.png){kind=icon}
返回
Search-based detection of code changes introducing performance regression
.png){kind=icon}
PRE
AI
DOI：10.1016/j.swevo.2022.101101.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在当代软件开发中，开发人员通常进行回归测试以确保代码更改不会影响软件质量。众所周知，在每次代码更改后进行性能回归测试是昂贵的，这表明需要将性能回归测试工作引导到最有可能引入性能回归的代码更改上。在本文中，我们利用代码更改度量来识别基于预先训练的检测规则引入回归的组。我们提出了PRICE方法，作为检测代码更改的新公式，引入了性能回归作为使用多目标进化算法的优化问题。使用从Git项目中提取的一组8000提交评估价格。结果表明，我们的方法在准确检测引入代码更改的性能回归方面是有效的。提供的平均回归检测价格是77%，这比最先进的确定性方法22%。这种改进不会影响对不引入回归的矛盾代码更改的检测。PRICE提供了对代码更改的检测，而没有引入回归平均63%，这也是对14% 的改进。使用PRICE，我们能够探索新的搜索空间并提供竞争结果。
Keyword:
Performance regression
Multi-objective optimization
Software testing
Software quality
期刊
IF:
8.5
论文数:
2.2K
被引数:
1.0W
机构
引用论文
JMove: A novel heuristic and tool to detect move method refactoring opportunitiesJMove: 一种检测移动方法重构机会的新型启发式方法和工具
.png){kind=icon}
PREAI
分享收藏分享收藏Cost-effective test suite minimization in product lines using search techniques使用搜索技术在产品线中实现具有成本效益的测试套件最小化
PREAI
分享收藏Multi-Criteria Code Refactoring Using Search-Based Software Engineering: An Industrial Case Study使用基于搜索的软件工程的多标准代码重构: 一个工业案例研究
PREAI
分享收藏
On the application of search-based techniques for software engineering predictive modeling: A systematic review and future directions基于搜索的技术在软件工程预测建模中的应用: 系统回顾和未来方向
PREAI
分享收藏
查看更多内容