文献

J-GLOBAL ID：201802211968724570   整理番号：18A1649265

リfactリング変化の認識による回帰テスト効率の改善【JST・京大機械翻訳】

Improving regression test efficiency with an awareness of refactoring changes

著者 (3件)： Chen Zhiyuan (Department of Computer Science, University of Nebraska, Omaha, NE, USA) ,  Guo Hai-Feng (Amazon.com, Inc., Seattle, WA, USA) ,  Song Myoungkyu (Department of Computer Science, University of Nebraska, Omaha, NE, USA)
資料名： Information and Software Technology  (Information and Software Technology)
巻： 103  ページ： 174-187  発行年： 2018年 
JST資料番号： B0445B  ISSN： 0950-5849  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 文脈。開発者は,既存のコードに対する行動保存変化の実行を再因子化することにより,ソフトウェア品質を改善することが多い。最近の研究は,自動化されたリファクタリングのためのツールサポートの認識にもかかわらず,開発者が手動のリファクタリングを好むことを示した。この実践は,しばしばエラー傾向があり,試験コストを増加させることができる。目的.この問題を解決するために,著者らはRと呼ばれる再因子調査と試験技術を提示した。Rは,リファクタリング変化を検証するための試験効率を改善し,変更された部品が意図通りに振舞うという信頼性を提供する。試験は高保証ソフトウェアの開発者にとって高価であるので,Rは各試験における故障に対する依存状態を同定するだけでかなりの量のコストを削減し,故障を試験するための特定のリファクタリング編集を検出することによりそのコストを低減する。方法。著者らのアプローチは,プログラムのオリジナルおよび編集バージョンを分析することによって,再因子を同定する。次に,同定されたリファクタリング変化の集合の意味論的影響を用いて,その挙動が影響を受け,リファクタリング編集により修正される試験を検出する。運転回帰試験スイートの後にそれぞれの失敗した主張を与えて,Rは,各試験を最小化するためにプログラムスライスを適用することによって,論理的に関連したプログラム記述に関するそれらの注意に焦点を合わせた。デバッギング目的のために,Rは特定の故障誘発再因子化編集を決定し,他の主張や試験に影響を及ぼす他の変化から分離する。結果.著者らは,3つのオープンソースプロジェクトに関してRを評価して,Rが平均値に関して80.9%の正確さによって再因子によって影響を受けるテストを見つけることを見つけた。さらに,それは,平均で97.2%の精度で失敗した主張に依存するだけで,プログラム記述に関連する分割を同定し,形成した。結論:故障誘発プログラム編集のための再構成技術と変化衝撃解析を組み合わせたRは,新しいバージョンにおけるすべてのコードフラグメントと反対に,リファクタリング変化に焦点を合わせることにより,開発者が故障原因を局所化するのを助ける。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障 ,  *編集 ,  自動化 ,  位置決め ,  再構成 ,  意味論 ,  デバッギング ,  信頼性 ,  ソフトウェア
準シソーラス用語： 局在化 ,  故障原因 ,  オープンソース ,  回帰試験 ,  リファクタリング ,  ソフトウェア品質 , 【Automatic Indexing@JST】

著者キーワード (5件)： ソフトウェアの進化 ,  故障位置決め ,  変化の影響分析 ,  テスト選択 ,  再因子化

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (2件)： FACT ,  テスト