論文の概要: P4Testgen: An Extensible Test Oracle For P4

• arxiv url: http://arxiv.org/abs/2211.15300v3
• Date: Sun, 6 Aug 2023 11:15:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 14:08:45.400804
• Title: P4Testgen: An Extensible Test Oracle For P4
• Title（参考訳）: P4Testgen: P4用の拡張可能なテストOracle
• Authors: Fabian Ruffy, Jed Liu, Prathima Kotikalapudi, Vojt\v{e}ch Havel, Hanneli Tavante, Rob Sherwood, Vladyslav Dubina, Volodymyr Peschanenko, Anirudh Sivaraman, and Nate Foster
• Abstract要約: P4$_16$言語用のテストオラクルであるP4Testgenを提示する。 P4Testgenは任意のP4ターゲットに対する自動テスト生成をサポートする。
• 参考スコア（独自算出の注目度）: 2.1879553303548427
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present P4Testgen, a test oracle for the P4$_{16}$ language. P4Testgen supports automatic test generation for any P4 target and is designed to be extensible to many P4 targets. It models the complete semantics of the target's packet-processing pipeline including the P4 language, architectures and externs, and target-specific extensions. To handle non-deterministic behaviors and complex externs (e.g., checksums and hash functions), P4Testgen uses taint tracking and concolic execution. It also provides path selection strategies that reduce the number of tests required to achieve full coverage. We have instantiated P4Testgen for the V1model, eBPF, PNA, and Tofino P4 architectures. Each extension required effort commensurate with the complexity of the target. We validated the tests generated by P4Testgen by running them across the entire P4C test suite as well as the programs supplied with the Tofino P4 Studio. Using the tool, we have also confirmed 25 bugs in mature, production toolchains for BMv2 and Tofino.
• Abstract（参考訳）: P4$_{16}$言語用のテストオラクルであるP4Testgenを提示する。 P4Testgenは任意のP4ターゲットの自動テスト生成をサポートし、多くのP4ターゲットに拡張できるように設計されている。 p4言語、アーキテクチャ、externs、ターゲット固有の拡張を含むターゲットのパケット処理パイプラインの完全なセマンティクスをモデル化する。 非決定論的振舞いと複雑なexterns(チェックサムやハッシュ関数など)を処理するために、p4testgenはtaintトラッキングとconcolic実行を使用している。 また、完全なカバレッジを達成するために必要なテストの数を減らすパス選択戦略も提供する。 V1モデル、eBPF、PNA、およびTofino P4アーキテクチャ用のP4Testgenをインスタンス化した。 それぞれの拡張は、ターゲットの複雑さに合致する努力を必要とした。 P4Testgenが生成したテストは、P4Cテストスイート全体とTofino P4 Studioが提供するプログラムで実行することで検証しました。 このツールを使用して、BMv2とTofino用の成熟したプロダクションツールチェーンで25のバグを確認しました。

関連論文リスト

• Model Equality Testing: Which Model Is This API Serving? [59.005869726179455]
  2サンプルテスト問題であるモデル品質テストのような歪みの検出を形式化する。 単純な文字列カーネル上に構築されたテストは、歪みの範囲に対して77.4%の中央値を達成する。 次に、このテストを4つのLlamaモデルの商用推論APIに適用し、31のエンドポイントのうち11がMetaがリリースしたリファレンスウェイトとは異なる分布を提供することがわかった。
  論文  参考訳（メタデータ） (2024-10-26T18:34:53Z)
• Constrained C-Test Generation via Mixed-Integer Programming [55.28927994487036]
  本研究は,単語の最後の部分のみをギャップに変換する,クローズテスト(ギャップ充足運動)の形式であるC-テストを生成する新しい手法を提案する。 局所最適解を実現するために, ギャップサイズやギャップ配置の変化のみを考慮する従来の研究とは対照的に, 混合整数プログラミング(MIP)アプローチを提案する。 当社のコード、モデル、収集したデータは32の英語のC-Testで、それぞれ20のギャップ(3,200の個別のギャップ応答)をオープンソースライセンスで公開しています。
  論文  参考訳（メタデータ） (2024-04-12T21:35:21Z)
• A Formal Analysis of SCTP: Attack Synthesis and Patch Verification [7.331862211069559]
  SCTP設計の安全性について検討し,厳密なアプローチを形式的手法に根ざして検討した。 攻撃者は仲間のポートとIPを隠蔽できる外部者であり、攻撃者は悪意のあるピアであるEvil-Server、攻撃者が捕獲して再生できるReplay、パケットを変更できないOn-Path、攻撃者がピア間のチャネルを制御するOn-Pathの4つのモデルを定義します。
  論文  参考訳（メタデータ） (2024-03-08T20:38:56Z)
• PPFlow: Target-aware Peptide Design with Torsional Flow Matching [52.567714059931646]
  ペプチド構造設計のためのねじれ角の内部構造をモデル化するために,textscPPFlowと呼ばれるターゲット認識型ペプチド設計手法を提案する。 さらに, PPBench2024というタンパク質-ペプチド結合データセットを構築した。
  論文  参考訳（メタデータ） (2024-03-05T13:26:42Z)
• TAT-LLM: A Specialized Language Model for Discrete Reasoning over Tabular and Textual Data [73.29220562541204]
  我々は,言語モデル(LLM)の驚くべきパワーを活用して課題を解決することを検討する。 LLaMA2を微調整し,既存のエキスパートアノテートデータセットから自動生成したトレーニングデータを用いてTAT-LLM言語モデルを開発する。
  論文  参考訳（メタデータ） (2024-01-24T04:28:50Z)
• Tests4Py: A Benchmark for System Testing [11.051969638361012]
  Tests4Pyベンチマークには、実世界の7つのPythonアプリケーションから73のバグと、サンプルプログラムから6のバグが含まれている。 Tests4Pyの各科目は機能的正当性を検証するためのオラクルを備えており、システムおよび単体テスト生成をサポートする。
  論文  参考訳（メタデータ） (2023-07-11T10:04:52Z)
• Generalized Planning in PDDL Domains with Pretrained Large Language Models [82.24479434984426]
  PDDLドメインを考慮し、GPT-4を用いてPythonプログラムを合成する。 7つのPDDLドメインでこのアプローチを評価し、4つのアブレーションと4つのベースラインと比較した。
  論文  参考訳（メタデータ） (2023-05-18T14:48:20Z)
• FlaPy: Mining Flaky Python Tests at Scale [14.609208863749831]
  FlaPyは、研究者がテストスイートを再実行することによって、与えられた、あるいは自動的にサンプルされたPythonプロジェクトの集合で、不安定なテストをマイニングするためのフレームワークである。 FlaPyはコンテナ化と新しい実行環境を使用してテスト実行を分離し、実際のCI条件をシミュレートする。 FlaPyはSLURMを使ってテスト実行の並列化をサポートしており、数千のプロジェクトをスキャンしてテストのフレキネスをスキャンすることができる。
  論文  参考訳（メタデータ） (2023-05-08T15:48:57Z)
• Instruction Tuning for Few-Shot Aspect-Based Sentiment Analysis [72.9124467710526]
  生成的アプローチは、テキストから(1つ以上の)4つの要素を1つのタスクとして抽出するために提案されている。 本稿では,ABSAを解くための統一的なフレームワークと,それに関連するサブタスクを提案する。
  論文  参考訳（メタデータ） (2022-10-12T23:38:57Z)
• Towards Runtime Verification of Programmable Switches [16.693719945977833]
  実行時検証は、機械学習誘導ファズリングを使用して、コンパイル時に検出されないバグを検出できる。 P4プログラムのバグがローカライズされると、P4のプログラマブルな性質のために欠陥コードにパッチが当てられる。 P6 test P4 switch non-intrusively, すなわち、バグを検出してローカライズするためにP4プログラムを変更する必要はない。
  論文  参考訳（メタデータ） (2020-04-22T22:22:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。