Detecção de defeitos de software utilizando agrupamento de perfis de desempenho

Detalhes bibliográficos
Autor(a) principal: Montes, Vitor Silva
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-04022020-093604/
Resumo: A maioria dos problemas de desempenho são únicos. As métricas, cargas de trabalho e técnicas de avaliação usadas em um problema geralmente não podem ser usadas no problema seguinte. Portanto, ferramentas automáticas que auxiliem no entendimento do comportamento de uma aplicação em execução e suas mudanças ao longo do ciclo de desenvolvimento são essenciais para análises de desempenho e detecção de erros. A proposta deste trabalho é explorar a descoberta de defeitos no software por intermédio da avaliação de desempenho, assumindo a premissa que tais defeitos alteram o uso dos recursos ao longo da execução da aplicação. Isso é feito com a abordagem de teste funcional do programa em execução, onde são avaliados aspectos de desempenho da aplicação, e não aspectos funcionais, na detecção de erros na execução causados por defeitos. Um algoritmo de agrupamento baseado em Distância por Compressão Normalizada é aplicado para definir de forma automática um perfil de desempenho esperado do software em casos de teste, que é usado também para detectar anomalias. O processo de validação desta proposta é feito com a geração de defeitos por meio de mutação seletiva.
id USP_b3ae3bb464c00f3be78c934fc49fff84
oai_identifier_str oai:teses.usp.br:tde-04022020-093604
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Detecção de defeitos de software utilizando agrupamento de perfis de desempenhoSoftware fault detection using clustering of performance profilesAgrupamento de dadosAvaliação de desempenhoConfiabilidade de softwareData clusteringFault injectionFunctional testingPerformance evaluationSoftware reliabilityTeste de mutaçãoTeste funcionalA maioria dos problemas de desempenho são únicos. As métricas, cargas de trabalho e técnicas de avaliação usadas em um problema geralmente não podem ser usadas no problema seguinte. Portanto, ferramentas automáticas que auxiliem no entendimento do comportamento de uma aplicação em execução e suas mudanças ao longo do ciclo de desenvolvimento são essenciais para análises de desempenho e detecção de erros. A proposta deste trabalho é explorar a descoberta de defeitos no software por intermédio da avaliação de desempenho, assumindo a premissa que tais defeitos alteram o uso dos recursos ao longo da execução da aplicação. Isso é feito com a abordagem de teste funcional do programa em execução, onde são avaliados aspectos de desempenho da aplicação, e não aspectos funcionais, na detecção de erros na execução causados por defeitos. Um algoritmo de agrupamento baseado em Distância por Compressão Normalizada é aplicado para definir de forma automática um perfil de desempenho esperado do software em casos de teste, que é usado também para detectar anomalias. O processo de validação desta proposta é feito com a geração de defeitos por meio de mutação seletiva.Most performance issues are unique. The metrics, workloads, and rating techniques used in a problem generally can not be used in the next problem. Therefore, automated tools that assist in understanding the behavior of a running application and its changes throughout the development cycle are essential for performance analysis and error detection. The proposal of this research is exploring the discovery of softwares faults, by means of performance evaluation, assuming the premisse that such faults change the use of resources, throught the applications execution. This is done with the functional test approach of the running program, where performance aspects of the application, rather than functional aspects, are evaluated in the detection of errors in execution caused by faults. A Normalized Compression Distance based clustering algorithm is applied to automatically define an expected performance profile of a software for test cases,which is also used for detecting anomalies. The validation process is done with the generation of faults through selective mutation.Biblioteca Digitais de Teses e Dissertações da USPDelbem, Alexandre Cláudio BotazzoSouza, Paulo Sergio Lopes deMontes, Vitor Silva2019-11-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-04022020-093604/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-02-04T14:42:02Zoai:teses.usp.br:tde-04022020-093604Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-02-04T14:42:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
Software fault detection using clustering of performance profiles
title Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
spellingShingle Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
Montes, Vitor Silva
Agrupamento de dados
Avaliação de desempenho
Confiabilidade de software
Data clustering
Fault injection
Functional testing
Performance evaluation
Software reliability
Teste de mutação
Teste funcional
title_short Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
title_full Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
title_fullStr Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
title_full_unstemmed Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
title_sort Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
author Montes, Vitor Silva
author_facet Montes, Vitor Silva
author_role author
dc.contributor.none.fl_str_mv Delbem, Alexandre Cláudio Botazzo
Souza, Paulo Sergio Lopes de
dc.contributor.author.fl_str_mv Montes, Vitor Silva
dc.subject.por.fl_str_mv Agrupamento de dados
Avaliação de desempenho
Confiabilidade de software
Data clustering
Fault injection
Functional testing
Performance evaluation
Software reliability
Teste de mutação
Teste funcional
topic Agrupamento de dados
Avaliação de desempenho
Confiabilidade de software
Data clustering
Fault injection
Functional testing
Performance evaluation
Software reliability
Teste de mutação
Teste funcional
description A maioria dos problemas de desempenho são únicos. As métricas, cargas de trabalho e técnicas de avaliação usadas em um problema geralmente não podem ser usadas no problema seguinte. Portanto, ferramentas automáticas que auxiliem no entendimento do comportamento de uma aplicação em execução e suas mudanças ao longo do ciclo de desenvolvimento são essenciais para análises de desempenho e detecção de erros. A proposta deste trabalho é explorar a descoberta de defeitos no software por intermédio da avaliação de desempenho, assumindo a premissa que tais defeitos alteram o uso dos recursos ao longo da execução da aplicação. Isso é feito com a abordagem de teste funcional do programa em execução, onde são avaliados aspectos de desempenho da aplicação, e não aspectos funcionais, na detecção de erros na execução causados por defeitos. Um algoritmo de agrupamento baseado em Distância por Compressão Normalizada é aplicado para definir de forma automática um perfil de desempenho esperado do software em casos de teste, que é usado também para detectar anomalias. O processo de validação desta proposta é feito com a geração de defeitos por meio de mutação seletiva.
publishDate 2019
dc.date.none.fl_str_mv 2019-11-05
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-04022020-093604/
url https://www.teses.usp.br/teses/disponiveis/55/55134/tde-04022020-093604/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256649399533568

Registros relacionados