論文の概要: Time-based Repair for Asynchronous Wait Flaky Tests in Web Testing

• arxiv url: http://arxiv.org/abs/2305.08592v2
• Date: Fri, 19 May 2023 17:04:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 08:43:22.048650
• Title: Time-based Repair for Asynchronous Wait Flaky Tests in Web Testing
• Title（参考訳）: Webテストにおける非同期ウェイトフレークテストの時間的修復
• Authors: Yu Pei (1), Jeongju Sohn (1), Sarra Habchi (2), Mike Papadakis (1) ((1) University of Luxembourg, (2) Ubisoft)
• Abstract要約: 非同期待ち行列は、Webアプリケーションで最も多い原因の一つだ。 本稿では,非同期待ちフレキテストのための時間ベースの自動修復手法TRafを提案する。 我々の分析では、TRafは開発者による修正よりも、テストのフレキネスを解決するのに待ち時間が短いことを示唆している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Asynchronous waits are one of the most prevalent root causes of flaky tests and a major time-influential factor of web application testing. To investigate the characteristics of asynchronous wait flaky tests and their fixes in web testing, we build a dataset of 49 reproducible flaky tests, from 26 open-source projects, caused by asynchronous waits, along with their corresponding developer-written fixes. Our study of these flaky tests reveals that in approximately 63% of them (31 out of 49), developers addressed Asynchronous Wait flaky tests by adapting the wait time, even for cases where the root causes lie elsewhere. Based on this finding, we propose TRaf, an automated time-based repair method for asynchronous wait flaky tests in web applications. TRaf tackles the flakiness issues by suggesting a proper waiting time for each asynchronous call in a web application, using code similarity and past change history. The core insight is that as developers often make similar mistakes more than once, hints for the efficient wait time exist in the current or past codebase. Our analysis shows that TRaf can suggest a shorter wait time to resolve the test flakiness compared to developer-written fixes, reducing the test execution time by 11.1%. With additional dynamic tuning of the new wait time, TRaf further reduces the execution time by 20.2%.
• Abstract（参考訳）: 非同期待ちは、不安定なテストの最も一般的な根本原因の1つであり、webアプリケーションテストの主要な時間的影響要因である。 非同期待ち時間テストの特徴とwebテストにおける修正を調べるために、我々は、非同期待ちによって引き起こされる26のオープンソースプロジェクトから、49の再現性のあるテストのデータセットと、対応する開発者による修正を構築します。 これらの不安定なテストに関する調査から、約63%(49件中31件)の開発者が、ルート原因が他にある場合であっても、待ち時間に適応することで非同期なwaitflakyテストに対処できることが分かりました。 そこで本研究では,Webアプリケーションにおける非同期待ちフレキテストのための時間ベースの自動修復手法TRafを提案する。 TRafは、コードの類似性と過去の変更履歴を使用して、Webアプリケーション内の非同期呼び出し毎に適切な待ち時間を提案することで、フレキネスの問題に取り組む。 中心となる洞察は、開発者がしばしば同じ間違いを何度も犯すので、現在のコードベースや過去のコードベースに効率的な待ち時間が存在することをヒントにしている。 我々の分析によると、TRafは開発者による修正よりも、テストのフレキネスを解決するための待ち時間が短く、テストの実行時間を11.1%削減できる。 新しい待ち時間を動的にチューニングすることで、TRafはさらに実行時間を20.2%削減する。

関連論文リスト

• Do Test and Environmental Complexity Increase Flakiness? An Empirical Study of SAP HANA [47.29324864511411]
  不安定なテストはコードの変更なしにランダムに失敗する。 テストの特徴と,テストのフレキネスに影響を与える可能性のあるテスト環境について検討する。
  論文  参考訳（メタデータ） (2024-09-16T07:52:09Z)
• WEFix: Intelligent Automatic Generation of Explicit Waits for Efficient Web End-to-End Flaky Tests [13.280540531582945]
  Web e2e テストにおいて UI ベースのフレキネスの修正コードを自動生成する技術である WEFix を提案する。 We evaluate the effective and efficiency of WEFix against 122 web e2e flaky tests from 7 popular real-world projects。
  論文  参考訳（メタデータ） (2024-02-15T06:51:53Z)
• Taming Timeout Flakiness: An Empirical Study of SAP HANA [47.29324864511411]
  不安定なテストは回帰テストに悪影響を及ぼします。 テストタイムアウトは、このような不安定なテストの失敗に寄与する要因のひとつです。 テストのフレキネス率は、繰り返しテストの実行回数によって49%から70%の範囲である。
  論文  参考訳（メタデータ） (2024-02-07T20:01:41Z)
• The Effects of Computational Resources on Flaky Tests [9.694460778355925]
  不安定なテストは、不確定にパスし、変更のないコードで失敗するテストである。 リソースに影響されたFraky Testsは、テストの実行時に利用可能なリソースを調整することで、かなりの数のFraky-test障害を回避することができることを示している。
  論文  参考訳（メタデータ） (2023-10-18T17:42:58Z)
• Do Automatic Test Generation Tools Generate Flaky Tests? [12.813573907094074]
  テスト生成ツールが生成するフレキなテストの頻度と性質はほとんど不明である。 EvoSuite(Java)とPynguin(Python)を使ってテストを生成し、各テストは200回実行します。 この結果から, フレキネスは開発者の手書きテストと同様, 生成テストでも一般的であることが判明した。
  論文  参考訳（メタデータ） (2023-10-08T16:44:27Z)
• Accelerating Continuous Integration with Parallel Batch Testing [0.0]
  大規模な継続的インテグレーションはソフトウェア開発に不可欠です。 テスト選択や優先順位付けなどの様々なテクニックは、コスト削減を目的としている。 本研究では,テストマシン数を調整することで並列化の効果を評価する。 我々はDynamic TestCaseを提案し、新しいビルドが完全なテスト実行の前にバッチに結合できるようにする。
  論文  参考訳（メタデータ） (2023-08-25T01:09:31Z)
• Test-Time Training on Video Streams [54.07009446207442]
  以前の作業では、テスト時にトレーニングされたモデルをさらに改善するための一般的なフレームワークとして、テストタイムトレーニング(TTT)を確立していました。 TTTをストリーミング設定に拡張し、複数のテストインスタンスが時間順に到着します。 オンラインTTTは、現実世界の3つのデータセット上で、4つのタスクで固定モデルベースラインを大幅に上回る。
  論文  参考訳（メタデータ） (2023-07-11T05:17:42Z)
• DELTA: degradation-free fully test-time adaptation [59.74287982885375]
  テスト時間バッチ正規化(BN)や自己学習といった,一般的な適応手法では,2つの好ましくない欠陥が隠されていることがわかった。 まず、テスト時間BNにおける正規化統計は、現在受信されているテストサンプルに完全に影響され、その結果、不正確な推定結果が得られることを明らかにする。 第二に、テスト時間適応中にパラメータ更新が支配的なクラスに偏っていることを示す。
  論文  参考訳（メタデータ） (2023-01-30T15:54:00Z)
• Sequential Kernelized Independence Testing [101.22966794822084]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)
• SITA: Single Image Test-time Adaptation [48.789568233682296]
  テスト時間適応(TTA)では、あるソースデータに基づいてトレーニングされたモデルを考えると、異なるディストリビューションからテストインスタンスに対してより良い予測を行うように適応することが目標である。 我々は、TTAをSITA(Single Image Test-time Adaptation)と呼ぶより実践的な環境で考える。 ここでは、各予測を行う場合、モデルはインスタンスのバッチではなく、与えられた単一のテストインスタンスにのみアクセスすることができる。 本稿では,前進保存伝播のみを必要とするSITA設定のための新しいアプローチAugBNを提案する。
  論文  参考訳（メタデータ） (2021-12-04T15:01:35Z)

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。