Búsqueda de rutas escalables para generación automatizada de casos de prueba
Autores: Ma, Enze; Fu, Xiufeng; Wang, Xi
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
La generación de casos de prueba es una tarea importante durante las pruebas de software. En este documento, presentamos un nuevo marco de generación de casos de prueba para programas en C. Este enfoque combina el análisis de flujo de datos y la ejecución simbólica dinámica juntos, y lo que es más importante, busca eficientemente el espacio de ruta del programa en busca de posibles fallas basadas en la estrategia de búsqueda tabú y las estadísticas de fallas del programa. A diferencia de la ejecución simbólica tradicional, que explora exhaustivamente el espacio del programa y es difícil de aplicar a programas complicados de manera efectiva, nuestro enfoque explora automáticamente los caminos factibles de fallas ocultas con alta probabilidad. La estrategia de búsqueda de ruta escalable y eficiente facilita la búsqueda de errores con muchos menos casos de prueba generados. Implementamos este enfoque, y los resultados experimentales presentados en este documento son atractivos.
Descripción
La generación de casos de prueba es una tarea importante durante las pruebas de software. En este documento, presentamos un nuevo marco de generación de casos de prueba para programas en C. Este enfoque combina el análisis de flujo de datos y la ejecución simbólica dinámica juntos, y lo que es más importante, busca eficientemente el espacio de ruta del programa en busca de posibles fallas basadas en la estrategia de búsqueda tabú y las estadísticas de fallas del programa. A diferencia de la ejecución simbólica tradicional, que explora exhaustivamente el espacio del programa y es difícil de aplicar a programas complicados de manera efectiva, nuestro enfoque explora automáticamente los caminos factibles de fallas ocultas con alta probabilidad. La estrategia de búsqueda de ruta escalable y eficiente facilita la búsqueda de errores con muchos menos casos de prueba generados. Implementamos este enfoque, y los resultados experimentales presentados en este documento son atractivos.