Otimização bioinspirada para apoio à geração de dados de teste para software concorrente

Detalhes bibliográficos
Autor(a) principal: Vilela, Ricardo Ferreira
Data de Publicação: 2021
Tipo de documento: Tese
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-17082021-134353/
Resumo: A programação concorrente está cada vez mais presente nas aplicações modernas. Embora esse modelo de programação forneça maior desempenho e melhor aproveitamento dos recursos disponíveis, os mecanismos de interação entre processos/threads resultam em maior desafio para atividade de teste. O não determinismo presente nessas aplicações é um dos principais desafios na atividade de teste, uma vez que ainda com uma mesma entrada de teste o programa concorrente pode executar caminhos distintos, os quais podem ou não apresentar defeitos. A geração automática de dados de teste pode contribuir para essa atividade garantindo maior rapidez e confiabilidade no teste de software. Neste trabalho, a geração automática de dados de teste é explorada para o domínio de programas concorrentes por meio de uma técnica bioinspiradas de otimização, o Algoritmo Genético. Este estudo propõe uma abordagem de geração de dados para programas concorrentes denominada BioConcST. Além disso, propõe-se um novo operador de seleção de indivíduos de teste utilizando lógica fuzzy, denominado FuzzyST. Essas contribuições são avaliadas em um estudo experimental utilizado para validar as abordagens propostas. Os resultados obtidos do experimento demonstraram que a BioConcST é mais promissora que as demais abordagens utilizadas em todos os níveis analisados. Além disso, o operador FuzzyST também obteve os melhores resultados juntamente com os operadores Elitismo e Torneio. Contudo, o operador FuzzyST mostrou-se mais indicado para programas concorrentes de maior complexidade.
id USP_e7d513e5c9c362585f907daf939978b4
oai_identifier_str oai:teses.usp.br:tde-17082021-134353
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Otimização bioinspirada para apoio à geração de dados de teste para software concorrenteBio-inspired optimization to support the test data generation for concurrent softwareAlgoritmo genéticoBio- inspired optimizationConcurrent programsGenetic algorithmGeração de dados de testeOtimização bioinspiradaProgramas concorrentesSoftware testingTest data generationTeste de softwareA programação concorrente está cada vez mais presente nas aplicações modernas. Embora esse modelo de programação forneça maior desempenho e melhor aproveitamento dos recursos disponíveis, os mecanismos de interação entre processos/threads resultam em maior desafio para atividade de teste. O não determinismo presente nessas aplicações é um dos principais desafios na atividade de teste, uma vez que ainda com uma mesma entrada de teste o programa concorrente pode executar caminhos distintos, os quais podem ou não apresentar defeitos. A geração automática de dados de teste pode contribuir para essa atividade garantindo maior rapidez e confiabilidade no teste de software. Neste trabalho, a geração automática de dados de teste é explorada para o domínio de programas concorrentes por meio de uma técnica bioinspiradas de otimização, o Algoritmo Genético. Este estudo propõe uma abordagem de geração de dados para programas concorrentes denominada BioConcST. Além disso, propõe-se um novo operador de seleção de indivíduos de teste utilizando lógica fuzzy, denominado FuzzyST. Essas contribuições são avaliadas em um estudo experimental utilizado para validar as abordagens propostas. Os resultados obtidos do experimento demonstraram que a BioConcST é mais promissora que as demais abordagens utilizadas em todos os níveis analisados. Além disso, o operador FuzzyST também obteve os melhores resultados juntamente com os operadores Elitismo e Torneio. Contudo, o operador FuzzyST mostrou-se mais indicado para programas concorrentes de maior complexidade.Concurrent programming is increasingly present in modern applications. Although this programming model provides greater performance and better use of available resources, the mechanisms of interaction between processes/threads result in a greater challenge for software testing activity. The non-determinism present in these applications is one of the main challenges in the test activity since even with the same test input, the concurrent program can execute different paths, which may or may not present defects. The automatic generation of test data can contribute to this activity, ensuring greater speed and reliability in software testing. In this work, the automatic test data generation is explored for the domain of concurrent programs through a bioinspired optimization technique, the Genetic Algorithm. We propose a test data generation approach for concurrent programs called BioConcST. Also, we propose a new operator for selecting test subjects using fuzzy logic, called FuzzyST. We evaluated these approaches in an experimental study to validate. The results obtained from the experiment showed that BioConcST is more promising than the other approaches used at all levels analyzed. The operator FuzzyST also obtained the best results, together with the Elitism and Tournament operators. Nevertheless, the FuzzyST operator proved to be more suitable for concurrent programs of greater complexity.Biblioteca Digitais de Teses e Dissertações da USPSouza, Simone do Rocio Senger deVilela, Ricardo Ferreira2021-05-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-17082021-134353/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/openAccesspor2021-08-17T16:50:02Zoai:teses.usp.br:tde-17082021-134353Biblioteca 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:27212021-08-17T16:50:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
Bio-inspired optimization to support the test data generation for concurrent software
title Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
spellingShingle Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
Vilela, Ricardo Ferreira
Algoritmo genético
Bio- inspired optimization
Concurrent programs
Genetic algorithm
Geração de dados de teste
Otimização bioinspirada
Programas concorrentes
Software testing
Test data generation
Teste de software
title_short Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
title_full Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
title_fullStr Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
title_full_unstemmed Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
title_sort Otimização bioinspirada para apoio à geração de dados de teste para software concorrente
author Vilela, Ricardo Ferreira
author_facet Vilela, Ricardo Ferreira
author_role author
dc.contributor.none.fl_str_mv Souza, Simone do Rocio Senger de
dc.contributor.author.fl_str_mv Vilela, Ricardo Ferreira
dc.subject.por.fl_str_mv Algoritmo genético
Bio- inspired optimization
Concurrent programs
Genetic algorithm
Geração de dados de teste
Otimização bioinspirada
Programas concorrentes
Software testing
Test data generation
Teste de software
topic Algoritmo genético
Bio- inspired optimization
Concurrent programs
Genetic algorithm
Geração de dados de teste
Otimização bioinspirada
Programas concorrentes
Software testing
Test data generation
Teste de software
description A programação concorrente está cada vez mais presente nas aplicações modernas. Embora esse modelo de programação forneça maior desempenho e melhor aproveitamento dos recursos disponíveis, os mecanismos de interação entre processos/threads resultam em maior desafio para atividade de teste. O não determinismo presente nessas aplicações é um dos principais desafios na atividade de teste, uma vez que ainda com uma mesma entrada de teste o programa concorrente pode executar caminhos distintos, os quais podem ou não apresentar defeitos. A geração automática de dados de teste pode contribuir para essa atividade garantindo maior rapidez e confiabilidade no teste de software. Neste trabalho, a geração automática de dados de teste é explorada para o domínio de programas concorrentes por meio de uma técnica bioinspiradas de otimização, o Algoritmo Genético. Este estudo propõe uma abordagem de geração de dados para programas concorrentes denominada BioConcST. Além disso, propõe-se um novo operador de seleção de indivíduos de teste utilizando lógica fuzzy, denominado FuzzyST. Essas contribuições são avaliadas em um estudo experimental utilizado para validar as abordagens propostas. Os resultados obtidos do experimento demonstraram que a BioConcST é mais promissora que as demais abordagens utilizadas em todos os níveis analisados. Além disso, o operador FuzzyST também obteve os melhores resultados juntamente com os operadores Elitismo e Torneio. Contudo, o operador FuzzyST mostrou-se mais indicado para programas concorrentes de maior complexidade.
publishDate 2021
dc.date.none.fl_str_mv 2021-05-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/55/55134/tde-17082021-134353/
url https://www.teses.usp.br/teses/disponiveis/55/55134/tde-17082021-134353/
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_ 1815257046808788992