Redução de conjuntos de casos de teste aplicados ao teste de regressão em programas java utilizando algoritmos de aprendizado de aáquina

Página do item simplificado
dc.contributor.advisorLenz, Alexandre Rafael
dc.contributor.authorSantos, Rafaela Batista Evangelista
dc.contributor.refereeJorge, Eduardo Manuel de Freitas
dc.contributor.refereeMascarenhas, Ana Patrícia Fontes Magalhães
dc.date.accessioned2024-10-01T17:07:12Z
dc.date.available2024-10-01T17:07:12Z
dc.date.issued2016-06-06
dc.description.abstractO teste é uma atividade fundamental para a garantia da qualidade de software. Qualquer modificação realizada no software deve ser testada e, portanto, o teste de regressão é essencial para verificar se as modificações efetuadas não introduziram defeitos nas partes do software que funcionavam corretamente. Muitas metodologias têm sido propostas visando reduzir o tempo dispendido na atividade de teste de regressão, visto que esse tipo de teste é efetuado na fase de manutenção de software que já é muito custosa. Dentre elas, a utilização de Aprendizado de Máquina relacionando as informações coletadas durante a atividade de teste para identificação de casos de teste com comportamentos semelhantes e, geração de regras que podem ser aplicadas para a redução do conjunto de casos de teste. A redução do conjunto de casos de teste pode reduzir significativamente o tempo do teste de regressão, pois exclui permanentemente os casos de teste redundantes. Diante disso, o objetivo desse trabalho é aplicar a metodologia proposta por (LENZ, 2010) para apoiar a redução do conjunto de casos de teste, com intuito de reduzir o tempo gasto na atividade de teste de regressão de métodos implementados na linguagem java. Para tanto, os dados obtidos através da execução do teste estrutural (obtidos através da ferramenta Jabuti) e do teste baseado em erros (obtidos através da ferramenta Mujava) foram agrupados e submetidos a algoritmos de agrupamento (disponíveis na ferramenta Weka) visando encontrar comportamentos semelhantes, e foi aplicado um algoritmo de classificação para geração de regras a serem utilizadas na redução do conjunto de casos de teste. Os resultados dos experimentos manuais conduzidos nessa pesquisa demonstram que é possível reduzir significativamente o tempo gasto no teste de regressão através da identificação de redundâncias no conjunto de casos de teste. No entanto, para obtenção de resultados mais precisos, sugere-se a implementação de uma ferramenta que automatize essa metodologia para a linguagem java.
dc.description.abstract2Testing is a fundamental activity for the software’s quality assurance. Any modification realized in the software must be tested, so the regression testing is essential to verify if the modifications haven’t caused issues on the parts of the system that were properly working. Many methodologies have been proposed trying to reduce the amount of time on regression testing activity, since this type of testing is made in software maintenance phase which is already very costly. Among them, the use of Machine Learning relating the collected information during the testing activity for identification of Test Cases with similarly behavior, Rule Generation that may be applied for the reduction of the set of test cases. The reduction of the set of test cases may reduce significantly the time of the regression testing, because it excludes permanently the redundant test cases. Therefore, the main goal of this research is apply the methodology purposed by (LENZ, 2010) to support the reduction of the set of test cases, in order to reduce the time spent on regression testing activity of methods implemented on Java Language. In view of this, the obtained data through the execution of Structural Testing (obtained through the Jabuti tool) and of the test based on mistakes (obtained through the Mujava tool) are aiming to find similarly behaviors, and so was applied an algorithm of classification to generation of rules to be used on reduction of set of test cases. The results of manual experiments conducted in this research demonstrates that is possible to reduce significantly the amount of time spent in the Regression Testing through the identification of redundant in the set of Test Cases. However, to obtain more accurate results, it suggests the implementation of a tool that automates this methodology for the Java Language.
dc.format.mimetypeapplication/pdf
dc.identifier.citationSANTOS, Rafaela Batista Evangelista. Redução de Conjuntos de Casos de Teste aplicados ao Teste de Regressão em programas Java utilizando algoritmos de Aprendizado de Máquina. 2016. 80 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação), Departamento de Ciências Exatas e da TerraI, Campus I, Universidade do Estado da Bahia, Salvador, 2016.
dc.identifier.urihttps://saberaberto.uneb.br/handle/20.500.11896/6377
dc.identifier2.Latteshttp://lattes.cnpq.br/8897159786398444
dc.language.isopor
dc.publisherUNEB
dc.publisher.programGraduação
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/
dc.rights2Attribution-NonCommercial-NoDerivs 3.0 Brazilen
dc.subject.keywordsTeste de Software
dc.subject.keywordsTeste de regressão
dc.subject.keywordsAprendizado de máquina
dc.subject.keywordsTempo
dc.titleRedução de conjuntos de casos de teste aplicados ao teste de regressão em programas java utilizando algoritmos de aprendizado de aáquina
dc.title.alternativeReduction of Test Case Sets applied to Regression Testing in Java programs using Machine Learning algorithms
dc.typeinfo:eu-repo/semantics/bachelorThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Redução de conjuntos de casos_Rafaela Santos.pdf
Tamanho:
892.04 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
462 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Bacharelado em Sistemas de Informação - DCET1