論文の概要: A Survey of the Metrics, Uses, and Subjects of Diversity-Based
Techniques in Software Testing
- arxiv url: http://arxiv.org/abs/2311.09714v1
- Date: Thu, 16 Nov 2023 09:47:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-17 15:20:26.244030
- Title: A Survey of the Metrics, Uses, and Subjects of Diversity-Based
Techniques in Software Testing
- Title（参考訳）: ソフトウェアテストにおける多様性に基づく手法のメトリクス、利用、および課題に関する調査
- Authors: Islam T. Elgendy and Robert M. Hierons and Phil McMinn
- Abstract要約: 多様性ベースのテスト(DBT)技術は、ソフトウェアアーチファクト間の相似性を活用するために類似度メトリクスを使用する。
本稿では,70種類の類似度指標と24種類のソフトウェアアーティファクトを併用した手法の体系的な調査を行う。
- 参考スコア（独自算出の注目度）: 3.591122855617648
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: There has been a significant amount of interest regarding the use of
diversity-based testing techniques in software testing over the past two
decades. Diversity-based testing (DBT) technique uses similarity metrics to
leverage the dissimilarity between software artefacts - such as requirements,
abstract models, program structures, or inputs - in order to address a software
testing problem. DBT techniques have been used to assist in finding solutions
to several different types of problems including generating test cases,
prioritising them, and reducing very large test suites. This paper is a
systematic survey of DBT techniques that summarises the key aspects and trends
of 144 papers that report the use of 70 different similarity metrics with 24
different types of software artefacts, which have been used by researchers to
tackle 11 different types of software testing problems. We further present an
analysis of the recent trends in DBT techniques and review the different
application domains to which the techniques have been applied, giving an
overview of the tools developed by researchers to do so. Finally, the paper
identifies some DBT challenges that are potential topics for future work.
- Abstract（参考訳）: 過去20年間、ソフトウェアテストにおける多様性に基づくテスト技術の利用に多くの関心が寄せられてきた。
多様性ベースのテスト(DBT)技術は、ソフトウェアテスト問題に対処するために、要件、抽象モデル、プログラム構造、入力といったソフトウェアアーチファクト間の相似性を活用するために、類似度メトリクスを使用する。
DBTテクニックは、テストケースの生成、優先順位付け、非常に大規模なテストスイートの削減など、さまざまなタイプの問題の解決策を見つけるのに使用されています。
本論文は,研究者が11種類のソフトウェアテスト問題に対処するために使用した,24種類のソフトウェアアーティファクトと70種類の類似度指標を使用したことを報告した144の論文の要点と傾向を要約したDBT手法の体系的な調査である。
さらに、最近のdbt技術の動向を分析し、その技術が適用されている異なるアプリケーションドメインをレビューし、研究者が開発したツールの概要を述べる。
最後に,今後の課題となるDBTの課題について述べる。
関連論文リスト
- Large Language Models Based Fuzzing Techniques: A Survey [4.155653485098873]
効率的なソフトウェアテスト手法としてのファジングテストは、様々な領域で広く使われている。
LLM(Large Language Models)の急速な開発により、ソフトウェアテストの分野での応用が促進された。
大きな言語モデルに基づいてファジングテストを採用する傾向が高まっている。
論文 参考訳（メタデータ） (2024-02-01T05:34:03Z) - Instance Space Analysis of Search-Based Software Testing [6.292153194561472]
検索ベースのソフトウェアテスト(SBST)が成熟した分野になった。
本稿では,SBST手法の客観的性能評価の問題を再考する。
論文 参考訳（メタデータ） (2023-12-04T23:12:52Z) - Towards new challenges of modern Pentest [0.0]
本研究は,Pentestに適用される現在の方法論,ツール,潜在的な課題について,最新の体系的文献レビューから紹介することを目的としている。
また、技術自動化、攻撃的セキュリティに関連するコストの管理、Pentestを行う資格のある専門家を雇うことの難しさなど、新たな課題も提示する。
論文 参考訳（メタデータ） (2023-11-21T19:32:23Z) - On Pitfalls of Test-Time Adaptation [82.8392232222119]
TTA(Test-Time Adaptation)は、分散シフトの下で堅牢性に取り組むための有望なアプローチとして登場した。
TTABは,10の最先端アルゴリズム,多種多様な分散シフト,および2つの評価プロトコルを含むテスト時間適応ベンチマークである。
論文 参考訳（メタデータ） (2023-06-06T09:35:29Z) - Pitfalls in Experiments with DNN4SE: An Analysis of the State of the
Practice [0.7614628596146599]
我々は、ソフトウェアエンジニアリングのプレミア会場で発行された55の論文に現れるディープニューラルネットワークに依存する技術を用いて、194の実験を行い、マッピング研究を実施します。
以上の結果から,ACMアーティファクトバッジを受信した者を含む実験の大部分が,その信頼性に疑問を呈する根本的な限界があることが判明した。
論文 参考訳（メタデータ） (2023-05-19T09:55:48Z) - A Comprehensive Survey on Test-Time Adaptation under Distribution Shifts [143.14128737978342]
新たなパラダイムであるテスト時適応は、事前トレーニングされたモデルをテスト中にラベルのないデータに適用し、予測を行う可能性がある。
このパラダイムの最近の進歩は、推論に先立って自己適応モデルのトレーニングにラベルのないデータを活用するという大きな利点を浮き彫りにしている。
論文 参考訳（メタデータ） (2023-03-27T16:32:21Z) - Constrained Adversarial Learning and its applicability to Automated
Software Testing: a systematic review [0.0]
この体系的なレビューは、敵の学習やソフトウェアテストに適用される制約付きデータ生成手法の現状に焦点を当てている。
研究者や開発者に対して、敵対的な学習方法によるテストツールの強化と、ディジタルシステムのレジリエンスと堅牢性の向上を指導することを目的としている。
論文 参考訳（メタデータ） (2023-03-14T00:27:33Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Scaling up Search Engine Audits: Practical Insights for Algorithm
Auditing [68.8204255655161]
異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。
複数のデータ収集にまたがる研究インフラの性能を実証する。
仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
論文 参考訳（メタデータ） (2021-06-10T15:49:58Z) - A Review of Uncertainty Quantification in Deep Learning: Techniques,
Applications and Challenges [76.20963684020145]
不確実性定量化(UQ)は、最適化と意思決定プロセスの両方において不確実性の低減に重要な役割を果たしている。
ビザレ近似とアンサンブル学習技術は、文学において最も広く使われている2つのUQ手法である。
本研究は, 深層学習におけるUQ手法の最近の進歩を概観し, 強化学習におけるこれらの手法の適用について検討する。
論文 参考訳（メタデータ） (2020-11-12T06:41:05Z) - Anomalous Example Detection in Deep Learning: A Survey [98.2295889723002]
本調査は,ディープラーニングアプリケーションにおける異常検出の研究について,構造化された包括的概要を提供する。
既存の技術に対する分類法を,その基礎となる前提と採用アプローチに基づいて提案する。
本稿では,DLシステムに異常検出技術を適用しながら未解決の研究課題を取り上げ,今後の課題について述べる。
論文 参考訳（メタデータ） (2020-03-16T02:47:23Z)
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。