Đăng nhập để tải tài liệu không giới hạn
Tham gia 8.000+ người dùng Thư Viện Luận Án
Đang tải tài liệu...
CẢI TIẾN CHẤT LƯỢNG KIỂM THỬ ĐỘT BIẾN BẬC CAO
Khoa học máy tính
Luận án "Cải tiến chất lượng kiểm thử đột biến bậc cao" của Đỗ Văn Nhỏ tập trung vào việc nâng cao hiệu quả và giảm chi phí trong kiểm thử phần mềm, đặc biệt là kiểm thử đột biến bậc cao. Kiểm thử phần mềm là hoạt động thiết yếu để đảm bảo chất lượng, nhưng việc đánh giá khả năng phát hiện lỗi của bộ dữ liệu thử là một thách thức. Kiểm thử đột biến (mutation testing) được đề xuất để giải quyết vấn đề này bằng cách tạo ra các phiên bản lỗi (đột biến) của chương trình và đánh giá khả năng bộ kiểm thử phát hiện chúng.
Tuy nhiên, kiểm thử đột biến truyền thống (bậc một) còn tồn tại ba hạn chế chính: số lượng đột biến sinh ra quá nhiều, độ chính xác mô tả lỗi chưa cao, và vấn đề đột biến tương đương. Luận án này nghiên cứu kỹ thuật kiểm thử đột biến bậc cao (HOMT) như một giải pháp tiềm năng để cải thiện các hạn chế này.
Mục tiêu chính của nghiên cứu là cải tiến các kỹ thuật kiểm thử đột biến bậc cao và đề xuất giải pháp dự báo chất lượng kiểm thử đột biến bậc cao dựa trên học máy. Các nhiệm vụ nghiên cứu bao gồm tổng quan về kiểm thử đột biến, đề xuất quy trình tạo đột biến bậc hai (SOM) từ đột biến bậc một (FOM) bằng thuật toán LastToFirst, đánh giá chất lượng toán tử đột biến và hiệu quả của các ca kiểm thử, cũng như xây dựng mô hình dự báo chất lượng kiểm thử đột biến sử dụng các thuật toán học máy như Logistic Regression, Random Forest Classifier, XGBoost và LightGBM.
Các đóng góp chính của luận án là đề xuất kỹ thuật cải tiến đột biến bậc cao thông qua việc đánh giá, phân nhóm và sắp xếp FOM trước khi kết hợp thành SOM, đồng thời đánh giá chất lượng toán tử đột biến và ca kiểm thử dựa trên khả năng diệt đột biến. Đặc biệt, luận án đề xuất giải pháp dự báo chất lượng kiểm thử đột biến bậc cao dựa trên học máy, nhằm giảm thiểu chi phí và thời gian thực thi mà vẫn đảm bảo hiệu quả. Kết quả thực nghiệm cho thấy các thuật toán LightGBM và XGBoost đạt hiệu quả cao (F1-score khoảng 0.9) trong việc dự đoán đột biến bị diệt, chứng minh tính khả thi của hướng tiếp cận này trong thực tế.
Tải không giới hạn tất cả tài liệu, không cần chờ. Chỉ từ 199.000đ/tháng.
Xem gói hội viên