論文の概要: Fuzzing REST APIs in Industry: Necessary Features and Open Problems

• arxiv url: http://arxiv.org/abs/2604.01759v1
• Date: Thu, 02 Apr 2026 08:27:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.611403
• Title: Fuzzing REST APIs in Industry: Necessary Features and Open Problems
• Title（参考訳）: 業界におけるREST APIのファジィ化 - 必要な機能とオープンな問題
• Authors: Andrea Arcuri, Alexander Poth, Olsi Rrjolli, Philip Garrett, Juan P. Galeotti,
• Abstract要約: 我々は2023年から2026年までのEvoMasterユーザとして、Volkswagen AGでEvoMasterを使用した経験について報告します。 産業環境での利用を成功させるためには、EvoMasterで実装する必要があるいくつかの機能について議論する。
• 参考スコア（独自算出の注目度）: 37.67907793981048
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: REST APIs are widely used in industry, in all different kinds of domains. An example is Volkswagen AG, a German automobile manufacturer. Established testing approaches for REST APIs are time consuming, and require expertise from professional test engineers. Due to its cost and importance, in the scientific literature several approaches have been proposed to automatically test REST APIs. The open-source, search-based fuzzer EvoMaster is one of such tools proposed in the academic literature. However, how academic prototypes can be integrated in industry and have real impact to software engineering practice requires more investigation. In this paper, we report on our experience in using EvoMaster at Volkswagen AG, as an EvoMaster user from 2023 to 2026. We share our learnt lessons, and discuss several features needed to be implemented in EvoMaster to make its use in an industrial context successful. Feedback about value in industrial setups of EvoMaster was given from Volkswagen AG about 4 APIs. Additionally, a user study was conducted involving 11 testing specialists from 4 different companies. We further identify several real-world research challenges that still need to be solved.
• Abstract（参考訳）: REST APIは業界、あらゆる種類のドメインで広く使われています。 例えばフォルクスワーゲン(Volkswagen AG)はドイツの自動車メーカーである。 REST API用の確立されたテストアプローチは時間がかかり、専門家のテストエンジニアの専門知識が必要になる。 そのコストと重要性から、科学文献では、REST APIを自動的にテストするためのいくつかのアプローチが提案されている。 オープンソースの検索ベースのファズーEvoMasterは、学術文献で提案されているツールの1つだ。 しかし、いかに学術的なプロトタイプを産業に組み込むことができ、ソフトウェア工学の実践に本当の影響を与えるかは、より多くの調査を必要とする。 本稿では,2023年から2026年までのEvoMasterユーザとしてVolkswagen AGでEvoMasterを使用した経験について報告する。 我々は、学びの教訓を共有し、産業的に成功させるためには、EvoMasterで実装する必要があるいくつかの機能について議論する。 EvoMasterの工業的セットアップの価値に対するフィードバックは、Volkswagen AGから約4つのAPIが与えられた。 さらに、4つの異なる企業の11人のテストスペシャリストを含むユーザスタディが実施された。 さらに、まだ解決する必要があるいくつかの現実世界の研究課題を特定します。

関連論文リスト

• PaperSearchQA: Learning to Search and Reason over Scientific Papers with RLVR [64.22412492998754]
  我々は,1600万件のバイオメディカルペーパーを要約した検索コーパスを公開し,PaperSearchQAと呼ばれるファクトイックなQAデータセットを構築した。 我々は,この環境における検索エージェントを訓練し,非RL検索ベースラインを上回ります。 我々のデータ生成方法はスケーラブルで、他の科学領域にも容易に拡張できます。
  論文  参考訳（メタデータ） (2026-01-26T06:46:16Z)
• Applications and Challenges of Fairness APIs in Machine Learning Software [3.3383488302533997]
  バイアス検出と緩和 オープンソースのソフトウェアライブラリ(別名APIライブラリ)が開発され、使用されている。 本稿では,これらのオープンソースフェアネスAPIがどのようなシナリオで利用されているかを理解するための質的研究を行う。 MLソフトウェアのバイアスに対処するために開発された13のAPIを使用した204のGitHubリポジトリを分析した。
  論文  参考訳（メタデータ） (2025-08-22T13:33:37Z)
• LlamaRestTest: Effective REST API Testing with Small Language Models [50.058600784556816]
  LlamaRestTestは、2つのLLM(Large Language Models)を使って現実的なテストインプットを生成する新しいアプローチである。 私たちは、GPTを使った仕様強化ツールであるRESTGPTなど、最先端のREST APIテストツールに対して、これを評価しています。 私たちの研究は、REST APIテストにおいて、小さな言語モデルは、大きな言語モデルと同様に、あるいは、より良く機能することができることを示しています。
  論文  参考訳（メタデータ） (2025-01-15T05:51:20Z)
• Retrieval-Augmented Test Generation: How Far Are We? [10.473792371852015]
  機械学習(ML/DL)APIにおけるRAGベースの単体テスト生成の有効性について検討する。 APIドキュメント(公式ガイドライン)、GitHubイシュー(開発者報告の解決)、StackOverflow Q&Aの3つのドメイン固有のソースを調べます。 我々の研究は、広く使われているPythonベースのML/DLライブラリ、PyTorch、Scikit-learn、Google JAX、XGBoostの5つに焦点を当てている。
  論文  参考訳（メタデータ） (2024-09-19T11:48:29Z)
• Model-driven realization of IDTA submodel specifications: The good, the bad, the incompatible? [49.60138105915326]
  アセット・マネジメント・シェルは産業4.0でトレンドになっている。 2024年2月、インダストリアル・デジタル・ツイン・アソシエーション (Industrial Digital Twin Association) は84と18のASサブモデル仕様を発表した。 本稿では、IDTA仕様から抽出した情報を中間メタモデルに変換し、そこからAPIコードとテストを生成するモデル駆動型アプローチを提案する。
  論文  参考訳（メタデータ） (2024-06-20T16:33:46Z)
• 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)
• Cost Reduction on Testing Evolving Cancer Registry System [5.173615889068739]
  オープンソースのツールであるEvoMasterへの拡張は、進化的アルゴリズムでテストケースを生成する。 EvoClassは、GURIを進化させる際のテストコストを大幅に削減できる。 全体として、EvoClassは全体のコスト削減の31%を達成した。
  論文  参考訳（メタデータ） (2023-09-29T07:56:23Z)
• Advanced White-Box Heuristics for Search-Based Fuzzing of REST APIs [3.3714461095047743]
  現在、EvoMasterはREST APIのホワイトボックスファジングをサポートする唯一のツールである。 私たちは、APIスキーマで不特定な制約に対処する方法など、一連の新しいホワイトボックスファズを提供します。 我々の新しい技術は、オープンソースの検索ベースのファズーEvoMasterの拡張として実装されている。
  論文  参考訳（メタデータ） (2023-09-15T12:39:01Z)
• Fuzzing Microservices: A Series of User Studies in Industry on Industrial Systems with EvoMaster [11.615989946553993]
  本稿では,約2年間にわたるMeituanのテストプロセスにおけるEvoMasterの統合経験について報告する。 EvoMasterの2つのバージョンを評価するために、2021年と2023年に2つのユーザースタディが実施された。 この2つのユーザスタディは、EvoMasterの明確なメリットと、そのようなファジッターを産業試験で必要としていることを示しています。
  論文  参考訳（メタデータ） (2022-08-08T09:11:25Z)

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。