dc.contributor.author
Kruse, Peter Michael
dc.date.accessioned
2018-06-07T16:59:28Z
dc.date.available
2014-11-06T08:45:07.173Z
dc.identifier.uri
https://refubium.fu-berlin.de/handle/fub188/3252
dc.identifier.uri
http://dx.doi.org/10.17169/refubium-7452
dc.description.abstract
To make a statement on software quality, a methodical approach on software
testing is absolutely necessary. One common approach is the classification
tree method introduced in 1993. All relevant test aspects of a system under
test and their characteristics are divided into disjoint subsets. Test cases
are then generated by combining specific characteristics of each aspect.
Depending on the size (cardinality) and number of different aspects, the
number of possible combinations grows exponentially. Therefore tools for
applying the classification tree method offer coverage criteria for automated
test case generation. Typically current coverage criteria are minimal or
complete combination. Additionally, test case generation needs to consider
specific dependencies between characteristics of test aspects. Existing
approaches do not offer a prioritization of certain test aspects during test
case generation. However, prioritization of test aspects is important for a
number of different reasons: Test resources may be limited, testing can be
expensive, as it may be destructive, or it may be desirable to only use a
subset of test cases as an initial test. Current approaches can be divided
into deterministic and non-deterministic techniques. The current
classification tree editor uses a non-deterministic technique to generate test
cases. Resulting test suites vary in size and composition. During test case
generation, dependencies and the classification tree itself are stored in
different data structures. Therefore, test cases additionally need to be
validated against the dependency rules during test case generation. Up to now,
no approach supports the automated generation of test sequences from
classification trees. Test sequences can however be defined manually by the
user. This work presents a new approach for qualifying the classification tree
with test aspects of importance (e.g. test costs, test duration, probabilites
etc.). These numbers can be used for prioritized test case generation and to
optimize test suites and, therefore, to reduce their size. For dependency
handling, we use an integrated data structure holding both the classification
tree and its dependency rules. The data structure is also used for a new
deterministic test case generation, which handles dependencies directly during
the process of test case generation. The resulting test suite should be equal
or smaller in size while generation should be as fast as or even faster than
current generation approaches. Finally, a new approach for automatic test
sequence generation from classification trees is presented as well. We
identify parameters for test sequence generation and develop new dependency
rules and new generation rules. Results are then compared using common
algorithms and standard benchmarks.
de
dc.description.abstract
Um eine Aussage über die Qualität von Software machen zu können, sind
methodische Ansätze für den Softwaretest dringend erforderlich. Ein typischer
Ansatz ist die 1993 vorgestellte Klassifikationsbaum-Methode. Bei ihr werden
alle testrelevanten Aspekte eines Testsystems und seine Eigenschaften in
disjunkte Teilmengen zerlegt. Testfälle werden dann aus der Kombination von
spezifischen Charakteristika aller Testaspekte gebildet. Je nach Anzahl der
Testaspekte und der Menge der enthaltenen Elemente wächst die Anzahl der
möglichen Kombination exponentiell. Werkzeuge zur Unterstützung der
Klassifikationsbaum-Methode bieten daher Abdeckungskriterien für die
automatische Testfallgenerierung an. Typische Abdeckungskriterien sind die
Minimalkombination oder die vollständige Kombination. Darüber hinaus werden
Abhängigkeiten zwischen Testaspekten berücksichtigt. Priorisierung von
Testaspekten während der Testfallgenerierung bietet bislang keiner der
bestehenden Ansätze, dabei wäre diese aus einer Reihe von Gründen sehr
wichtig: Testressourcen sind in der Regel begrenzt und Testen ist
kostenintensiv, insbesondere beim destruktiven Testen. Auch kann es gewünscht
sein, nur eine Untermenge aller Testfälle als Eingangstest zu nutzen.
Bestehende Ansätze zur Testfallgenerierung lassen sich in zwei Gruppen
unterteilen, deterministische und nicht-deterministische Techniken. Der
aktuelle Klassifikationsbaum- Editor generiert Testfälle nicht-
deterministisch, so dass resultierende Testsuiten aus verschiedenen
Durchläufen in Größe und Zusammenstellung variieren. Außerdem werden
Klassifikationsbaum und Abhängigkeitsregeln in unterschiedlichen
Datenstrukturen gespeichert, so dass Testfälle umständlich auf Gültigkeit
gegen die Abhängigkeitsregeln geprüft werden müssen. Keiner der bestehenden
Ansätze unterstützt die automatische Generierung von Testsequenzen aus
Klassifikationsbäumen. Testsequenzen können bislang nur manuell definiert
werden. In dieser Arbeit präsentieren wir einen neuen Ansatz um
Klassifikationsbäume mit Gewichten (Testkosten, Testdauer,
Wahrscheinlichkeiten, usw.) zu qualifizieren. Die Gewichte werden von der
priorisierenden Testfallgenerierung genutzt. So kann die resultierende
Testsuite optimiert und ihr Umfang reduziert werden. Abhängigkeitsregeln
werden zusammen mit dem Klassifikationsbaum in einer Datenstruktur
gespeichert. Diese wird auch für die deterministische Testfallgenerierung
genutzt, welche die Abhängigkeitsregeln direkt während der Erzeugung von
Testfällen berücksichtigt. Im Vergleich zur bisherigen Testfallgenerierung
darf die hierbei entstehende Testsuite weder größer sein noch darf ihre
Erzeugung länger dauern. Schließlich präsentieren wir einen neuen Ansatz zur
automatischen Generierung von Testsequenzen aus Klassifikationsbäumen. Wir
identifizieren Parameter für die Generierung und neue Abhängigkeitsregeln.
Alle Ergebnisse werden in standardisierten Benchmarks mit anderen Algorithmen
verglichen.
de
dc.format.extent
XVII, 125 S.
dc.rights.uri
http://www.fu-berlin.de/sites/refubium/rechtliches/Nutzungsbedingungen
dc.subject
Classification Tree Method
dc.subject
Test Case Generation
dc.subject
Combinatorial Test Design
dc.subject.ddc
000 Informatik, Informationswissenschaft, allgemeine Werke::000 Informatik, Wissen, Systeme::005 Computerprogrammierung, Programme, Daten
dc.title
Enhanced Test Case Generation with the Classification Tree Method
dc.contributor.firstReferee
Prof. Dr.-Ing. Ina Schieferdecker
dc.contributor.furtherReferee
Prof. Dr. rer. nat. habil. Bernd-Holger Schlingloff
dc.contributor.furtherReferee
Prof. Dr. phil.-nat. Jens Grabowski
dc.date.accepted
2014-08-25
dc.identifier.urn
urn:nbn:de:kobv:188-fudissthesis000000097828-1
dc.title.translated
Erweiterte Testfallgenerierung mit der Klassifikationsbaummethode
de
refubium.affiliation
Mathematik und Informatik
de
refubium.mycore.fudocsId
FUDISS_thesis_000000097828
refubium.mycore.derivateId
FUDISS_derivate_000000016015
dcterms.accessRights.dnb
free
dcterms.accessRights.openaire
open access