論文の概要: REST API Testing in DevOps: A Study on an Evolving Healthcare IoT Application
- arxiv url: http://arxiv.org/abs/2410.12547v1
- Date: Wed, 16 Oct 2024 13:24:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-17 13:43:29.097168
- Title: REST API Testing in DevOps: A Study on an Evolving Healthcare IoT Application
- Title（参考訳）: DevOpsにおけるREST APIテスト - ヘルスケアIoTアプリケーションの進化に関する研究
- Authors: Hassan Sartaj, Shaukat Ali, Julie Marie Gjøby,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.229371159969159
- License:
- Abstract: Healthcare Internet of Things (IoT) applications often integrate various third-party healthcare applications and medical devices through REST APIs, resulting in complex and interdependent networks of REST APIs. Oslo City's healthcare department collaborates with various industry partners to develop such healthcare IoT applications enriched with a diverse set of REST APIs. Following the DevOps process, these REST APIs continuously evolve to accommodate evolving needs such as new features, services, and devices. Oslo City's primary goal is to utilize automated solutions for continuous testing of these REST APIs at each evolution stage, thereby ensuring their dependability. Although the literature offers various automated REST API testing tools, their effectiveness in regression testing of the evolving REST APIs of healthcare IoT applications within a DevOps context remains undetermined. This paper evaluates state-of-the-art and well-established REST API testing tools-specifically, RESTest, EvoMaster, Schemathesis, RESTler, and RestTestGen-for the regression testing of a real-world healthcare IoT application, considering failures, faults, coverage, regressions, and cost. We conducted experiments using all accessible REST APIs (17 APIs with 120 endpoints), and 14 releases evolved during DevOps. Overall, all tools generated tests leading to several failures, 18 potential faults, up to 84% coverage, 23 regressions, and over 80% cost overhead.
- Abstract（参考訳）: Healthcare Internet of Things(IoT)アプリケーションは、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を統合することが多い。
Oslo Cityのヘルスケア部門は、さまざまな業界のパートナと協力して、さまざまなREST APIを備えた医療用IoTアプリケーションを開発する。
DevOpsプロセスの後、これらのREST APIは継続的に進化し、新機能やサービス、デバイスといった、進化を続けるニーズに対応する。
Oslo Cityの第一の目的は、これらのREST APIを進化段階で継続的にテストするために自動化されたソリューションを利用することであり、それによってそれらの信頼性を確保することである。
文献では、さまざまな自動化されたREST APIテストツールを提供しているが、DevOpsコンテキスト内での医療用IoTアプリケーションの進化するREST APIの回帰テストの有効性は、未決定のままである。
本稿では、障害、障害、カバレッジ、レグレッション、コストを考慮して、最先端で確立されたREST APIテストツール、特にRESTest、EvoMaster、Schemathesis、RESTler、RestTestGenを評価します。
私たちは、すべてのアクセス可能なREST API (17 APIと120のエンドポイント)を使用して実験を行い、DevOpsの間に14のリリースが進化しました。
全体として、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につながった。
関連論文リスト
- AutoPT: How Far Are We from the End2End Automated Web Penetration Testing? [54.65079443902714]
LLMによって駆動されるPSMの原理に基づく自動浸透試験エージェントであるAutoPTを紹介する。
以上の結果から, AutoPT は GPT-4o ミニモデル上でのベースラインフレームワーク ReAct よりも優れていた。
論文 参考訳（メタデータ） (2024-11-02T13:24:30Z) - Beyond Browsing: API-Based Web Agents [58.39129004543844]
APIベースのエージェントはWebArenaの実験でWebブラウジングエージェントを上回っている。
ハイブリッドエージェント(Hybrid Agents)は、タスク全体にわたって、ほぼ均一にパフォーマンスを向上する。
結果から,APIが利用可能であれば,Webブラウジングのみに依存するという,魅力的な代替手段が提示されることが強く示唆された。
論文 参考訳（メタデータ） (2024-10-21T19:46:06Z) - Reinforcement Learning-Based REST API Testing with Multi-Coverage [4.127886193201882]
MUCORESTは、Qラーニングを利用してコードカバレッジと出力カバレッジを最大化する、新しい強化学習(RL)ベースのAPIテストアプローチである。
MUCORESTは、発見されたAPIバグの数で、最先端のAPIテストアプローチを11.6-261.1%上回っている。
論文 参考訳（メタデータ） (2024-10-20T14:20:23Z) - 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) - Testing Real-World Healthcare IoT Application: Experiences and Lessons
Learned [5.126355491416586]
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。
論文 参考訳（メタデータ） (2023-09-08T09:35:21Z) - Nirikshak: A Clustering Based Autonomous API Testing Framework [0.0]
Nirikshakは、REST APIテストのための自立テストフレームワークである。
REST APIテスト手順の実行において、レベル2の自律性を達成する。
Nirikshakはコミュニティ向けのオープンソースソフトウェアとしてhttps://github.com/yashmahalwal/nirikshakで公開されている。
論文 参考訳（メタデータ） (2021-12-15T18:05:27Z) - Improving Test Case Generation for REST APIs Through Hierarchical
Clustering [14.064310383770243]
過去10年間で、APIのシステムレベルのテストケース作成を自動化するツールとアプローチが提案されている。
進化アルゴリズム(EA)の制限要因の1つは、遺伝的演算子が完全にランダム化されていることである。
本稿では, AHC (Agglomerative Hierarchical Clustering) を用いてリンクツリーモデルを推論する手法を提案する。
論文 参考訳（メタデータ） (2021-09-14T12:57:49Z) - 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。