Predicting related test case scenarios by source code changes
Kaynak kod değişimlerinden ilgili test senaryolarının bulunması
- Tez No: 614443
- Danışmanlar: DOÇ. DR. MEHMET HİLAL ÖZCANHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 57
Özet
Yazılımda yapılan değişiklikleri doğrulamak için yaygın bir şekilde yazılım testleri kullanılmaktadır; ancak bu aşama yazılım geliştirme yaşam döngüsü (YGYD) içindeki en maliyetli aşamadır. Test senaryosu önceliklendirme (TSÖ) yöntemlerinin amacı, test senaryolarını testin etkinliğini artıracak şekilde bir sıraya koyarak bu maliyeti düşürmektir. Bu şekilde, en faydalı test senaryoları diğerlerinden daha önce çalıştırılarak hataların test sürecinin erken aşamasında yakalanması sağlanmaktadır. Bu çalışmada, manuel kara kutu testlerinin önceliklendirilmesi için yeni bir statik TSÖ yöntemi öneriyoruz. Her test senaryosunun işlevselliğini bulmak için bir konu modelleme (KM) algoritması kullanmaktayız. Bu yaklaşım test senaryolarını ayrıştırma ve sıralama imkanı sunmaktadır. Test edilen yazılımın (TEY) farklı bölümlerini test eden test senaryoları daha öncelikli olmaktadır. Yöntemimizi ticari bir çevrimiçi bankacılık uygulamasının test mühendisleri tarafından sıralanmış test senaryoları ile kıyasladık. Bulduğumuz sonuçlar, yöntemimizin ortalama hata yakalama yüzdesinin (OHYY) daha yüksek olduğunu göstermiştir.
Özet (Çeviri)
Software testing is commonly used for validating software changes, but it is the most expensive phase of the software development life cycle (SDLC). Test case prioritization (TCP) aims to reduce the cost by scheduling the running order of tests to increase the effectiveness of testing; so that most beneficial test cases are executed first, and faults are detected in the early phases of testing. In the study, we present a novel static TCP technique for manual black-box testing. We use a topic modeling (TM) algorithm to extract the functionalities of each test script. This approach allows differentiating and ranking test cases. Cases those test different parts of the system under test (SUT) get higher ranks. Our approach is compared with the manually prioritized test cases of test engineers in the case study of a commercial online banking project. The comparison shows that the average percentage of fault detection (APFD) rates of our approach is higher than the manual prioritization approach.
Benzer Tezler
- Makine öğrenmesi kullanımı ile taşıt kaynaklı emisyonların modellenmesi
Modeling vehicle-related emissions using machine learning
ELİF YAVUZ
Doktora
Türkçe
2025
Mühendislik BilimleriYıldız Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ARSLAN SARAL
PROF. DR. LEVENT KUZU
- An improved multi-component metric for spatial pattern calibration of hydrologic models
Hidrolojik modellerin örüntüye dayalı kalibrasyonu için çok bileşenli metrik geliştirilmesi
EYMEN BERKAY YORULMAZ
Yüksek Lisans
İngilizce
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET CÜNEYD DEMİREL
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
Doktora
İngilizce
2014
BankacılıkOrta Doğu Teknik Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. NADİR ÖCAL
- Veri merkezleri için makine öğrenmesi temelli izleme sistemi tasarımı
Machine learning based monitoring system design for data centers
METEHAN HAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH SEVİN
- Digitalization in construction claim management
İnşaat hak talebi yönetiminde dijitalleşme
NİL DENİZMEN
Yüksek Lisans
İngilizce
2025
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ ARTAN