0% Complete
English
صفحه اصلی
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
استخراج موارد آزمون سطح برونمتد و درونکلاس از برنامههای شئگرا
نویسندگان :
محمد قرشی
1
حسن حقیقی
2
1- دانشگاه شهید بهشتی
2- دانشگاه شهید بهشتی
کلمات کلیدی :
استخراج موارد آزمون، آزمون برنامههای شئگرا، آزمون برنامهها جاوا
چکیده :
امروزه زبانهای برنامهنویسی شئگرا در تولید بسیاری از برنامههای کاربردی و خدمات الکترونیک، به ویژه در حوزههای تجارت الکترونیک و دولت الکترونیک، استفاده میشوند. این زبانها با محصورسازی اشیا، پنهان سازی حالت اشیا از یکدیگر و با افزایش پیچیدگی روابط بین کلاسها، پیدا کردن نواقص احتمالی در برنامه را دشوار میسازند. بنابراین وجود روشهای خودکار برای آزمون برنامههای شئگرا میتواند به کاهش هزینه توسعه و نگهداری این برنامهها منجر شود. تمرکز روشهای موجود استخراج موارد آزمون از برنامههای شئگرا بیشتر در سطح درونمتد است، به طوری که این روشها دادههای آزمونی را استخراج میکنند که سطح کدهای منبع متدهای کلاس را پوشش دهد. نیاز به روشهایی برای آزمون روابط بین متدهای کلاس و آزمون حالات مختلف کلاس حین فراخوانی مجموعهای از متدها برای زبانهای برنامهنویسی شئگرا کاملا محسوس است. در این مقاله روشی برای استخراج آزمونهای سطح برونمتد (برای آزمون روابط بین متدها) و درونکلاس (برای آزمون حالات مختلف کلاس) ارائه میشود. روش پیشنهادی بر روی پیادهسازی یک بازی کامپیوتری شامل ۱۴ کلاس مختلف اعمال شده است تا کاربردپذیری آن در عمل نشان داده شود. همچنین با ایجاد نواقص و خطاهای مختلفی در کلاسهای مذکور، روش پیشنهادی توانسته است ۱۸ خطا از ۲۵ خطای موجود را آشکار سازد.
لیست مقالات
لیست مقالات بایگانی شده
Statistical Disorder Parameters Computing For Hyperspectral Image Anomaly Detection
Dr Maryam Imani
شناسایی وبگاه های دامچینی به کمک شبکه عصبی گسستهساز بردار یادگیر (LVQ)
یگانه ستاری - غلامعلی منتظر
Benchmarking Embedding Models for Persian-Language Semantic Information Retrieval
Mahmood Kalantari - Mehdi Feghhi - Nasser Mozayani
تحلیل کتابسنجی از مقالات حوزه دوقلوهای دیجیتال
فاطمه مکی زاده - سارا صراف - مصطفی شیرالی
Revert Propagation: Who are responsible for a contagion initialization in a Diffusion Network?
Arman Sepehr - Mohammadzaman Zamani - Hamid Beigy - Shabnam Behzad
Application of Artificial Intelligence and Remote Sensing for Oil Spill Detection
َAmir Reza Ziaee - Masomeh Azimzadeh - Parvin Ahmadi
TDO-SA-PINN: A Co-Evolutionary Framework for Physics-Informed Neural Networks
SeyedMohammadReza AhmadEnjavi - Masoud Shafiee
Extending Interaction Flow Modeling Language as a Profile for Form-making Systems
Ghazaleh Shahin - Dr Bahman Zamani
Presenting an Edge-based Air Quality Management System for Smart City Scenarios
Tina Samizadeh Nikoui - Ali Balador - Amir Masoud Rahmani - Hooman Tabarsaied
The risk prediction of heart disease by using neuro-fuzzy and improved GOA
Vahid Safari Dehnavi - Masoud Shafiee
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0