반복 분할 기반의 적응적 랜덤 테스팅 향상 기법

이광규; 신승훈; 박승규

추천

검색

질문

자료유형: 학술저널

저자정보: 이광규 신승훈 박승규

저널정보: 대한전자공학회 전자공학회논문지-CI 電子工學會論文誌 CI編第45卷第5號

발행연도: 2008.9

수록면: 180 - 191 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

적응적 랜덤 테스팅 (Adaptive Random Testing, ART)은 입력 도메인 내의 오류 패턴을 순수 랜덤 테스팅 (Random Testing, RT)보다 좋은 효율로 찾아내기 위해 고안된 테스트 케이스 선택 알고리즘이다. 대표적인 ART 기법인 거리 기반 ART (Distance-based ART, D-ART)와 제한 영역 기반 ART (Restricted Random Testing, RRT) 등은 좋은 성능을 보이기는 하지만, 테스트 케이스 선택에 필요한 많은 양의 거리 계산으로 인한 느린 테스트 케이스 생성과 거리 기반 방식의 사용으로 인한 테스트 케이스 분포의 불균일성이라는 단점을 가진다. 반복 분할 기반 ART (ART through Iterative Partitioning, IP-ART)는 입력 도메인을 반복 분할하는 방식을 통해 D-ART와 RRT가 가진 계산 부하를 크게 감소시켰다. 하지만 IP-ART의 경우에도 테스트 케이스 분포 문제는 여전히 존재하여 기법의 확장 적용에 대한 장애 요소로 작용하고 있다. 따라서 본 논문에서는 이와 같은 IP-ART의 단점 완화 및 성능 개선을 위한 방법을 제안하고, 실험을 통해 평균 9% 정도의 성능 향상을 확인하였다.

#Random Testing #Adaptive Random Testing #Test Case Generation

참고문헌 (16)

참고문헌 신청

1. [학술지(정기간행물)] - B. Hailpern / 2002 / Software Debugging, Testing, and Verification / IBM Systems Journal 41 (1) : 4 ~ 12

2. [학술대회논문] - T. Y. Chen / 2006 / Adaptive Random Testing Through Iterative Partitioning / Proc. of the 11th Intl. Conf. on Reliable Software Tech. LNCS : 155 ~ 166

3. [단행본] - R.Hamlet / 1994 / Random testing, in:Encyclopedia of Software Engineering / Wiley : 970 ~ 978

4. [학술지(정기간행물)] - P. S. Loo / 1988 / Random Testing Revisited / Information and Software Technology 30 (9*) : 402 ~ 417

5. [학술대회논문] - J. Mayer / 2006 / An Empirical Analysis and Comparison of Random Testing Techniques / Proc. of the 2006 ACM/IEEE Intl. Symposium on Empirical Software Engineering (ISESE 2006) : 105 ~ 114

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이광규

소속기관 충북대학교

주요연구분야 공학 > 전기전자공학 > 전자공학

논문수 4 이용수 174

신승훈

소속기관 강원대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 복합학 > 학제간연구

논문수 45 이용수 3,667

박승규

소속기관 한국원자력연구원

주요연구분야 공학 > 전기전자공학 > 전자공학 공학 > 컴퓨터학

논문수 177 이용수 4,459

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)