Analysis and Maintainability of Complex Industry Test Code Using Clone Detection
Notice bibliographique
Résumé
Many companies, including Ericsson, experience increased software verification costs.Agile cross-functional teams find it easy to make new additions of test cases for every change and fix.The consequence of this phenomenon is the duplications of test code [2], which is often referred to as (test) code clone.In this thesis, we attempt to understand the prevalence of test code clones, thus contributing to the clone detection and software testing fields, and we then study how test code can be refactored to remove clones, therefore improving software testing activities.In this thesis, we aim to achieve the following goals.Firstly, we aim to detect clones in industry test codes.We found, in the subjects shared by our industry partner, that 49% of lines of code of the entire C test code are clones, which is also equivalent to 36% of all the test cases; We found that 73% of lines of code of the entire Java test code is a clone, amounting to 94% of all the test cases.The results we report on in our study include figures about clone frequencies, types, similarity, fragments, size distributions, and the number of line differences in cloned test cases.Secondly, following standard definitions of clone types, if the source code contains fragments that are in a Type-1 clone class, we theoretical argue and empirically confirm that those fragments also belong to a Type-2 clone class; Further, assuming the source code includes fragments that belong to a Type-2 consistent clone class, these fragments will also appear in a Type-2 blind clone class; Such inclusions also occur with Type-3 clone classes, with different threshold values to detect differences.When one relies on standard definitions of source code clone types, they are therefore running a risk of overlapping information being returned for different types of clone classes.Further, if one interprets Labiche, for his valuable advice, guidance, support, and various ideas.His great ideas have guided me to conduct my research properly.This thesis would not have completed without him.I would also like to thank Dr. Sigrid Eldh from
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».