Detalhes bibliográficos
| Ano de defesa: |
2008 |
| Autor(a) principal: |
SILVA, Davi Augusto Gadêlha |
| Orientador(a): |
BARROS, Flávia de Almeida |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/1563
|
Resumo: |
Este trabalho apresenta a ferramenta EvolUniT (Evolutionary Unit Testing), uma ferramenta para automatização de testes de unidade de código orientado a objetos (classes Java). A EvolUniT recebe como entrada uma classe Java a ser testada; gera uma classe de teste usando o framework JUnit; gera dados (parâmetros de construtores e métodos) inicialmente aleatórios para compor os casos de teste; e utiliza um Algoritmo Genético (AG) para evoluir os dados, de acordo com uma função de aptidão criada com base nas coberturas de código capturadas. A evolução dos dados se dá através de sucessivas execuções da classe sendo testada, até que um número máximo de gerações do AG seja atingido ou que uma cobertura máxima pré-definida seja atingida. A ferramenta foi implementada em Java, em forma de plug-in do Eclipse. A ferramenta proporciona uma semi-automação de testes de unidade, ao invés de automação completa, pois em alguns casos, o engenheiro de software ou de testes precisará complementar manualmente as classes de teste geradas. A vantagem desta semiautomação é que o conhecimento do desenvolvedor ou testador será acrescido aos testes gerados pela ferramenta, possibilitando assim melhores resultados. Foram realizados três estudos para avaliar a EvolUniT, e os resultados alcançados foram satisfatórios. A EvolUniT traz contribuições para duas áreas diferentes. Para a Engenharia de Software, com a semi-automação do processo de testes de unidade, reduz-se significativamente o tempo e o esforço por parte dos desenvolvedores, já que estes passam a usar seus conhecimentos para configurar a ferramenta, ao invés de escrever as classes de teste. Para a área de Computação Inteligente, a contribuição é na utilização de uma técnica de otimização evolutiva, os Algoritmos Genéticos, para resolver o problema da escolha de bons dados para testes estruturais, que nem sempre é bem resolvido por algoritmos convencionais ou técnicas aleatórias |
