文献

J-GLOBAL ID：201702234286882810   整理番号：17A1358902

故障注入試験を改善するための利用ニューラルネットワーク【Powered by NICT】

Use Neural Network to Improve Fault Injection Testing

著者 (2件)： Wang Yichen ,  Wang Yikun
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： QRS-C  ページ： 377-384  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 故障注入は,ソフトウェアテストにおける効果的な技術である。試験中のソフトウェアに故障を導入することにより,故障注入は試験の被覆率を改善することができ,同時に,ソフトウェアに注入された断層は,注入した故障に関連した真の故障を見出すために顕著に寄与する。本論文では,故障注入に基づくソフトウェア試験法を提案した。この方法では,まずニューラルネットワークを用いて,二経路の近接性を記述する適合度関数の値を計算し,試験データを生成するためにシミュレーテッドアニーリングアルゴリズムを用いた。この方法では,シミュレーテッドアニーリングアルゴリズムでの基準として適応度関数の値を用いた。実験は,この方法が発電試験データの効率を明らかに改善できることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ソフトウェア ,  発電 ,  被覆率 ,  *ニューラルネットワーク
準シソーラス用語： 適応度関数 ,  シミュレーテッドアニーリングアルゴリズム ,  試験データ ,  適合度 ,  近接性 ,  試験方法 ,  ソフトウェアテスト ,  *故障注入 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 故障注入 ,  試験 ,  ニューラルネットワーク