{"title":"基于程序符号和动态分析的测试数据生成策略","authors":"Juliana Silva de Herbert, A. M. Price","doi":"10.5753/sbes.1997.24061","DOIUrl":null,"url":null,"abstract":"A geração automática de dados é considerada a tarefa mais crítica do teste estrutural. A obtenção de um conjunto de dados confiável, de propósito geral, não é computável. Assim sendo, os estudos de geração de dados devem basear-se em critérios específicos de teste. Os critérios utilizados para o teste estrutural abordados neste trabalho são os que selecionam caminhos a partir da análise dos fluxos de controle e de dados do programa. Para que a cobertura seja atingida, dados devem ser gerados de tal forma que permitam a execução de todos os caminhos selecionados. Por outro lado, a programação em lógica tem sido bastante utilizada para a implementação de protótipos de ferramentas de apoio às fases do desenvolvimento de software, inclusive à fase de validação. A linguagem Prolog, por exemplo, possui características, próprias para o processamento simbólico, tais como: formalismo DCG, reversibilidade e prova de teoremas, que são extremamente adequadas ao teste estrutural de software, mais especificamente à geração automática de dados para teste. Este artigo apresenta uma proposta de estratégia de geração automática de dados para o teste estrutural, baseada na programação em lógica. Nesta estratégia, são realizadas análises simbólica e dinâmica do programa, a partir das quais são extraídas informações que, combinadas, constituem-se em heurísticas para a geração de dados.","PeriodicalId":342565,"journal":{"name":"Anais do XI Simpósio Brasileiro de Engenharia de Software (SBES 1997)","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"1997-10-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Estratégia de Geração de Dados de Teste Baseada na Análise Simbólica e Dinâmica do Programa\",\"authors\":\"Juliana Silva de Herbert, A. M. Price\",\"doi\":\"10.5753/sbes.1997.24061\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A geração automática de dados é considerada a tarefa mais crítica do teste estrutural. A obtenção de um conjunto de dados confiável, de propósito geral, não é computável. Assim sendo, os estudos de geração de dados devem basear-se em critérios específicos de teste. Os critérios utilizados para o teste estrutural abordados neste trabalho são os que selecionam caminhos a partir da análise dos fluxos de controle e de dados do programa. Para que a cobertura seja atingida, dados devem ser gerados de tal forma que permitam a execução de todos os caminhos selecionados. Por outro lado, a programação em lógica tem sido bastante utilizada para a implementação de protótipos de ferramentas de apoio às fases do desenvolvimento de software, inclusive à fase de validação. A linguagem Prolog, por exemplo, possui características, próprias para o processamento simbólico, tais como: formalismo DCG, reversibilidade e prova de teoremas, que são extremamente adequadas ao teste estrutural de software, mais especificamente à geração automática de dados para teste. Este artigo apresenta uma proposta de estratégia de geração automática de dados para o teste estrutural, baseada na programação em lógica. Nesta estratégia, são realizadas análises simbólica e dinâmica do programa, a partir das quais são extraídas informações que, combinadas, constituem-se em heurísticas para a geração de dados.\",\"PeriodicalId\":342565,\"journal\":{\"name\":\"Anais do XI Simpósio Brasileiro de Engenharia de Software (SBES 1997)\",\"volume\":\"24 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"1997-10-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Anais do XI Simpósio Brasileiro de Engenharia de Software (SBES 1997)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5753/sbes.1997.24061\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XI Simpósio Brasileiro de Engenharia de Software (SBES 1997)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbes.1997.24061","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Estratégia de Geração de Dados de Teste Baseada na Análise Simbólica e Dinâmica do Programa
A geração automática de dados é considerada a tarefa mais crítica do teste estrutural. A obtenção de um conjunto de dados confiável, de propósito geral, não é computável. Assim sendo, os estudos de geração de dados devem basear-se em critérios específicos de teste. Os critérios utilizados para o teste estrutural abordados neste trabalho são os que selecionam caminhos a partir da análise dos fluxos de controle e de dados do programa. Para que a cobertura seja atingida, dados devem ser gerados de tal forma que permitam a execução de todos os caminhos selecionados. Por outro lado, a programação em lógica tem sido bastante utilizada para a implementação de protótipos de ferramentas de apoio às fases do desenvolvimento de software, inclusive à fase de validação. A linguagem Prolog, por exemplo, possui características, próprias para o processamento simbólico, tais como: formalismo DCG, reversibilidade e prova de teoremas, que são extremamente adequadas ao teste estrutural de software, mais especificamente à geração automática de dados para teste. Este artigo apresenta uma proposta de estratégia de geração automática de dados para o teste estrutural, baseada na programação em lógica. Nesta estratégia, são realizadas análises simbólica e dinâmica do programa, a partir das quais são extraídas informações que, combinadas, constituem-se em heurísticas para a geração de dados.