Algoritmo meta-heurístico para o problema de geração de dados de teste
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/46010 |
Resumo: | Search Based Software Engineering (SBSE) é uma área de pesquisa que integra Engenharia de Software e Otimização, no sentido de que técnicas de otimização são aplicadas para lidar de forma mais eficiente com diversos problemas recorrentes associados ao processo de desenvolvimento de software. A título de exemplificação, a literatura apresenta trabalhos na área de SBSE na resolução de problemas em testes de software (automatização da geração de dados de teste), projeto de software (balanceamento entre objetivos de qualidade de serviço - QoS, seleção e integração entre componentes), requisitos (determinar o conjunto de requisitos que balanceia os custos do desenvolvimento de software e a satisfação do cliente), gerenciamento de projetos (planejamento de projetos e alocação de recursos) e refatoração (automatização de processos de refatoração). Uma porção significativa dos esforços de SBSE se dedica aos problemas relacionados a testes de software, em especial à automatização da geração de dados de teste. Os testes de software visam verificar, detectar e corrigir possíveis erros cometidos pelos programadores e representam cerca de 50% do custo total de desenvolvimento. A automatização da geração de dados de teste consiste em usar técnicas de otimização (em geral, meta-heurísticas) para determinar o conjunto de dados que serão utilizados como entrada do algoritmo na fase de testes, de modo que a cobertura de código seja maximizada. Ou seja, o conjunto de dados gerado deve ser capaz de testar a maior parte possível do código em teste. O objetivo do trabalho em questão é, pois, desenvolver uma abordagem meta-heurística para resolver o problema da automatização da geração de dados de teste. Uma possível abordagem seria a Transgenética Computacional, a qual nunca foi aplicada para resolver o problema mencionado. Após a elaboração do algoritmo, realizaremos experimentos computacionais com o objetivo de avaliar o algoritmo desenvolvido. |
id |
UFRN_f0671ceea5ae3ddff814e51a200d8748 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/46010 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Pinheiro, Irene Ginani Costahttp://lattes.cnpq.br/7228949287805423http://lattes.cnpq.br/1498104590221901Goldbarg, Elizabeth Ferreira Gouveahttp://lattes.cnpq.br/2888641121265608Goldbarg, Marco Cesarhttp://lattes.cnpq.br/1371199678541174Maia, Silvia Maria Diniz Monteiro2022-02-16T20:13:56Z2022-02-16T20:13:56Z2022-02-07PINHEIRO, Irene Ginani Costa. Algoritmo meta-heurístico para o problema de geração de dados de teste. 2022. 34f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Departamento de Informática e Matemática Aplicada, Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/46010Search Based Software Engineering (SBSE) é uma área de pesquisa que integra Engenharia de Software e Otimização, no sentido de que técnicas de otimização são aplicadas para lidar de forma mais eficiente com diversos problemas recorrentes associados ao processo de desenvolvimento de software. A título de exemplificação, a literatura apresenta trabalhos na área de SBSE na resolução de problemas em testes de software (automatização da geração de dados de teste), projeto de software (balanceamento entre objetivos de qualidade de serviço - QoS, seleção e integração entre componentes), requisitos (determinar o conjunto de requisitos que balanceia os custos do desenvolvimento de software e a satisfação do cliente), gerenciamento de projetos (planejamento de projetos e alocação de recursos) e refatoração (automatização de processos de refatoração). Uma porção significativa dos esforços de SBSE se dedica aos problemas relacionados a testes de software, em especial à automatização da geração de dados de teste. Os testes de software visam verificar, detectar e corrigir possíveis erros cometidos pelos programadores e representam cerca de 50% do custo total de desenvolvimento. A automatização da geração de dados de teste consiste em usar técnicas de otimização (em geral, meta-heurísticas) para determinar o conjunto de dados que serão utilizados como entrada do algoritmo na fase de testes, de modo que a cobertura de código seja maximizada. Ou seja, o conjunto de dados gerado deve ser capaz de testar a maior parte possível do código em teste. O objetivo do trabalho em questão é, pois, desenvolver uma abordagem meta-heurística para resolver o problema da automatização da geração de dados de teste. Uma possível abordagem seria a Transgenética Computacional, a qual nunca foi aplicada para resolver o problema mencionado. Após a elaboração do algoritmo, realizaremos experimentos computacionais com o objetivo de avaliar o algoritmo desenvolvido.Search-Based Software Engineering (SBSE) is a research area that integrates Software Engineering and Optimization, in the sense that optimization techniques are applied to deal more efficiently with several recurring problems associated with the software development process. As an example, the literature presents works in the area of SBSE in solving problems in software testing (automation of test data generation), software design(balancing quality of service objectives - QoS, selection, and integration between components ), requirements (determining the set of requirements that balance the costs of software development and customer satisfaction), project management (project planning and resource allocation) and refactoring (automation of refactoring processes). A relevant part of SBSE’s efforts is devoted to software testing problems, particularly test data generation automation. The software tests aim to verify, detect, and correct the programmers possible errors and represent about 50% of the total development cost. The automation of the generation of test data consists of using optimization techniques (in general, meta-heuristics) to determine the set of data that will be used as input of the algorithm in the testing phase, so that code coverage is maximized. That is, the data set generated should be able to test as much of the code under test as possible. Therefore, the objective of the work in question is to develop a metaheuristic approach to solve the problem of automating the generation of test data. One possible approach would be Computational Transgenetics, which was never applied to solve the specified problem. After elaborating the algorithm, we will perform computational experiments to evaluate the developed algorithm.Universidade Federal do Rio Grande do NorteCiência da ComputaçãoUFRNBrasilMatemática e Informática AplicadaotimizaçãotestesSearch Based Software Engineeringmeta-heurísticasoptimizationtestingmeta-heuristicscomputaçãoAlgoritmo meta-heurístico para o problema de geração de dados de testeMeta-heuristic algorithm for the test data generation probleminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNinfo:eu-repo/semantics/openAccessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.ufrn.br/bitstream/123456789/46010/7/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD57ORIGINALAlgoritmoMeta-Heurístico_Pinheiro_2022.pdfAlgoritmoMeta-Heurístico_Pinheiro_2022.pdfapplication/pdf832601https://repositorio.ufrn.br/bitstream/123456789/46010/4/AlgoritmoMeta-Heur%c3%adstico_Pinheiro_2022.pdf7d8781179a45f7d67516f89e9b4af8fbMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/46010/8/license.txte9597aa2854d128fd968be5edc8a28d9MD58123456789/460102022-12-29 10:55:09.936oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-29T13:55:09Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
dc.title.alternative.pt_BR.fl_str_mv |
Meta-heuristic algorithm for the test data generation problem |
title |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
spellingShingle |
Algoritmo meta-heurístico para o problema de geração de dados de teste Pinheiro, Irene Ginani Costa otimização testes Search Based Software Engineering meta-heurísticas optimization testing meta-heuristics computação |
title_short |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
title_full |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
title_fullStr |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
title_full_unstemmed |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
title_sort |
Algoritmo meta-heurístico para o problema de geração de dados de teste |
author |
Pinheiro, Irene Ginani Costa |
author_facet |
Pinheiro, Irene Ginani Costa |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/7228949287805423 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1498104590221901 |
dc.contributor.referees1.none.fl_str_mv |
Goldbarg, Elizabeth Ferreira Gouvea |
dc.contributor.referees1Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2888641121265608 |
dc.contributor.referees2.none.fl_str_mv |
Goldbarg, Marco Cesar |
dc.contributor.referees2Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/1371199678541174 |
dc.contributor.author.fl_str_mv |
Pinheiro, Irene Ginani Costa |
dc.contributor.advisor1.fl_str_mv |
Maia, Silvia Maria Diniz Monteiro |
contributor_str_mv |
Maia, Silvia Maria Diniz Monteiro |
dc.subject.por.fl_str_mv |
otimização testes Search Based Software Engineering meta-heurísticas optimization testing meta-heuristics computação |
topic |
otimização testes Search Based Software Engineering meta-heurísticas optimization testing meta-heuristics computação |
description |
Search Based Software Engineering (SBSE) é uma área de pesquisa que integra Engenharia de Software e Otimização, no sentido de que técnicas de otimização são aplicadas para lidar de forma mais eficiente com diversos problemas recorrentes associados ao processo de desenvolvimento de software. A título de exemplificação, a literatura apresenta trabalhos na área de SBSE na resolução de problemas em testes de software (automatização da geração de dados de teste), projeto de software (balanceamento entre objetivos de qualidade de serviço - QoS, seleção e integração entre componentes), requisitos (determinar o conjunto de requisitos que balanceia os custos do desenvolvimento de software e a satisfação do cliente), gerenciamento de projetos (planejamento de projetos e alocação de recursos) e refatoração (automatização de processos de refatoração). Uma porção significativa dos esforços de SBSE se dedica aos problemas relacionados a testes de software, em especial à automatização da geração de dados de teste. Os testes de software visam verificar, detectar e corrigir possíveis erros cometidos pelos programadores e representam cerca de 50% do custo total de desenvolvimento. A automatização da geração de dados de teste consiste em usar técnicas de otimização (em geral, meta-heurísticas) para determinar o conjunto de dados que serão utilizados como entrada do algoritmo na fase de testes, de modo que a cobertura de código seja maximizada. Ou seja, o conjunto de dados gerado deve ser capaz de testar a maior parte possível do código em teste. O objetivo do trabalho em questão é, pois, desenvolver uma abordagem meta-heurística para resolver o problema da automatização da geração de dados de teste. Uma possível abordagem seria a Transgenética Computacional, a qual nunca foi aplicada para resolver o problema mencionado. Após a elaboração do algoritmo, realizaremos experimentos computacionais com o objetivo de avaliar o algoritmo desenvolvido. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-02-16T20:13:56Z |
dc.date.available.fl_str_mv |
2022-02-16T20:13:56Z |
dc.date.issued.fl_str_mv |
2022-02-07 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
PINHEIRO, Irene Ginani Costa. Algoritmo meta-heurístico para o problema de geração de dados de teste. 2022. 34f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Departamento de Informática e Matemática Aplicada, Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/46010 |
identifier_str_mv |
PINHEIRO, Irene Ginani Costa. Algoritmo meta-heurístico para o problema de geração de dados de teste. 2022. 34f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Departamento de Informática e Matemática Aplicada, Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/46010 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Ciência da Computação |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Matemática e Informática Aplicada |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/46010/7/license_rdf https://repositorio.ufrn.br/bitstream/123456789/46010/4/AlgoritmoMeta-Heur%c3%adstico_Pinheiro_2022.pdf https://repositorio.ufrn.br/bitstream/123456789/46010/8/license.txt |
bitstream.checksum.fl_str_mv |
42fd4ad1e89814f5e4a476b409eb708c 7d8781179a45f7d67516f89e9b4af8fb e9597aa2854d128fd968be5edc8a28d9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1823686522328580096 |