Geri Dön

Test case generation for software testing on smart televisions with LSTM networks

Başlık çevirisi mevcut değil.

  1. Tez No: 791878
  2. Yazar: YUSUF ÇAĞLAYAN
  3. Danışmanlar: DOÇ. DR. CENK DEMİROĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 51

Özet

Akıllı TV'ler için yazılım testi, pahalı ve zaman alıcı bir süreçtir. Bu nedenle, yazılım kalitesini artırırken maliyetleri düşürmek için otomatik ve etkin test senaryosu oluşturma önemlidir. Bu çalışmada, akıllı TV'ler için kısa sürede otomatik olarak yeni ve etkili test senaryoları oluşturmak için Uzun Kısa Süreli Bellek (LSTM) ağlarının kullanılmasını öneriyoruz. Önerilen model için eğitim verileri, test sırasında dört farklı TV yazılımında meydana gelen sıfırlama, çökme ve kilitlenme hatalarının analizi ile hazırlanmıştır. Bu hatalara ilişkin test senaryoları, Vestel Elektronik TV fabrikasında yazılım onay süreçlerinde manuel olarak oluşturulmuştur. Test veritabanından, her bir hatanın, TV'yi açma ve kapatma veya Netflix uygulamasını açma gibi bir hatayla sonuçlanan bir dizi eyleme karşılık geldiği toplam 3000 hata ayıklandı. Bir Uzun Kısa Süreli Bellek (LSTM) ağ modeli daha sonra bu hataları kullanarak test senaryolarını otomatik olarak oluşturmak için eğitilir. Modelin performansı, sabit sayıda deneme dizisi verildiğinde ne kadar hata üretilebileceği ile ölçülür. Deneylerde, otomatik olarak oluşturulan test senaryoları, manuel olarak tasarlanmış vakalara kıyasla hatalara neden olan diziler oluşturma konusunda daha başarılıydı. Böylece, önerilen LSTM modeli kullanılarak belirli bir zaman diliminde önemli ölçüde daha fazla hata üretilebildi ve bu da daha güvenilir ve daha hızlı yazılımla sonuçlandı.

Özet (Çeviri)

Software testing for Smart TVs is an expensive and time-consuming process. Therefore, automatic and effective test case generation is important for reducing costs while improving software quality. In this study, we propose using the Long Short Term Memory (LSTM) networks for auto-generating new and effective test cases for smart TVs in a short amount of time. Training data for the network is prepared by an analysis of reset, crash, and hang errors that occurred in four different TV software during testing. The test cases for those errors were generated manually during the software approval processes at the Vestel Electronics TV factory. A total of 3000 errors were extracted from the test database, where each error corresponds to a sequence of actions, such as turning the TV on/off or opening the Netflix application, etc., that result in an error. A Long Short Term Memory (LSTM) network model is then trained to auto-generate test cases using those errors. The performance of the model is measured by how many errors could be generated given a fixed number of trial sequences. In experiments, auto-generated test cases were more successful in generating sequences that resulted in errors compared to the manually designed cases. Thus, significantly more errors could be generated in a given time frame using the proposed LSTM model, which resulted in more reliable and faster software.

Benzer Tezler

  1. Risk-driven model-based testing

    Risk-driven model tabanlı test

    ABDULHADİ KIRKICI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. HASAN SÖZER

  2. Lityum iyon bataryalarda parça ömür kestirimi

    Calculating remaining useful life of lithium-ion batteries

    FERHAT MAÇİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. SALMAN KURTULAN

  3. Automatic test-case generation for IEC 61499 compliant applications

    Başlık çevirisi yok

    ABDULLAH VURAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTechnische Universität Kaiserslautern

    Yazılım Mühendisliği Ana Bilim Dalı

    PROF. DR. GEORG FREY

    DR. TANVIR HUSSAIN

  4. Investigation of interacting multiple fatigue cracks propagation using two-dimensional boundary cracklet method

    İki boyutlu sınır çatlak elemanı yöntemi (boundary cracklet method) kullanılarak etkileşimli çoklu yorulma çatlaklarının ilerlemesinin araştırılması

    TALAL AHMED

    Doktora

    İngilizce

    İngilizce

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    Prof. Dr. HALİT SÜLEYMAN TÜRKMEN

    Prof. Dr. ABDULKADİR YAVUZ

  5. Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA