0% Complete
فارسی
Home
/
یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
مکانیابی خطاهای کاربردها و خدمات نرمافزاری با کمک تولید داده آزمون با نامتغیرهای محتمل
Authors :
محمد نصرتی مقدم
1
حسن حقیقی
2
مجتبی وحیدی اصل
3
1- دانشگاه شهید بهشتی
2- دانشگاه شهید بهشتی
3- دانشگاه شهید بهشتی
Keywords :
مکانیابی خطا، تولید داده آزمون، نامتغیرهای محتمل
Abstract :
در روشهای رایج مکانیابی خودکار خطاهای کاربردها و خدمات نرمافزاری (از جمله روشهای مبتنی بر طیف)، فرض بر این است که تعداد زیادی آزمون موفق و ناموفق مشابه وجود دارد تا بتوان به کمک آنها تحلیل آماری و مقایسه بین پوششها را انجام داد. اما در عمل، موارد آزمون غنی نیستند و معمولا فقط تعداد اندکی آزمون ناموفق وجود دارد که کاربرد این روشها را با محدودیت مواجه کرده است. با در دسترس بودن یک مجموعه آزمون غنی شده شامل آزمونهای موفق یا ناموفق، از طریق مقایسه آزمونهای موفق و ناموفق، میتوان مکانیابی خطا را به نحو مؤثرتری انجام داد. در این پژوهش روشی را برای مکانیابی خطا معرفی میکنیم که از تولید داده آزمون با استفاده از نامتغیرهای محتمل بهره میگیرد. بهکارگیری این روش سبب میشود که با افزایش کارایی الگوریتم تولید داده آزمون، احتمال پوشش خطوط حاوی خطا بیشتر شود. برای ارزیابی روش پیشنهادی، از چندین برنامه خطادار پایتون به عنوان بنچمارک بهره گرفته شده است. نتایج آزمایشها نشان میدهد که دقت و کارایی مکانیابی خطا با تولید داده آزمون با استفاده از این روش نسبت به روشهای تصادفی و نمادین افزایش مییابد.
Papers List
List of archived papers
Multi-Modal Longitudinal Tooth Labeling with Temporal Graph–Transformer Integration
Maral Mirza mohammadi - Mahdi Tarom
یادگیری فناورانه و بینالمللیسازی سکوهای پیامرسان: چارچوبی برای بازیگران متأخر
علیرضا کبیری فرد - علی ولی زاده - مهدی مجیدپور
Recommendation Systems in Smart Agriculture: Pathway to a well-designed system
Ahmad Nameni - Amir Ghafarian Daneshmand - Omid Mahdi Ebadati E
Dealing with Black-hole Attacks in Inter-vehicle Networks Using the Packet Delivery Rate Algorithm
Marzieh Sedighi - Mehdi Hamidkhani - Mostafa Sadeghi
Open-domain question classification and completion in conversational information search
Omid Mohammadi Kia - Mahmood Neshati - Mahsa Soudi Alamdari
A Comparative Evaluation of Machine Learning Models for Anomaly-Based IDS in IoT Networks
Seyed Amir Mousavi - Mostafa Sadeghi - Mohammad Sadeq Sirjani
پیشبینی حجم ترافیک شهری با استفاده از دادههای سرویس نشان مورد مطالعاتی: خیابان کمال اصفهان
مهسا لطیفی - جمشید مالکی
Embedded speech encoder for low-resource languages
Alireza A.Tabatabaei - Pouria Sameti - Ali Bohlooli
Scattering Wavelet-Based Image Quality Assessment Metric for Medical Images
Sina Omidvar - Jamshid Shanbehzadeh
Design of low-latency Floating-Point units for Softmax Computation in Transformer-based Large Language Models
Hoda Ghabeli - Amir Sabbagh Molahosseini
more
Samin Hamayesh - Version 44.5.0