CẢI TIẾN CÔNG CỤ SINH DỮ LIỆU THỬ JAVA PATHFINDER BỞI TỐI ƯU CÁC RÀNG BUỘC IMPROVING THE JAVA PATHFINDER TOOL FOR GENERATING TEST DATA BY OPTIMIZING CONSTRAINTS Tác giả Lê Thị Mỹ Hạnh, Trần Hoàng Dũng[.]
CẢI TIẾN CÔNG CỤ SINH DỮ LIỆU THỬ JAVA PATHFINDER BỞI TỐI ƯU CÁC RÀNG BUỘC IMPROVING THE JAVA PATHFINDER TOOL FOR GENERATING TEST DATA BY OPTIMIZING CONSTRAINTS Tác giả: Lê Thị Mỹ Hạnh, Trần Hồng Dũng, Nguyễn Thanh Bình Trường Đại học Bách khoa, Đại học Đà Nẵng; ltmhanh@dut.udn.vn, ntbinh@dut.udn.vn Trường Cao đẳng Lương thực - Thực phẩm; dungdnt@gmail.com Tóm tắt: Sinh liệu thử giai đoạn quan trọng định kiểm thử phần mềm Các kỹ thuật sinh liệu thử cấu trúc dựa mã nguồn để tạo liệu thử nhằm phát lỗi người lập trình Kỹ thuật sinh liệu thử sử dụng thực thi ký hiệu cài đặt công cụ Java PathFinder để sinh liệu thử cho chương trình Java Tuy nhiên, hiệu cơng cụ Java PathFinder cịn hạn chế, thời gian thực thi lớn Trong báo này, đề xuất việc áp dụng thuật toán tối ưu ràng buộc - biểu diễn lộ trình thực thi mã nguồn, nhằm giảm thời gian thực thi đảm bảo hiệu bao phủ Giải pháp cải tiến thử nghiệm tập chương trình Java khác cho kết khả quan Từ khóa: Kiểm thử, Sinh liệu thử, Thực thi ký hiệu, Java PathFinder, Tối ưu ràng buộc Abstract: Test data generation is one of the most important and crucial phases in software testing Structural test data generation techniques are based on source code to create test data, which can uncover programmer's faults A test data generation technique using symbolic execution is implemented in the Java PathFinder tool to generate test data for Java programs However, Java PathFinder has a performance limitation: execution time is quite big In this paper, we propose applying an optimization algorithm for constraints - representing execution paths in programs in order to reduce the execution time but ensure the coverage effectiveness The experiment on different Java programs shows a promising result of the proposed solution Key words: Testing; Test data generation; Symbolic execution; Java PathFinder; Constraint optimization