論文の概要: Bug or not Bug? Analysing the Reasons Behind Metamorphic Relation Violations

• arxiv url: http://arxiv.org/abs/2305.09640v1
• Date: Tue, 16 May 2023 17:42:37 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-24 08:21:01.437884
• Title: Bug or not Bug? Analysing the Reasons Behind Metamorphic Relation Violations
• Title（参考訳）: バグかバグか? 変成関係違反の背景にある要因の解析
• Authors: Alejandra Duque-Torres, Dietmar Pfahl, Claus Klammer and Stefan Fischer
• Abstract要約: メタモルフィックテスト(MT)は、オラクルの問題を効果的に緩和できるテスト手法である。 MTは、テストケースが通過するか失敗するかを判断するために、メタモルフィックリレーショナル(MR)を使用する。 本研究では, 特定の試験データに一致しないバグやMRの欠陥が生じたかどうかをヒントとして, MRを精製する手法を開発した。
• 参考スコア（独自算出の注目度）: 46.889513596156185
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Metamorphic Testing (MT) is a testing technique that can effectively alleviate the oracle problem. MT uses Metamorphic Relations (MRs) to determine if a test case passes or fails. MRs specify how the outputs should vary in response to specific input changes when executing the System Under Test (SUT). If a particular MR is violated for at least one test input (and its change), there is a high probability that the SUT has a fault. On the other hand, if a particular MR is not violated, it does not guarantee that the SUT is fault free. However, deciding if the MR is being violated due to a bug or because the MR does not hold/fit for particular conditions generated by specific inputs remains a manual task and unexplored. In this paper, we develop a method for refining MRs to offer hints as to whether a violation results from a bug or arises from the MR not being matched to certain test data under specific circumstances. In our initial proof-of-concept, we derive the relevant information from rules using the Association Rule Mining (ARM) technique. In our initial proof-of-concept, we validate our method on a toy example and discuss the lessons learned from our experiments. Our proof-of-concept demonstrates that our method is applicable and that we can provide suggestions that help strengthen the test suite for regression testing purposes.
• Abstract（参考訳）: メタモルフィックテスト(MT)は、オラクルの問題を効果的に緩和できるテスト手法である。 MTは、テストケースが通過するかどうかを判断するために、メタモルフィックリレーショナル(MR)を使用する。 MRは、システムアンダーテスト(SUT)の実行時に、特定の入力変更に応じて出力がどのように変化するかを指定する。 特定のMRが少なくとも1つのテスト入力(およびその変更)に対して違反した場合、SUTに障害がある可能性は高い。 一方、特定のMRが侵害されない場合、SUTがフォールトフリーであることを保証しない。 しかしながら、mrがバグによって侵害されているか、特定の入力によって生成された特定の条件に対してmrが保持/適合していないかを決定することは、手作業であり、未調査である。 本稿では, 特定の状況下で, 特定の試験データと一致しないバグやMRから発生する障害をヒントとして, MRを精製する手法を開発した。 最初の概念実証では、アソシエーションルールマイニング(ARM)技術を用いたルールから関連する情報を導出する。 最初の概念実証では,この手法をおもちゃの例で検証し,実験から得た教訓について考察した。 我々の概念実証は、我々の手法が適用可能であること、そして回帰テストのためにテストスイートを強化するのに役立つ提案を提示できることを示します。

関連論文リスト

• Loophole-free test of macroscopic realism via high-order correlations of measurement [6.768813867436463]
  マクロリアリズム(MR)のテストは、量子力学の基礎を理解するための鍵となる。 弱い信号限界におけるMRのループホールフリー試験における高次相関に基づく一般的な不等式を提案する。 我々は、不等式が量子スピンモデルによって破られることを実証する。
  論文  参考訳（メタデータ） (2024-01-10T16:19:59Z)
• GenMorph: Automatically Generating Metamorphic Relations via Genetic Programming [14.417892080404544]
  GenMorphはJavaメソッドのメタモーフィックリレーション(MR)を自動的に生成するテクニックである。 進化的アルゴリズムを使って、有効なオーラクルを探索し、誤報を起こさず、テスト中のメソッドにソフトウェア欠陥を暴露する。 以上の結果から,GenMorphは23手法中18手法に対して有効MRを生成できる(突然変異スコアは20%)。
  論文  参考訳（メタデータ） (2023-12-23T17:20:45Z)
• R-Tuning: Instructing Large Language Models to Say `I Don't Know' [66.11375475253007]
  大きな言語モデル(LLM)は、優れたパフォーマンスで多くのドメインに革命をもたらしたが、それでもその課題に直面している。 事前の指導チューニング方法は、モデルが知識を知っているかどうかに関わらず、モデルに文章を完成させるよう強制する。 我々はRefusal-Aware Instruction Tuning (R-Tuning)と呼ばれる新しいアプローチを提案する。 実験の結果、R-Tuningは、既知の質問に答えたり、未知の質問に答えるのを控えるモデルの能力を効果的に改善することを示した。
  論文  参考訳（メタデータ） (2023-11-16T08:45:44Z)
• Towards a Complete Metamorphic Testing Pipeline [56.75969180129005]
  システムアンダーテスト(SUT)の連続実行における入出力ペア間の関係を調べてテストオラクル問題に対処するメタモルフィックテスト(MT) これらの関係は、メタモルフィック関係 (MRs) と呼ばれ、特定の入力変化に起因する期待される出力変化を規定する。 本研究の目的は,MR の生成,制約の定義,MR 結果の説明可能性の提供を支援する手法とツールの開発である。
  論文  参考訳（メタデータ） (2023-09-30T10:49:22Z)
• Exploring a Test Data-Driven Method for Selecting and Constraining Metamorphic Relations [46.889513596156185]
  本稿では,メタトリマーの予備評価について述べる。メタトリマーは,テストデータに基づくメタモルフィック関係の選択と制約を行う手法である。 MetaTrimmerの新規性は、MRの適用性に関してラベル付きデータセットを必要とする複雑な予測モデルを避けることである。 予備評価では、MetaTrimmerが既存の制限を克服し、MRの有効性を高める可能性を示している。
  論文  参考訳（メタデータ） (2023-07-28T12:27:34Z)
• MR-Scout: Automated Synthesis of Metamorphic Relations from Existing Test Cases [9.00297842984345]
  オープンソースソフトウェアプロジェクトのテストケースからMRを自動的に合成するMR-Scoutを提案する。 符号化されたMRの97%以上は、自動テストケース生成に高品質である。 我々の質的研究は、コード化されたMRの55.76%から76.92%が開発者にとって容易に理解可能であることを示している。
  論文  参考訳（メタデータ） (2023-04-15T12:53:32Z)
• 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)
• Using Metamorphic Relations to Verify and Enhance Artcode Classification [39.36253474867746]
  オラクル問題に直面している領域の例として、機械学習を用いて、入力イメージを事前定義されたクラスのセットの1つに分類する自動画像分類がある。 オラクルの問題を軽減するソフトウェアテストへのアプローチは、メタモルフィックテスト(MT)である。 本稿では、Artcodesと呼ばれる視覚的に隠されたマーカーを含む画像の分類問題について検討し、訓練された分類器の検証と拡張にMTを適用した。
  論文  参考訳（メタデータ） (2021-08-05T15:54:56Z)
• Maximum Mean Discrepancy Test is Aware of Adversarial Attacks [122.51040127438324]
  最大平均誤差(MMD)テストは、原則として2つのデータセット間の分布誤差を検出できる。 MMD検査は敵の攻撃に気づいていないことが示されている。
  論文  参考訳（メタデータ） (2020-10-22T03:42:12Z)

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。