Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "test metrics" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wyznaczanie miar jakości testu z zastosowaniem probabilistycznego modelu pomiaru
Estimation of test metrics using a probabilistic model for measurement processes
Autorzy:
Toczek, W.
Tematy:
miary jakości testu
probabilistyczny model pomiaru
test metrics
probabilistic model of measurement process
Pokaż więcej
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Powiązania:
https://bibliotekanauki.pl/articles/155359.pdf  Link otwiera się w nowym oknie
Opis:
Zaproponowano szybką analityczną metodę wyznaczania miar jakości testu na etapie jego projektowania. Metoda bazuje na dwóch modelach probabilistycznych - modelu pomiaru oraz modelu odpowiedzi układu testowanego na pobudzenie sygnałem testującym. Podano przykład wyznaczenia straty uzysku spowodowanej niepewnością progu komparatora w układzie testującym wyrób elektroniczny.
In the paper a rapid model-based method of estimating indicators of test quality at the test design stage is considered. The test metrics such as yield coverage (1), yield loss (2), defect level (3) etc. are calculated with a precision of ppm (parts per million). The novelty of the approach is use for calculations a probabilistic model of the test (9), adapted from a general probabilistic model of the measurement process proposed by Rossi [2], together with a probabilistic model of the circuit under test (CUT) performances (10). It is assumed that the CUT performances follow a generalized Rayleigh distribution (Fig. 1), derived by the author [3]. An example is included to illustrate the calculation of yield loss as a function of the comparator threshold (Fig. 2) in the tester of the electronic CUT. The results are positively verified by the Monte Carlo method. A large population of instances is rapidly generated (Tab. 1) from the probabilistic model of the CUT. These data are used to compute test metrics.
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel test case prioritization method based on problems of numerical software code statement defect prediction
Nowatorska metoda priorytetyzacji przypadków testowych oparta na prognozowaniu błędów instrukcji kodu oprogramowania numerycznego
Autorzy:
Shao, Yuanxun
Liu, Bin
Wang, Shihai
Xiao, Peng
Tematy:
software defect prediction
test case prioritization
code statement metrics
machine learning
software testing
przewidywanie błędów oprogramowania
priorytetyzacja przypadków testowych
metryki instrukcji kodu
uczenie maszynowe
testowanie oprogramowania
Pokaż więcej
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Powiązania:
https://bibliotekanauki.pl/articles/1841862.pdf  Link otwiera się w nowym oknie
Opis:
Test case prioritization (TCP) has been considerably utilized to arrange the implementation order of test cases, which contributes to improve the efficiency and resource allocation of software regression testing. Traditional coverage-based TCP techniques, such as statement-level, method/function-level and class-level, only leverages program code coverage to prioritize test cases without considering the probable distribution of defects. However, software defect data tends to be imbalanced following Pareto principle. Instinctively, the more vulnerable the code covered by the test case is, the higher the priority it is. Besides, statement-level coverage is a more fine-grained method than function-level coverage or class-level coverage, which can more accurately formulate test strategies. Therefore, we present a test case prioritization approach based on statement software defect prediction to tame the limitations of current coverage-based techniques in this paper. Statement metrics in the source code are extracted and data pre-processing is implemented to train the defect predictor. And then the defect detection rate of test cases is calculated by combining the prioritization strategy and prediction results. Finally, the prioritization performance is evaluated in terms of average percentage faults detected in four open source datasets. We comprehensively compare the performance of the proposed method under different prioritization strategies and predictors. The experimental results show it is a promising technique to improve the prevailing coverage-based TCP methods by incorporating statement-level defect-proneness. Moreover, it is also concluded that the performance of the additional strategy is better than that of max and total, and the choice of the defect predictor affects the efficiency of the strategy.
Metodę priorytetyzacji przypadków testowych (TCP) wykorzystuje się powszechnie do ustalania kolejności implementacji przypadków testowych, co przyczynia się do poprawy wydajności i alokacji zasobów w trakcie testowania regresyjnego oprogramowania. Tradycyjne techniki TCP oparte na pokryciu na poziomie instrukcji, metody/funkcji oraz klasy, wykorzystują pokrycie kodu programu tylko w celu ustalenia priorytetów przypadków testowych, bez uwzględnienia prawdopodobnego rozkładu błędów. Jednak dane o błędach oprogramowania są zwykle niezrównoważone zgodnie z zasadą Pareto. Instynktownie, im bardziej wrażliwy jest kod pokryty przypadkiem testowym, tym wyższy jest jego priorytet. Poza tym, pokrycie na poziomie instrukcji jest bardziej szczegółową metodą niż pokrycie na poziomie funkcji lub pokrycie na poziomie klasy, które mogą dokładniej formułować strategie testowe. Dlatego w artykule przedstawiamy podejście do priorytetyzacji przypadków testowych oparte na prognozowaniu błędów instrukcji oprogramowania, które pozwala zmniejszyć ograniczenia obecnych technik opartych na pokryciu. Wyodrębniono metryki instrukcji w kodzie źródłowym i zaimplementowano wstępne przetwarzanie danych w celu nauczania predyktora błędów. Następnie obliczono wskaźnik wykrywania błędów w przypadkach testowych poprzez połączenie strategii priorytetyzacji i wyników prognozowania. Wreszcie, oceniono wydajność ustalania priorytetów pod względem średnich procentowych błędów wykrytych w czterech zestawach danych typu open source. Kompleksowo porównano wydajność proponowanej metody w ramach różnych strategii ustalania priorytetów i predyktorów. Wyniki eksperymentów pokazują, że jest to obiecująca technika poprawy dominujących metod TCP opartych na pokryciu poprzez włączenie podatności na błędy na poziomie instrukcji. Ponadto stwierdzono również, że strategia dodatkowa cechuje się lepszą wydajnością niż strategie max i total, a wybór predyktora błędów wpływa na skuteczność strategii.
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies