这些功能是我们 Parasoft Jtest 产品的一部分,该产品是面向 Java 开发人员的全面测试解决方案,包括静态分析、单元测试、覆盖率、可追溯性等。Parasoft Jtest 的 IDE 插件为单元测试实践添加了有用的自动化功能,只需单击一下即可轻松创建、扩展和维护单元测试。借助 Jtest,用户可以在 AI 的帮助下实现更高的代码覆盖率,同时显著减少构建一套全面而有意义的 JUnit 测试用例所需的时间和精力。
人工智能 (AI) 正在医疗、军事、工业、家庭、法律、艺术等多个领域产生重大影响,因为 AI 能够执行多种角色,例如管理智能工厂、驾驶自动驾驶汽车、创建准确的天气预报、检测癌症和个人助理等。软件测试是测试软件是否存在某些异常行为的过程。软件测试是一个繁琐、费力且最耗时的过程。已经开发了自动化工具,有助于自动化测试过程的某些活动,以提高质量和及时交付。随着时间的推移,随着持续集成和持续交付 (CI/CD) 管道的加入,自动化工具的效率正在降低。测试社区正在转向 AI 来填补这一空白,因为 AI 能够在没有任何人工干预的情况下以比人类更快的速度检查代码中的错误和错误。在这项研究中,我们旨在认识到 AI 技术对 STLC 中各种软件测试活动或方面的影响。此外,该研究旨在识别和解释软件测试人员在将 AI 应用于测试时面临的一些最大挑战。论文还提出了未来人工智能对软件测试领域的一些关键贡献。
本研究提供了有关人工智能 (AI) 和机器学习 (ML) 技术在软件测试领域的应用的信息。人工智能在软件测试中的应用仍处于起步阶段。此外,与更先进的工作领域相比,自动化水平较低。人工智能和机器学习可用于帮助减少繁琐工作并自动化软件测试中的任务。借助人工智能,测试可以变得更高效、更智能。研究人员认识到人工智能有潜力弥合人机驱动测试能力之间的差距。在测试中充分利用人工智能和机器学习技术仍面临许多挑战,但它肯定会增强整个测试过程和测试人员的技能,并将有助于业务增长。机器学习研究是整体人工智能研究的一个子集。软件的生命周期越来越短,也越来越复杂。在软件开发中,开发软件和满足最后期限的压力之间存在着斗争。人工智能驱动的自动化测试使得每次更改都能及时进行完整的测试套件。本文详细概述了人工智能在软件测试中的各种应用。此外,还详细讨论了机器学习在软件测试中的实现,并解释了不同机器学习技术的使用。
美国普渡大学计算机科学系,韦恩堡 摘要 人工智能和机器学习的历史可以追溯到 20 世纪 50 年代。近年来,实现 AI 和 ML 技术的应用程序越来越受欢迎。与传统开发一样,软件测试是高效 AI/ML 应用程序的关键组成部分。然而,AI/ML 中使用的开发方法与传统开发有很大不同。由于这些变化,出现了许多软件测试挑战。本文旨在认识和解释软件测试人员在处理 AI/ML 应用程序时面临的一些最大挑战。对于未来的研究,这项研究具有重要意义。本文概述的每一个挑战都值得进一步研究,并且很有可能为更高效的软件测试策略和方法指明方向,这些策略和方法可以应用于 AI/ML 应用程序。 关键词 人工智能 (AI)、机器学习 (ML)、软件测试 1. 引言
版权所有 © 2008 John Wiley & Sons, Inc. 保留所有权利。未经出版商事先书面许可或向 Copyright Clearance Center, Inc. 支付适当的每份副本费用授权,不得以任何形式或任何方式(电子、机械、影印、录制、扫描或其他方式)复制、存储在检索系统中或传输本出版物的任何部分,除非根据 1976 年美国版权法第 107 或 108 条获得许可。版权许可中心位于 222 Rosewood Drive, Danvers, MA 01923,网站 www.copyright.com。向出版商申请许可的函件应寄至 John Wiley & Sons, Inc. 许可部门,地址:111 River Street, Hoboken, NJ 07030-5774,电话:(201) 748-6011,传真:(201) 748-6008,网站:http://www.wiley.com/go/permissions。
可以说,OO 分析和设计模型的审查特别有用,因为相同的语义构造(例如,类、属性、操作、消息)出现在分析、设计和代码级别。因此,设计和代码级别中的问题。因此,在分析过程中发现的类属性定义中的问题将避免在设计或代码(甚至在设计或代码的下一次迭代(甚至在分析的下一次迭代)之前未发现问题时可能发生的副作用。因此,在分析过程中发现的类属性定义中的问题将避免在设计或代码(甚至在设计或代码的下一次迭代(甚至在分析的下一次迭代)之前未发现问题时可能发生的副作用。
可以说,OO 分析和设计模型的审查特别有用,因为相同的语义构造(例如,类、属性、操作、消息)出现在分析、设计和代码级别。因此,设计和代码级别中的问题。因此,在分析过程中发现的类属性定义中的问题将避免在设计或代码(甚至在设计或代码的下一次迭代(甚至在分析的下一次迭代)之前未发现问题时可能发生的副作用。因此,在分析过程中发现的类属性定义中的问题将避免在设计或代码(甚至在设计或代码的下一次迭代(甚至在分析的下一次迭代)之前未发现问题时可能发生的副作用。