Detail publikace
Multi-objective Genetic Optimization for Noise-Based Testing of Concurrent Software
Křena Bohuslav, Ing., Ph.D. (UITS)
Letko Zdeněk, Ing., Ph.D. (CK-SZZ)
Šimková Hana, Mgr. Bc., Ph.D.
Vojnar Tomáš, prof. Ing., Ph.D. (UITS)
Concurrent programs, testing, noise injection, genetic algorithm, multi-objective
Testování vícevláknových programů je náročnou prácí kvůli mnoha možným proložením operací v paralelních vláknech, které je třeba prozkoumat. Technika vkládání šumu přispívá ke zvýšení počtu proložení zkoumaných během opakovaného spouštění testů za předpokladu, že bude použito vhodné heuristiky vkládání šumu. Problém nalezení takového nastavení není snadné vyřešit. V tomto článku ukážeme, jak použít multi-kriteriální genetický algoritmus (MOGA) k řešení tohoto problému. Zejména se zaměřujeme na generaci řešení, které pokrývají vysoký počet proložení (zejména ty, které jsou vzácné) a poskytují stabilní výsledky při testování. K dosažení tohoto cíle jsou použity vhodné metriky a způsoby, jak potlačit ne-deterministické plánování. Na souboru benchmarků ukážeme, že náš přístup poskytuje lepší výsledky ve srovnání s běžně používaným náhodným přístupem.
@inproceedings{BUT111622,
author="Vendula {Dudka} and Bohuslav {Křena} and Zdeněk {Letko} and Hana {Šimková} and Tomáš {Vojnar}",
title="Multi-objective Genetic Optimization for Noise-Based Testing of Concurrent Software",
booktitle="SSBSE'14",
year="2014",
series="Lecture Notes in Computer Science",
volume="8636",
pages="107--122",
publisher="Springer Verlag",
address="Heidelberg",
doi="10.1007/978-3-319-09940-8\{_}8",
isbn="978-3-319-09939-2"
}