de desenvolvimento de software para encontrar defeitos e garantir o aumento da qualidade do software. Para auxiliar a etapa de seleção de dados de teste, diferentes critérios de teste foram propostos e exigem que certas condições ou elementos sejam exercitados durante o teste. Algumas ferramentas foram então desenvolvidas para a aplicação de tais critérios, entre elas a POKE-TOOL e PROTEUM, que apoiam os critérios estruturais e baseados em erros, respectivamente. Essas ferramentas dão suporte à utilização dos critérios, mas a completa automação da atividade de teste é impossível. A geração de dados para satisfazer um determinado critério é uma tarefa difícil, e possui inúmeras limitações inerentes à própria atividade de teste. Para minimizar essas limitações, alguns autores propuseram o uso de algoritmos meta-heurísticos tais como Algoritmos Genéticos (AG), originando um novo campo de pesquisa chamado Teste Evolucionário [21], A idéia básica de um AG é evoluir soluções para um dado problema utilizando-se de conceitos da Teoria da Evolução de Darwin. Mas a maioria desses trabalhos não oferece um ambiente de teste integrando AG's com diferentes ferramentas de teste. Este trabalho descreve a Ferramenta TDSGen que integra as Ferramentas POKETOOL e PROTEUM, e utiliza-se de AG para a geração de dados de teste para satisfazer critérios estruturais e baseados em erros, proporcionando um ambiente que suporta a completa aplicação de estratégias de teste, diferenciando-a de outras ferramentas existentes. A TDSGen também permite a utilização de AG com diferentes estratégias e hibridização com o objetivo de aumentar o desempenho. Um experimento é apresentado para validar a abordagem implementada para a geração de dados de teste e os resultados mostram que as estratégias implementadas na ferramenta são muito promissoras e contribuem para um aumento da cobertura dos critérios com relação à geração aleatória e a geração baseada em AG simples.Abstract: The testing activity is a fundamental phase in the software enginering process to ensure software quality and to reveal faults in the program. To aim at the selection of test data, several testing criteria were proposed. They generally require the exercising of certain conditions or elements in the program being tested. Some tools were developed to support such criteria; POKE-TOOL and PROTEUM are examples of testing tools that implement respectively structural and fault-based testing criteria. These tools, however, do not support the complete automation of the testing activity. The automation of the test data generation to satisfy a given criterion is not possible, due to several testing limitations. To overcome these limitations, some authors proposed the use of meta-heuristic algorithms, such as Genetic Algorithms (GA), originating a new search field called Evolutionary Testing [21], The GA has the goal of evolving solutions for a given problem by appling the concepts of Darwin's Evolutionary Theory. However, most of these works do not offer a testing environment and are not integrated to testing tools. This work describes a tool, called TDSGen, that integrates the testing tools mentioned above: POKE-TOOL and PROTEUM. TDSGen is based on GA and generates test data to satisfy structural and fault based criteria. It is a support tool for a testing strategy that includes the application of different criteria, differently of the other existent tools. TDSGen tool also allows the use of hybrid GA with different strategies to improve performance. An experiment is presented to validate the test data generation approach implemented and the results are very promissing. The implemented approach improved the obtained coverage for the criteria when compared to randon and simple GA based generations.78f. : il., grafs., tabs.application/pdfDisponível em formato digitalTesesAlgorítmos genéticosSoftware - TestesDepuração na computaçãoCiencia da ComputaçãoTDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALD - FERREIRA, LUCIANO PETINATI.pdfapplication/pdf3991327https://acervodigital.ufpr.br/bitstream/1884/24720/1/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdfac64bcc69cfb21324e1ad0c28b56d10aMD51open accessTEXTD - FERREIRA, LUCIANO PETINATI.pdf.txtExtracted Texttext/plain128335https://acervodigital.ufpr.br/bitstream/1884/24720/2/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdf.txt193352a6a737aa7af2c316a09baed6a4MD52open accessTHUMBNAILD - FERREIRA, LUCIANO PETINATI.pdf.jpgGenerated Thumbnailimage/jpeg1200https://acervodigital.ufpr.br/bitstream/1884/24720/3/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdf.jpg1dc35cc3179ebde4bc9beffeb938560cMD53open access1884/247202022-11-16 08:36:27.974open accessoai:acervodigital.ufpr.br:1884/24720Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-11-16T11:36:27Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
title TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
spellingShingle TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
Ferreira, Luciano Petinati
Teses
Algorítmos genéticos
Software - Testes
Depuração na computação
Ciencia da Computação
title_short TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
title_full TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
title_fullStr TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
title_full_unstemmed TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
title_sort TDSGen - uma ferramenta de geraçao de dados de teste baseada em algoritmos genéticos
author Ferreira, Luciano Petinati
author_facet Ferreira, Luciano Petinati
author_role author
dc.contributor.other.pt_BR.fl_str_mv Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Vergilio, Silvia Regina, 1966-
dc.contributor.author.fl_str_mv Ferreira, Luciano Petinati
contributor_str_mv Vergilio, Silvia Regina, 1966-
dc.subject.por.fl_str_mv Teses
Algorítmos genéticos
Software - Testes
Depuração na computação
Ciencia da Computação
topic Teses
Algorítmos genéticos
Software - Testes
Depuração na computação
Ciencia da Computação
description Orientadora: Silvia Regina Vergilio
publishDate 2003
dc.date.issued.fl_str_mv 2003
dc.date.accessioned.fl_str_mv 2022-11-16T11:36:27Z
dc.date.available.fl_str_mv 2022-11-16T11:36:27Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1884/24720
url https://hdl.handle.net/1884/24720
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 78f. : il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/24720/1/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdf
https://acervodigital.ufpr.br/bitstream/1884/24720/2/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/24720/3/D%20-%20FERREIRA%2c%20LUCIANO%20PETINATI.pdf.jpg
bitstream.checksum.fl_str_mv ac64bcc69cfb21324e1ad0c28b56d10a
193352a6a737aa7af2c316a09baed6a4
1dc35cc3179ebde4bc9beffeb938560c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860313618841600

Registros relacionados