arrow
返回

A Program-Output Estimator for Software Testing Using Program Analysis and Deep Learning Algorithms

delete2025-11-01
delete0
PRE
AI
B
Bahman Arasteh *
S
Seyed Salar Sefati
P
Peri Gunes
V
Vahid Hosseinzadeh
F
Farzad Kiani
DOI:10.1007/s10836-025-06209-ydelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
软件测试越来越多地被用作一种软件质量控制方法。在测试期间,使用测试数据将待测程序的输出与预期的正确输出进行比较。从测试输入估计程序的正确输出是软件测试中的一个研究问题。测试预测器(oracle)是一种在测试期间确定软件输出正确性的机制。许多统计和数据挖掘技术已被用于设计软件测试预测器。本研究采用深度学习(DL)技术来设计软件测试预测器。所提出的方法使用卷积神经网络(CNNs)来构建预测结果模型。从真实程序的行为中创建训练数据集是本研究的另一项贡献。将创建的数据集转换为图像文件并进行归一化是本研究的另一个阶段。对于具有数值和分类输出的程序的实验结果表明,所引入的测试预测器达到了约98%的准确率和97%的敏感性。此外,所提出的方法在准确率、精确度和敏感性方面均优于以往方法。
Keyword:
Software test
Test predictor
Deep learning
Convolutional neural networks
Accuracy
Sensitivity

期刊

J
Journal of Electronic Testing-Theory and Applications
IF:
1.3
论文数:
31
被引数:
549

机构

F
Fatih Sultan Mehmet Vakif University
学者数:
185
论文数: 200
被引数: 8
I
Istinye University
学者数:
1.1K
论文数: 1.3K
被引数: 1.9K
I
islamic azad university
学者数:
5.1K
论文数: 2.5K
被引数: 0
学者 查看更多机构
引用论文

引用论文

err分享
err收藏
err
IF0
err
err0
PREAI
err
err分享
err收藏
A Hybridized Artificial Neural Network for Automated Software Test Oracle
err2023-01-01
err0
PREAI
errKamaraj,K.; Lanitha,B.; Karthic,S.; N. Senthil Prakash,P.; Mahaveerakannan,R.
err分享
err收藏
Artificial neural networks as multi-networks automated test oracle
err2011-09-24
err0
PREAI
errSeyed Reza Shahamiri; Wan M. N. Wan-Kadir; Suhaimi Ibrahim; Siti Zaiton Mohd Hashim
err分享
err收藏
学者 查看更多内容