文献

J-GLOBAL ID：202002221153210633   整理番号：20A1956483

実行トレース上での機械学習を用いた欠損試験の同定と生成【JST・京大機械翻訳】

Identifying and Generating Missing Tests using Machine Learning on Execution Traces

著者 (5件)： Utting Mark (USC Business School University of the Sunshine Coast) ,  Legeard Bruno (University of Bourgogne Franche-Comte ́,Dept. DISC - FEMTO-ST) ,  Dadeau Frederic (University of Bourgogne Franche-Comte ́,Dept. DISC - FEMTO-ST) ,  Tamagnan Frederic (Orange Labs Services,Pessac,France) ,  Bouquet Fabrice (University of Bourgogne Franche-Comte ́,Dept. DISC - FEMTO-ST)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： AITest  ページ： 83-90  発行年： 2020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： 試験ITシステムは多くの企業にとって主要なボトルネックとなっている。そのようなシステムの増大する複雑性に加えて,より短い放出サイクルと品質要求の増加は,検証と検証コストの増加につながった。しかし,既存の試験手順の解析は,すべてのアーチファクトが,このコスト増加をタームするために活用されないことを明らかにした。特に,顧客トレースは通常検証技術者によって無視されている。本論文では,実行トレース(顧客トレースとテスト実行トレースの両方)から機械学習を用いて,テストニーズを同定し,WebサービスとAPIテストの文脈で新しいテストを生成する。顧客トレースのログファイルは,より小さなトレース(ユーザセッション)に分割され,次に,データ解析と機械学習のためにPandas DataFramesに符号化される。クラスタ化アルゴリズムを用いて,顧客トレースを分析し,それらを既存のシステムテストと比較し,機械学習モデルを用いて,所望のクラスタにおける欠測試験を生成した。ツールセットは,Agilkiaと呼ばれるオープンソースライブラリに実装される。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  クラスタ化 ,  データ解析 ,  クラスタ ,  アーチファクト ,  *機械学習 ,  Webサービス
準シソーラス用語： 複雑性 ,  オープンソース ,  ログファイル ,  システムテスト ,  ITシステム , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： トレース ,  機械学習 ,  欠損 ,  試験 ,  同定