Kolloquiumsvortrag 14. Mai 2024, Niklas Markert (Al Sardy)
Priorisierung von Testfällen basierend auf Sourcecode Änderungen mithilfe von maschinellem Lernen
Regressionstests sind ein wichtiger Bestandteil im Softwareentwicklungszyklus. Sie stellen sicher, dass Änderungen an einer bestehenden Software keine neuen Fehler verursachen. Regressionstests sollten dementsprechend vor jeder Auslieferung einer neuen Softwareversion erneut durchgeführt werden. Da die Testfälle, die in den Regressionstests abgehandelt werden, stetig steigen, können diese Tests sehr viel Zeit in Anspruch nehmen. In den meisten Fällen hat man jedoch nur einen begrenzten zeitlichen Rahmen, was dazu führen kann, dass nicht alle Testfälle durchgeführt werden können. Aus diesem Grund wäre es sinnvoll, die Testfälle zu priorisieren, damit die wichtigsten vorangestellt und somit mit einer höheren Wahrscheinlichkeit ausgestattet werden. Diese Technik nennt man „Test Case Prioritization“ (TCP). Es existiert eine große Anzahl an Arbeiten, die sich mit diesem Thema beschäftigen und auch insbesondere mit Blick auf den Einsatz von maschinellem Lernen.
Ein Ansatz dafür wäre, die Testfälle auf der Grundlage der Komponenten, die sich geändert haben, zu priorisieren. Dafür kann beispielsweise jeder Komponente eine feste Testfälle zugeordnet werden. Daher muss bei der Auswahl der Testfälle nur darauf geschaut werden, welche Komponenten sich unterscheiden, um dann die zugehörigen Testfälle auszuführenden. Dies würde jedoch einen hohen Strukturierungs- und
Arbeitsaufwand erfordern, um die Komponenten und Systemebenen mit den Testfällen zu verknüpfen. Darüber hinaus werden auch keine Nebeneffekte auf Unit- oder Komponententestebene abgedeckt. Aus diesem Grund ist das Ziel dieser Masterarbeit eine alternative Methode zu entwickeln, welche basierend auf den Pfaden der Abweichungen an der Software, die Priorisierung der einzelnen Testfälle vornimmt.
Zeit: 10:15 Uhr
Ort: Raum 04.137, Martensstr. 3, Erlangen
oder
Zoom-Meeting beitreten:
https://fau.zoom-x.de/j/68350702053?pwd=UkF3aXY0QUdjeSsyR0tyRWtLQ0hYUT09
Meeting-ID: 683 5070 2053
Kenncode: 647333