إطار عمل هجين لاستبعاد حالات الاختبار المشابهة والمعيبة في اختبار الانحدار
محتوى المقالة الرئيسي
الملخص
يعد اختبار الانحدار مرحلة حاسمة في تطوير البرامج التي تضمن أن التغييرات أو التحديثات الجديدة لنظام البرامج التي لا تؤدي إلى حدوث عيوب أو تؤثر سلبًا على الوظائف الحالية.
ومع ذلك، مع زيادة تعقيد أنظمة البرمجيات، يمكن أن تصبح كمية حالات الاختبار في مجموعة الانحدار كبيرة، مما يؤدي إلى زيادة وقت الاختبار واستهلاك الموارد. بالإضافة إلى ذلك، فإن وجود حالات اختبار زائدة عن الحاجة ومعيبة يمكن أن يزيد من إعاقة فعالية إجراء اختبار الانحدار.
ولمواجهة هذه التحديات، تقدم هذه الدراسة إطارًا هجينًا جديدًا لاستبعاد حالات الاختبار المشابهة والمعيبة في اختبار الانحدار ETCPM . يستفيد إطار العمل من تقنيات تحليل التعليمات البرمجية الآلية وبيانات تنفيذ الاختبار التاريخي لتحديد وإزالة حالات الاختبار المتكررة والمتشابهة والمعيبة من مجموعة الانحدار. توضح النتائج التجريبية أن إطار عمل ETCPM يقدم فوائد كبيرة في تقليل وقت الاختبار، وتحسين تخصيص الموارد، وتعزيز الجودة الشاملة لمجموعة اختبار الانحدار. من خلال الاستبعاد الذكي لحالات الاختبار المماثلة والمعيبة، يعمل ETCPM على تمكين فرق تطوير البرمجيات من تحقيق اختبار انحدار أسرع وأكثر موثوقية، مما يؤدي إلى تسريع دورات تسليم البرامج وتحسين رضا المستخدم النهائي..
Received 27/09/2023
Revised 10/02/2024
Accepted 12/02/2024
Published 25/02/2024
تفاصيل المقالة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
Muhammad H., Imran G., Muhammad F. P., and Seung R. J. A comprehensive review on regression test case prioritization techniques for web services. KSII Trans. Internet Inf. Syst. 2020; Vol. 14:No.5 . https://doi.org/10.3837/tiis.2020.05.001
Khatibsyarbini, M., et al., Test case prioritization approaches in regression testing: A systematic literature review. Inf Softw Technol. 2018; 93: p. 74-93. https://doi.org/10.1016/j.infsof.2017.08.014
Z. Yuan, Y. Lou, M. Liu, S. Ding, K. Wang, Y. Chen, and X. Peng.No more manual tests? evaluating and improving chatgpt for unit test generation. arXiv preprint arXiv:2305.04207. 2023. https://doi.org/10.1145/3395363.3397383
Mukherjee R. and Patnaik K. A survey on different approaches for software test case prioritization. J. King Saud Univ. Comput. Inf. Sci. Oct.2018; S1319157818303616. https://doi.org/10.1016/j.jksuci.2018.09.005
M. I. Younis, “DEO: a dynamic event order strategy for T-way sequence covering array test data generation,” Baghdad Sci. J. 2020;vol. 17, no. 2: p. 575, May. https://doi.org/10.21123/bsj.2020.17.2.0575
Bukhsh FA, Bukhsh ZA, Daneva M. A systematic literature review on requirement prioritization techniques and their empirical evaluation. Comput. Stand. Interfaces. 2020;69:103389. https://doi.org/10.1016/j.csi.2019.103389
Younis, M.I., Alsewari, A.R.A., Khang, N.Y., Zamli, K.Z., CTJ: Input-output based relation combinatorial testing strategy using jaya algorithm. Baghdad Sci. J. 2020;17 (3): pp. 1002-1009. https://doi.org/10.21123/BSJ.2020.17.3(SUPPL.).1002
Rongqi Pan, Mojtaba Bagherzadeh, Taher A. Ghaleb, and Lionel Briand. 2022. Test case selection and prioritization using machine learning: A systematic literature review. Empir. Softw. Eng. 2022;27, 2: 1–43. https://doi.org/10.1007/s10664-021-10066-6
Ali, S., et al., Enhanced regression testing technique for agile software development and continuous integration strategies. Softw. Qual. J. .2020; Vol. 28: p 397–423. https://doi.org/10.1007/s11219-019-09463-4
Pandey, A. and S. Banerjee.Test Suite Minimization in Regression Testing Using Hybrid Approach of ACO and GA. IJAMC. 2018; 9. https://doi.org/ 10.4018/IJAMC.2018070105
Agrawal, A.P. and A. Kaur, A comprehensive comparison of ant colony and hybrid particle swarm optimization algorithms through test case selection, in Data engineering and intelligent computing. 2018, Springer. p. 397-405. https://doi.org/10.1007/978-981-10-3223-3_38
Chen et al., Chen J., Shang W., Shihab E., Perfjit: Test-level just-in-time prediction for performance regression introducing commits IEEE Trans. Softw. Eng. 2020; p. 1. https://doi.org/10.1109/TSE.2020.3023955
Singhal, S.; Jatana, N.; Subahi, A.F.; Gupta, C.; Khalaf, O.I.; Alotaibi, Y. Fault Coverage-Based Test Case Prioritization and Selection Using African Buffalo Optimization. Comput. Mater. Contin. 2023; 74: 6755–6774.https://doi.org/10.32604/cmc.2023.032308
Q. Zheng, Z. Ou, L. Liu, T. Liu, A novel method on software structure evaluation, in: Proceedings of the 2nd IEEE International Conference on Software Engineering and Service, ICSESS ’11, IEEE.2011; pp. 251–254. https://doi.org/10.1016/j.jss.2020.110539
Magalhães, C., et al., HSP: A hybrid selection and prioritisation of regression test cases based on information retrieval and code coverage applied on an industrial case study. J. Syst. Softw. 2020; 159: p. 110430. https://doi.org/10.1016/j.jss.2019.110430