論文の概要: A Slice-Based Change Impact Analysis for Regression Test Case Prioritization of Object-Oriented Programs

• arxiv url: http://arxiv.org/abs/2508.19056v1
• Date: Tue, 26 Aug 2025 14:14:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-27 17:42:38.876445
• Title: A Slice-Based Change Impact Analysis for Regression Test Case Prioritization of Object-Oriented Programs
• Title（参考訳）: Slice-based Change Impact Analysis for Regression Test Case Prioritization of Object-Oriented Programs (特集:情報ネットワーク)
• Authors: S. Panda, D. Munjal, D. P. Mohapatra,
• Abstract要約: いくつかのテストケースは、エラーを起こしやすいプログラム部品を実行している可能性が高い。 選択された回帰テストケースに対して最適な実行順序を見つけることは、再テストの時間とコストを節約する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Test case prioritization focuses on finding a suitable order of execution of the test cases in a test suite to meet some performance goals like detecting faults early. It is likely that some test cases execute the program parts that are more prone to errors and will detect more errors if executed early during the testing process. Finding an optimal order of execution for the selected regression test cases saves time and cost of retesting. This paper presents a static approach to prioritizing the test cases by computing the affected component coupling (ACC) of the affected parts of object-oriented programs. We construct a graph named affected slice graph (ASG) to represent these affected program parts.We determine the fault-proneness of the nodes of ASG by computing their respective ACC values. We assign higher priority to those test cases that cover the nodes with higher ACC values. Our analysis with mutation faults shows that the test cases executing the fault-prone program parts have a higher chance to reveal faults earlier than other test cases in the test suite. The result obtained from seven case studies justifies that our approach is feasible and gives acceptable performance in comparison to some existing techniques.
• Abstract（参考訳）: テストケースの優先順位付けは、早期に障害を検出するなどのパフォーマンス目標を達成するために、テストスイートでテストケースの実行の適切な順序を見つけることに焦点を当てます。 一部のテストケースでは、エラーのやすいプログラム部分を実行し、テストプロセスの早い段階で実行された場合、より多くのエラーを検出する可能性がある。 選択された回帰テストケースに対して最適な実行順序を見つけることは、再テストの時間とコストを節約する。 本稿では、オブジェクト指向プログラムの影響を受ける部分のコンポーネント結合(ACC)を計算し、テストケースの優先順位付けに静的なアプローチを提案する。 我々は,これらの影響を受けるプログラム部分を表すために,影響スライスグラフ (ASG) というグラフを構築し,それぞれのACC値を計算することにより,ASGのノードの故障確率を決定する。 我々は、ACC値が高いノードをカバーするテストケースに対して、より高い優先度を割り当てる。 突然変異欠陥を解析した結果, 欠陥発生プログラム部分を実行するテストケースは, テストスイートの他のテストケースよりも早く障害を明らかにする確率が高いことがわかった。 7つのケーススタディから得られた結果は、我々のアプローチが実現可能であり、既存の手法と比較して許容できる性能を与えていることを正当化する。

関連論文リスト

• Optimizing Metamorphic Testing: Prioritizing Relations Through Execution Profile Dissimilarity [2.6749261270690434]
  オラクルは、実行されたテストケースのプログラムの出力が正しいかどうかを判定する。 機械学習プログラムでは、そのようなオラクルはしばしば利用できないか、適用できない。 MRの優先順位付けは、障害検出の有効性を高め、テスト効率を向上させる。
  論文  参考訳（メタデータ） (2024-11-14T04:14:30Z)
• Feature-oriented Test Case Selection and Prioritization During the Evolution of Highly-Configurable Systems [1.5225153671736202]
  機能指向テストケースの選択と優先順位付けアプローチであるFeaTestSelPrioを紹介した。 提案手法では,多数のテストを選択し,ベースラインとして使用される変更ファイル指向アプローチよりも実行に要する時間が長い。 優先順位付けのステップでは、失敗するコミットの86%で、平均的なテスト予算を削減できます。
  論文  参考訳（メタデータ） (2024-06-21T16:39:10Z)
• Prompt Optimization with EASE? Efficient Ordering-aware Automated Selection of Exemplars [66.823588073584]
  大規模言語モデル(LLM)は、現実世界のアプリケーションで印象的な機能を示している。 これらの卓越した作品の品質は、パフォーマンスに大きな影響を与えます。 既存の方法は、先行注文がパフォーマンスに与える影響を適切に説明できない。
  論文  参考訳（メタデータ） (2024-05-25T08:23:05Z)
• Towards Explainable Test Case Prioritisation with Learning-to-Rank Models [6.289767078502329]
  テストケース優先順位付け(TCP)は、ソフトウェアが進化するにつれて品質を確保するために回帰テストにおいて重要なタスクである。 我々は、異なる説明を必要とするシナリオと、TCPの特異性がそれらにどのように影響するかを提示し、議論する。
  論文  参考訳（メタデータ） (2024-05-22T16:11:45Z)
• Precise Error Rates for Computationally Efficient Testing [67.30044609837749]
  本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。 線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
  論文  参考訳（メタデータ） (2023-11-01T04:41:16Z)
• Towards Automatic Generation of Amplified Regression Test Oracles [44.45138073080198]
  回帰テストオラクルを増幅するためのテストオラクル導出手法を提案する。 このアプローチはテスト実行中にオブジェクトの状態を監視し、以前のバージョンと比較して、SUTの意図した振る舞いに関連する変更を検出する。
  論文  参考訳（メタデータ） (2023-07-28T12:38:44Z)
• Detection of Coincidentally Correct Test Cases through Random Forests [1.2891210250935143]
  そこで本研究では,アンサンブル学習と教師付き学習アルゴリズム,すなわちランダムフォレスト(RF)を組み合わせたハイブリッド手法を提案する。 また、偶然の正しいテストケースを、テスト状態の反転やトリミング(すなわち、計算から排除)のコスト効率良く解析する。
  論文  参考訳（メタデータ） (2020-06-14T15:01:53Z)
• Noisy Adaptive Group Testing using Bayesian Sequential Experimental Design [63.48989885374238]
  病気の感染頻度が低い場合、Dorfman氏は80年前に、人のテストグループは個人でテストするよりも効率が良いことを示した。 本研究の目的は,ノイズの多い環境で動作可能な新しいグループテストアルゴリズムを提案することである。
  論文  参考訳（メタデータ） (2020-04-26T23:41:33Z)

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。