Analyse und Bewertun... Examensarbeiten Untersuchung und Ums...

Studienarbeit

Datenflussbasierte Erzeugung von Modelltestdaten mittels evolutionärer Algorithmen

 

Zusammenfassung

Um die Kosten für die Qualitätssicherung von Software-Systemen zu senken, wird bereits in frühen Entwurfsphasen des Software-Entwicklungszyklus‘ mit dem Testen begonnen. Die dabei getesteten Artefakte sind üblicherweise Verhaltensmodelle wie UML-Sequenzdiagramme oder erweiterte endliche Zustandsmaschinen (EFSM). In diesem Kontext haben strukturelle Modelltests das Ziel, Testdaten für diese Modelle zu finden, die bestimmten Überdeckungskriterien genügen. Bei der Suche nach optimalen Eingabedaten bezüglich vorgegebener Überdeckungskriterien ist man im Allgemeinen auf heuristische Optimierungsverfahren angewiesen. Im Rahmen dieser Arbeit ist ein heuristisches Verfahren basierend auf genetischen Algorithmen zu entwickeln und zu implementieren, das für eine beliebige EFSM und ein datenflussbasiertes Überdeckungskriterium (etwa All-Defs, All-P-Uses, bzw. All-C-Uses) als Eingabe eine Menge von Testdaten so erzeugt, dass diese das Überdeckungskriterium erreicht und eine möglichst geringe Anzahl von Testdaten aufweist.

Bearbeiter: Tao Han

Betreuer: Dipl.-Inf Marc Spisländer