MétaCan
Menu
Retour à la cohorte
Enregistrement W3102206389 · doi:10.1145/3419604.3419628

Test Generation Tool for Modified Condition/Decision Coverage

2020· article· en· W3102206389 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware Testing and Debugging Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTraceabilityModel-based testingIntegration testingCode coverageTest strategyWhite-box testingDataflowExtended finite-state machineNon-regression testingKeyword-driven testingManual testingReliability engineeringSoftware performance testingTest caseSoftwareFinite-state machineSoftware systemAlgorithmSoftware engineeringProgramming languageEngineeringSoftware constructionMachine learning

Résumé

récupéré en direct d'OpenAlex

Model-Based Testing (MBT) approaches are becoming an attractive prospect for safety-critical software testing due to their efficiency and the flexibility. Requirements based testing and structural testing are used for safety-critical systems software assessment. Structural testing criteria such as Modified Condition/Decision Coverage (MC/DC) satisfaction are required by DO-178C standard. Existing tools and techniques use MC/DC coverage criterion on the code. We propose to use model-based testing that integrates several coverage criteria such as du-path and MC/DC to enhance testing efficiency. We propose an approach that starts with requirements modeled as an Extended Finite State Machine (EFSM) that will be transformed into graphs, we add special "coverage element" data structures that are integrated into the different models via graph labeling. The resulting transformation facilitates the traceability of testing information when moving from dataflow testing to control-flow testing and vice versa, therefore making the combination of both approaches efficient for specification structural testing. The process view and the architecture of a supporting tool are given as well as the steps needed to generate MC/DC test sequences.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,275

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,292
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoftware Testing and Debugging TechniquesTravaux en français237 207