論文の概要: Testing Real-World Healthcare IoT Application: Experiences and Lessons Learned

• arxiv url: http://arxiv.org/abs/2309.04230v1
• Date: Fri, 8 Sep 2023 09:35:21 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-23 08:23:08.494484
• Title: Testing Real-World Healthcare IoT Application: Experiences and Lessons Learned
• Title（参考訳）: 実世界の医療IoTアプリケーションをテストする - 経験と教訓
• Authors: Hassan Sartaj, Shaukat Ali, Tao Yue, and Kjetil Moberg
• Abstract要約: 実世界の医療用IoTアプリケーション上で、最先端のREST APIテスティングアプローチ(RESTest)の産業的評価を報告する。 私たちは、REST API障害、アプリケーションの障害、REST APIカバレッジに関するRESTestのテスト戦略の有効性を分析します。
• 参考スコア（独自算出の注目度）: 5.126355491416586
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Healthcare Internet of Things (IoT) applications require rigorous testing to ensure their dependability. Such applications are typically integrated with various third-party healthcare applications and medical devices through REST APIs. This integrated network of healthcare IoT applications leads to REST APIs with complicated and interdependent structures, thus creating a major challenge for automated system-level testing. We report an industrial evaluation of a state-of-the-art REST APIs testing approach (RESTest) on a real-world healthcare IoT application. We analyze the effectiveness of RESTest's testing strategies regarding REST APIs failures, faults in the application, and REST API coverage, by experimenting with six REST APIs of 41 API endpoints of the healthcare IoT application. Results show that several failures are discovered in different REST APIs with ~56% coverage using RESTest. Moreover, nine potential faults are identified. Using the evidence collected from the experiments, we provide our experiences and lessons learned.
• Abstract（参考訳）: Healthcare Internet of Things(IoT)アプリケーションは、信頼性を確保するために厳格なテストが必要です。 このようなアプリケーションは一般的に、REST APIを通じて、さまざまなサードパーティのヘルスケアアプリケーションや医療機器と統合されます。 このヘルスケアIoTアプリケーションの統合ネットワークは、複雑で相互依存的な構造を持つREST APIにつながります。 実世界の医療用IoTアプリケーション上で、最先端のREST APIテスティングアプローチ(RESTest)の産業評価を報告する。 私たちは、医療用IoTアプリケーションの41のAPIエンドポイントからなる6つのREST APIを実験することで、REST API障害、アプリケーションの障害、REST APIカバレッジに関するRESTestのテスト戦略の有効性を分析します。 結果は、RESTestを使って約56%のカバレッジを持つ異なるREST APIでいくつかの障害が見つかることを示している。 さらに、9つの潜在的な欠陥が特定される。 実験から得られたエビデンスを用いて,得られた経験と教訓を提供する。

関連論文リスト

• Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering [70.44269982045415]
  Retrieval-augmented Generation (RAG) は,大規模言語モデル (LLM) の性能向上のための有望なアプローチとして登場した。 医療用QAデータセットに様々な補助的要素を提供するMedRGB(MedRGB)を導入する。 実験結果から,検索した文書のノイズや誤情報の処理能力に限界があることが判明した。
  論文  参考訳（メタデータ） (2024-11-14T06:19:18Z)
• A Multi-Agent Approach for REST API Testing with Semantic Graphs and LLM-Driven Inputs [46.65963514391019]
  私たちは、REST APIテストに依存性組み込みのマルチエージェントアプローチを採用する最初のブラックボックスフレームワークであるAutoRestTestを紹介します。 MARL(Multi-Agent Reinforcement Learning)とSPDG(Semantic Property Dependency Graph)とLLM(Large Language Models)を統合した。 このアプローチでは、REST APIテストを、API、依存性、パラメータ、バリューという4つのエージェントが協力して、API探索を最適化する、分離可能な問題として扱います。
  論文  参考訳（メタデータ） (2024-11-11T16:20:27Z)
• REST API Testing in DevOps: A Study on an Evolving Healthcare IoT Application [3.229371159969159]
  本稿では、最先端かつ十分に確立されたREST APIテストツールを評価する。 120のエンドポイントを持つすべてのアクセス可能なREST APIを使って実験を行った。 すべてのツールがテストを生成し、いくつかの障害、18の潜在的な障害、84%のカバレッジ、23のレグレッション、80%以上のコストオーバーヘッドが発生した。
  論文  参考訳（メタデータ） (2024-10-16T13:24:42Z)
• COTS: Connected OpenAPI Test Synthesis for RESTful Applications [0.0]
  OpenAPI仕様のための(i)ドメイン固有言語を導入し、(ii)方法論をサポートするツールを導入します。 私たちのツールはCOTSと呼ばれ、(ランダムに)モデルベースのテスト実行を生成し、ソフトウェア欠陥を報告します。
  論文  参考訳（メタデータ） (2024-04-30T15:12:31Z)
• Observation-based unit test generation at Meta [52.4716552057909]
  TestGenは、アプリケーション実行中に観察された複雑なオブジェクトのシリアライズされた観察から作られたユニットテストを自動的に生成する。 TestGenは518のテストを本番環境に投入し、継続的統合で9,617,349回実行され、5,702の障害が見つかった。 評価の結果,信頼性の高い4,361のエンドツーエンドテストから,少なくとも86%のクラスでテストを生成することができた。
  論文  参考訳（メタデータ） (2024-02-09T00:34:39Z)
• Leveraging Large Language Models to Improve REST API Testing [51.284096009803406]
  RESTGPTはAPI仕様を入力として、機械解釈可能なルールを抽出し、仕様内の自然言語記述からサンプルパラメータ値を生成する。 評価の結果、RESTGPTはルール抽出と値生成の両方において既存の技術よりも優れています。
  論文  参考訳（メタデータ） (2023-12-01T19:53:23Z)
• Exploring Behaviours of RESTful APIs in an Industrial Setting [0.43012765978447565]
  これらのAPIが示す振る舞いの例を生成するために,REST APIに共通する一連の動作特性を提案する。 これらの例は、APIの理解を深めるために(i)、自動テストケースのソースとして(ii)の両方に使用することができます。 提案手法は,システム理解と実践者によるテスト生成の源泉として考えられる例を生成することができる。
  論文  参考訳（メタデータ） (2023-10-26T11:33:11Z)
• Adaptive REST API Testing with Reinforcement Learning [54.68542517176757]
  現在のテストツールは効率的な探索機構がなく、全ての操作とパラメータを等しく扱う。 現在のツールは、仕様にレスポンススキーマがない場合や、変種を示す場合に苦労している。 我々は、強化学習を取り入れた適応型REST APIテスト手法を提案し、探索中の操作を優先順位付けする。
  論文  参考訳（メタデータ） (2023-09-08T20:27:05Z)
• HITA: An Architecture for System-level Testing of Healthcare IoT Applications [5.126355491416586]
  本稿では,医療用IoTアプリケーション用に設計された実世界のテストインフラストラクチャソフトウェアアーキテクチャ(HITA)を提案する。 モデルベースおよび機械学習(ML)アプローチを用いて実装したHITAのディジタルツイン(DT)生成コンポーネントを評価する。
  論文  参考訳（メタデータ） (2023-09-08T09:14:50Z)
• Dynamic Causal Effects Evaluation in A/B Testing with a Reinforcement Learning Framework [68.96770035057716]
  A/Bテスト(A/B Testing)は、新しい製品を製薬、技術、伝統産業の古い製品と比較するビジネス戦略である。 本稿では,オンライン実験においてA/Bテストを実施するための強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-05T10:25:02Z)

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。