論文の概要: Mutation Analysis with Execution Taints

• arxiv url: http://arxiv.org/abs/2403.01146v1
• Date: Sat, 2 Mar 2024 09:20:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-05 14:56:32.447334
• Title: Mutation Analysis with Execution Taints
• Title（参考訳）: 実行タイタントを用いた突然変異解析
• Authors: Rahul Gopinath and Philipp Goerz
• Abstract要約: 各変異体を別々に評価することは、大量の冗長な計算を意味する。 本研究では, 動的データフロー・テナントを突然変異解析に活用する新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 2.574469668220994
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mutation analysis is one of the most effective, but costly means of assessing the ability of software test suites to prevent bugs. Traditional mutation analysis involves producing and evaluating syntactic variants of the original to check whether the test suite under evaluation is capable of distinguishing between the variant and the original in terms of behavior. Evaluating each mutant separately means a large amount of redundant computation, both between the original program and mutants, and also between different mutants. Previous work explored numerous means of removing redundancy. However, some amount of redundancy has remained especially in the post-mutation phase. In this paper, we propose execution taints--A novel technique that repurposes dynamic data-flow taints for mutation analysis. Our technique is the only technique that can remove the redundancy in post-mutation phase, achieving better efficiency in mutation analysis. We further leverage memoization to eliminate redundant execution between program variants.
• Abstract（参考訳）: 突然変異解析は、ソフトウェアテストスイートがバグを防ぐ能力を評価する最も効果的だがコストのかかる方法の1つである。 従来の突然変異解析では、評価中のテストスイートが、振る舞いの観点から、変異とオリジナルを区別できるかどうかを確認するために、オリジナルの構文的変種を作成および評価する。 各ミュータントを別々に評価することは、元のプログラムとミュータントの間でも、また異なるミュータント間でも、大量の冗長な計算を意味する。 以前の研究は冗長性を取り除く多くの方法を探究した。 しかし、ある程度の冗長性は特に変質後の段階で残されている。 本稿では,突然変異解析のために動的データフローテントを再利用する新しい手法であるexecution taintsを提案する。 本手法は,突然変異後の冗長性を除去し,突然変異解析の効率を向上できる唯一の手法である。 さらに,プログラム間の冗長な実行を排除するために,メモ化を利用する。

関連論文リスト

• Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
  本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。 本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T08:45:35Z)
• LLMorpheus: Mutation Testing using Large Language Models [7.312170216336085]
  本稿では,ソースコードに挿入されたプレースホルダーを置き換えることで,LLM(Large Language Model)に変異を提案する手法を提案する。 LLMorpheusは、最先端の突然変異検査ツールであるStrykerJSでは生成できない既存のバグに似た変異を生成できる。
  論文  参考訳（メタデータ） (2024-04-15T17:25:14Z)
• An Empirical Evaluation of Manually Created Equivalent Mutants [54.02049952279685]
  手動で作成した突然変異体の10%未満は等価である。 驚くべきことに、我々の発見は、開発者の大部分が同等のミュータントを正確に識別するのに苦労していることを示している。
  論文  参考訳（メタデータ） (2024-04-14T13:04:10Z)
• Contextual Predictive Mutation Testing [17.832774161583036]
  MutationBERTは、ソースメソッドの突然変異とテストメソッドを同時にエンコードする予測突然変異テストのアプローチである。 精度が高いため、MutationBERTは、ライブミュータントをチェック・検証する以前のアプローチで費やされた時間の33%を節約する。 我々は、入力表現と、テストマトリックスレベルからテストスイートレベルまで予測を引き上げるためのアグリゲーションアプローチを検証し、同様の性能改善を見出した。
  論文  参考訳（メタデータ） (2023-09-05T17:00:15Z)
• Self-Supervised Learning for Group Equivariant Neural Networks [75.62232699377877]
  群同変ニューラルネットワーク(英: Group equivariant Neural Network)は、入力の変換で通勤する構造に制限されたモデルである。 自己教師型タスクには、同変プリテキストラベルと異変コントラスト損失という2つの概念を提案する。 標準画像認識ベンチマークの実験では、同変ニューラルネットワークが提案された自己教師型タスクを利用することを示した。
  論文  参考訳（メタデータ） (2023-03-08T08:11:26Z)
• Systematic Assessment of Fuzzers using Mutation Analysis [20.91546707828316]
  ソフトウェアテストでは、テスト品質を評価するためのゴールドスタンダードは突然変異解析である。 突然変異解析は、様々なカバレッジ対策を仮定し、大規模で多様な障害セットを提供する。 複数の突然変異をプールし、初めて(初めて)ファジィを突然変異解析と比較する現代の突然変異解析技術を適用します。
  論文  参考訳（メタデータ） (2022-12-06T15:47:47Z)
• Mutual Exclusivity Training and Primitive Augmentation to Induce Compositionality [84.94877848357896]
  最近のデータセットは、標準的なシーケンス・ツー・シーケンスモデルにおける体系的な一般化能力の欠如を露呈している。 本稿では,セq2seqモデルの振る舞いを分析し,相互排他バイアスの欠如と全例を記憶する傾向の2つの要因を同定する。 広範に使用されている2つの構成性データセット上で、標準的なシーケンス・ツー・シーケンスモデルを用いて、経験的改善を示す。
  論文  参考訳（メタデータ） (2022-11-28T17:36:41Z)
• Vector-Valued Least-Squares Regression under Output Regularity Assumptions [73.99064151691597]
  最小二乗回帰問題を無限次元出力で解くために,還元ランク法を提案し,解析する。 提案手法の学習バウンダリを導出し、フルランク手法と比較して統計的性能の設定を改善する研究を行う。
  論文  参考訳（メタデータ） (2022-11-16T15:07:00Z)
• Permutation Inference for Canonical Correlation Analysis [0.7646713951724012]
  正準相関に対する簡易な置換試験は, 誤差率の増大につながることを示す。 しかし、ニュアンス変数が存在しない場合、CCAの単純な置換テストは、最初の正準相関以外のすべての正準相関に対して過剰な誤差率をもたらす。 ここでは、残余が交換可能性を持つ低次元基底に変換されることが、有効な置換テストの結果であることを示す。
  論文  参考訳（メタデータ） (2020-02-24T02:47:01Z)
• Consistency of a Recurrent Language Model With Respect to Incomplete Decoding [67.54760086239514]
  逐次言語モデルから無限長のシーケンスを受信する問題について検討する。 不整合に対処する2つの対策として、トップkと核サンプリングの一貫性のある変種と、自己終端の繰り返し言語モデルを提案する。
  論文  参考訳（メタデータ） (2020-02-06T19:56:15Z)

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。