SciELO - Scientific Electronic Library Online

 
 número109Subgrade soil stabilization using marine debris: A literature reviewRapid assessment of mercury-contaminated sites through the Toxic Site Identification Program (TSIP). Colombia índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Revista Facultad de Ingeniería Universidad de Antioquia

versão impressa ISSN 0120-6230versão On-line ISSN 2422-2844

Resumo

FERNANDEZ-OLIVA, Perla Beatriz; GUEMES-ESPERON, Alejandro Miguel; DELGADO-DAPENA, Martha Dunia  e  ROSETE, Alejandro. Modelo de reducción basado en búsqueda para pruebas unitarias. Rev.fac.ing.univ. Antioquia [online]. 2023, n.109, pp.35-47.  Epub 01-Nov-2023. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.20221098.

Las pruebas de software son fundamentales en la confiabilidad y calidad de los sistemas, contribuyendo a su posicionamiento en el mercado. La generación de datos de prueba es una tarea crítica, ya que las pruebas exhaustivas son costosas en tiempo y esfuerzo. Un adecuado diseño de los casos de prueba, que contemple una selección de valores adecuados, puede detectar un elevado número de defectos. La significación de los casos de prueba se mide en función del número de errores que consiguen detectar. Sin embargo, las propuestas que abordan estos temas con el uso de algoritmos heurísticos se enfocan en la reducción del tiempo de generación y diferentes criterios de cobertura. Este artículo presenta un modelo de optimización basado en búsqueda para la generación de conjuntos de pruebas unitarias que integra diferentes técnicas de diseño de casos de prueba considerando la significación de los valores generados en la detección de errores. También se tiene en cuenta la significación de los caminos, con el objetivo de obtener casos de prueba con mayor potencial para detectar errores. El modelo de optimización utiliza algoritmos heurísticos que maximizan la cobertura de los caminos. Se presentan los resultados de la experimentación, que muestran que la propuesta presentada genera suit de prueba con una alta capacidad para detectar errores. Para ello se evaluó la efectividad de las suits de prueba generadas para detectar errores en el código mutado.

Palavras-chave : Generación automática de pruebas; pruebas unitarias; pruebas basadas en búsqueda; pruebas de software.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )