論文の概要: MuSe: a Mutation Testing Plugin for the Remix IDE

• arxiv url: http://arxiv.org/abs/2603.23441v1
• Date: Tue, 24 Mar 2026 17:13:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.60511
• Title: MuSe: a Mutation Testing Plugin for the Remix IDE
• Title（参考訳）: MuSe: Remix IDE用のミューテーションテストプラグイン
• Abstract要約: 本稿では,Remix-IDE の変異検査プラグイン MuSe を提案する。 MuSeには、従来の、Solidity固有の、セキュリティ指向の突然変異演算子が含まれている。 その結果、開発者と研究者は、直ちに突然変異テストを活用して、テストスイートの有効性を評価し、スマートコントラクトにおける潜在的な問題を特定することができる。
• 参考スコア（独自算出の注目度）: 0.9046331664576218
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mutation testing is a technique to assess the effectiveness of test suites by introducing artificial faults into programs. Although mutation testing plugins are available for many platforms and languages, none is currently available for Remix-IDE, the most widely used Integrated Development Environment for the entire contract development journey, used by users of all knowledge levels, and serves as a learning lab for teaching and experimenting with Ethereum. The quality and security of smart contracts are crucial in blockchain systems, as even minor issues can result in substantial financial losses. This paper proposes MuSe, a mutation testing plugin for the Remix-IDE. MuSe includes traditional, Solidity-specific, and security-oriented mutation operators. Its integration into the Remix-IDE eliminates the need for additional setup and lowers the entry barrier. As a result, developers and researchers can immediately leverage mutation testing to assess the effectiveness of their test suites and identify potential issues in smart contracts. We provide a demo video showing MuSe: https://www.youtube.com/watch?v=MIFk9exTDu0 and its repository: https://github.com/GerardoIuliano/MuSe-Remix-Plugin.
• Abstract（参考訳）: 突然変異テストは、プログラムに人工欠陥を導入することで、テストスイートの有効性を評価する技術である。 突然変異テストプラグインは多くのプラットフォームや言語で利用可能だが、現時点ではRemix-IDEは利用できない。Remix-IDEはコントラクト開発全体において最も広く使用されている統合開発環境であり、すべての知識レベルのユーザが使用し、Ethereumを教育し、実験するための学習ラボとして機能する。 スマートコントラクトの品質とセキュリティは、ブロックチェーンシステムにおいて極めて重要です。 本稿では,Remix-IDE の変異検査プラグイン MuSe を提案する。 MuSeには、従来の、Solidity固有の、セキュリティ指向の突然変異演算子が含まれている。 Remix-IDEへの統合により、追加のセットアップが不要になり、エントリバリアが低下する。 結果として、開発者と研究者は、直ちに突然変異テストを活用して、テストスイートの有効性を評価し、スマートコントラクトにおける潜在的な問題を特定することができる。 MuSe: https://www.youtube.com/watch? https://github.com/GerardoIuliano/MuSe-Remix-Plugin.v=MIFk9exTDu0とそのリポジトリ。

関連論文リスト

• Vero: Can AI Agents Build Formally Verified Software Repositories? [45.09790101960906]
  Veroはリポジトリレベルで共同実装と証明を評価する最初のベンチマークである。 Python、Dafny、Verus、Coqにまたがる実世界のリポジトリから43のマルチモジュールインスタンスが含まれている。 ベンチマークの信頼性を改善するため、Veroには、エージェントが提供された仕様の不満足さを正式に証明できる監査メカニズムも含まれている。
  論文  参考訳（メタデータ） (2026-08-13T17:41:27Z)
• Code-A1: Adversarial Evolving of Code LLM and Test LLM via Reinforcement Learning [54.95476453942411]
  コード生成のための強化学習は、単体テストのパスレートから検証可能な報酬に依存する。 最近のセルフプレイ手法は、1つのモデルでコードとテスト生成を統合する。 Code-A1は、人間のアノテーションによるテストでトレーニングされたコード生成のパフォーマンスマッチングまたはモデルを超えることを実現する。
  論文  参考訳（メタデータ） (2026-03-16T17:58:13Z)
• VibeTensor: System Software for Deep Learning, Fully Generated by AI Agents [42.56489784841984]
  実装の変更が生成され、エージェントが提案する差分として適用される。 アーキテクチャを説明し、システムの生成と検証に使用するワークフローを要約し、アーティファクトを評価する。
  論文  参考訳（メタデータ） (2026-01-21T19:29:00Z)
• LLAMA: Multi-Feedback Smart Contract Fuzzing Framework with LLM-Guided Seed Generation [56.84049855266145]
  進化的突然変異戦略とハイブリッドテスト技術を統合したマルチフィードバックスマートコントラクトファジリングフレームワーク(LLAMA)を提案する。 LLAMAは、91%の命令カバレッジと90%のブランチカバレッジを達成すると同時に、148の既知の脆弱性のうち132が検出される。 これらの結果は、現実のスマートコントラクトセキュリティテストシナリオにおけるLAMAの有効性、適応性、実用性を強調している。
  論文  参考訳（メタデータ） (2025-07-16T09:46:58Z)
• OpDiffer: LLM-Assisted Opcode-Level Differential Testing of Ethereum Virtual Machine [15.034031075384174]
  仮想マシンのセキュリティ問題は、スマートコントラクト間の一貫性のない動作につながる可能性がある。 EVMの差分テストフレームワークであるOpDifferを提案する。 最先端のベースラインと比較して、OpDifferはコードカバレッジを少なくとも71.06%、148.40%、655.56%改善することができる。
  論文  参考訳（メタデータ） (2025-04-16T12:48:00Z)
• Metamorphic Testing for Smart Contract Validation:A Case Study of Ethereum-Based Crowdfunding Contracts [0.11470070927586014]
  スマートコントラクトのテストにおける重要な課題は、正確な期待される結果が十分に定義されていないオラクルの問題である。 我々は、スマートコントラクトを検証するために、メタモルフィックリレーショナル(MR)を使用します。MRは、特定の入力に対して出力がどのように変化すべきかを定義し、テストが通過するかどうかを判断します。 以上の結果から,我々のMRは全変異体の25.65%を検出でき,最も有効なMRは89%であった。
  論文  参考訳（メタデータ） (2025-01-17T05:04:23Z)
• BlockScan: Detecting Anomalies in Blockchain Transactions [16.73896087813861]
  BlockScanはブロックチェーントランザクションの異常検出用にカスタマイズされたTransformerである。 この研究は、ブロックチェーンデータ分析にTransformerベースのアプローチを適用するための新しいベンチマークを設定する。
  論文  参考訳（メタデータ） (2024-10-05T05:11:34Z)
• Effective Targeted Testing of Smart Contracts [0.0]
  スマートコントラクトは不変であるため、バグを修正することはできない。 我々のフレームワークであるGriffinは、テストデータを生成するためにターゲットとなるシンボル実行技術を用いて、この欠陥に対処する。 本稿では、スマートコントラクトがターゲットとなるシンボル実行におけるレガシーソフトウェアとどのように異なるのか、そしてこれらの違いがツール構造に与える影響について論じる。
  論文  参考訳（メタデータ） (2024-07-05T04:38:11Z)
• MuFuzz: Sequence-Aware Mutation and Seed Mask Guidance for Blockchain Smart Contract Fuzzing [19.606053533275958]
  スマートコントラクトファズリングのためのシーケンシャル・アウェア・ミュータントとシードマスク誘導戦略を開発した。 設計を MuFuzz という新しいスマートコントラクトファザに実装し,それを3つのベンチマークで広範囲に評価する。 全体として、MuFuzzは最先端のファズーよりも高いブランチカバレッジ(25%まで)を実現し、既存のバグ検知器よりも30%多くのバグを検出する。
  論文  参考訳（メタデータ） (2023-12-07T18:32:19Z)
• A Blockchain-Based Framework for Distributed Agile Software Testing Life Cycle [1.0878040851638]
  分散型アジャイルソフトウェアテストライフサイクルのためのブロックチェーンベースのフレームワークは、革新的なアプローチです。 プライベートブロックチェーン上のスマートコントラクトを活用することで、TestingPlusは、テストチームと開発チームの両方が共通の目標に向かって作業していることを保証するのに役立ちます。
  論文  参考訳（メタデータ） (2023-07-14T08:14:36Z)
• Smart Contract Vulnerability Detection: From Pure Neural Network to Interpretable Graph Feature and Expert Pattern Fusion [48.744359070088166]
  従来のスマートコントラクトの脆弱性検出方法は、専門家の規則に大きく依存している。 最近のディープラーニングアプローチはこの問題を軽減するが、有用な専門家の知識をエンコードすることができない。 ソースコードから専門家パターンを抽出する自動ツールを開発する。 次に、深いグラフの特徴を抽出するために、コードをセマンティックグラフにキャストします。
  論文  参考訳（メタデータ） (2021-06-17T07:12:13Z)
• ESCORT: Ethereum Smart COntRacTs Vulnerability Detection using Deep Neural Network and Transfer Learning [80.85273827468063]
  既存の機械学習ベースの脆弱性検出方法は制限され、スマートコントラクトが脆弱かどうかのみ検査される。 スマートコントラクトのための初のDeep Neural Network(DNN)ベースの脆弱性検出フレームワークであるESCORTを提案する。 ESCORTは6種類の脆弱性に対して平均95%のF1スコアを達成し,検出時間は契約あたり0.02秒であることを示す。
  論文  参考訳（メタデータ） (2021-03-23T15:04:44Z)

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。