Defesa de Mestrado de Aristides de Almeida Neto

Título do Trabalho
Ajuste Automático de Parâmetros para Algoritmo de Otimização Extrema Aplicado a Geração Automática de Casos de Teste
Candidato(a)
Aristides de Almeida Neto
Nível
Mestrado
Data
Add to Calender 2018-03-26 00:00:00 2018-03-26 00:00:00 Defesa de Mestrado de Aristides de Almeida Neto Ajuste Automático de Parâmetros para Algoritmo de Otimização Extrema Aplicado a Geração Automática de Casos de Teste Sala 85 IC 2 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
09:00h
Local
Sala 85 IC 2
Orientador(a)
Eliane Martins
Banca Examinadora

Titulares  -  Professores Doutores

Unidade/Instituição

Eliane Martins

IC/UNICAMP

Márcio Eduardo Delamaro

ICMC/USP

Fábio Luiz Usberti

IC/UNICAMP

 

Suplentes  -  Professores Doutores

Unidade/Instituição

Gerberth Adín Ramírez Rivera

IC/UNICAMP

Marcos Lordello Chaim

EACH/USP

Resumo

Ao longo do desenvolvimento de um sistema, o teste de software é responsável pelo controle de qualidade com a finalidade de garantir que o software está abrangendo todas as funções esperadas e que estas estão exercendo da maneira prevista seus objetivos. Nessa fase de Teste de Software são encontrados problemas que não podem ser resolvidos com técnicas tradicionais da Engenharia de Software, entretanto estes podem ser modelados matematicamente e serem resolvidos através da otimização matemática, principalmente com uso de metaheurísticas. Nesse contexto, surgiu um recente campo denominado Search-based Software Engineering (SBSE) que trata da resolução de problemas de Engenharia de Software por meio de técnicas de otimização. Dada a importância da fase de Teste de Software, uma subárea denominada Search-Based Software Testing (SBST) se destaca no campo. Um problema comum é a dificuldade na utilização dos algoritmos de otimização pelos usuários finais de testes, dependendo de uma série de tentativas para ajustar os parâmetros desses algoritmos (taxa de mutação, cross over e etc) e conseguir os resultados desejados. Este estudo objetiva apresentar uma solução de automação para o problema de determinação dos parâmetros necessário para a execução das metaheurísticas baseadas em algoritmos evolutivos. Para isso, será descrita a metaheurística utilizada na StateMutest, uma ferramenta que permite ao usuário a automação de testes baseados em modelo, na qual é possível criar modelos de máquina de estados, gerar automaticamente casos de teste para eles, avaliar os conjuntos de casos de teste baseado no critério de análise de mutantes, além claro da execução dos testes no modelo. Em seguida, serão apresentadas técnicas de controle adaptativo de parâmetros para determinação automática dos parâmetros necessários pelo processo de otimização utilizado. Uma série de experimentos são feitos para comparar os diferentes métodos de ajuste de parâmetros, utilizando funções matemáticas conhecidas e modelos de problemas reais. A partir dos resultados, poderemos mostrar a eficiência dessa técnica, adicionando essa implementação a ferramenta StateMutest, facilitando e promovendo assim o uso desta.