بهبود پيش‌بيني خروجي مورد انتظار در توليد خودكار اوراكل آزمون

آزمون نرم‌افزار از فعاليت‌هاي مهم چرخه حيات نرم‌افزار است كه براي بهبود كيفيت نرم‌افزار مورد استفاده قرار مي‌گيرد. براي كاهش هزينه‌هاي آزمون، محققان سعي كرده‌اند كه آن‌را خودكار نمايند. اما آزمون به اوراكل نياز دارد و خودكارسازي توليد اوراكل نيز لازم مي‌شود. اوراكل روالي براي توليد خروجي مورد انتظار و تعيين اجراي موفق نرم‌افزار حين آزمون است. براي توليد خودكار اوراكل آزمون بايد رفتار نرم‌افزار مدل‌سازي شود و دامنه ورودي به خروجي نگاشت يابد. اين كار معمولاً ازطريق ساخت مدل يادگيري روي نمونه¬هاي آزمايشي صورت مي‌گيرد. اما گاهي داده‌ها جزئيات كافي ندارد تا مدل، رفتار دقيق را ياد بگيرد و دقت توليد اوراكل كاهش مي¬يابد. براي حل اين مشكل، در اين مقاله، روشي بهبوديافته براي توليد خودكار اوراكل آزمون ارائه مي‌شود. اين روش اطلاعاتي از پوشش كد نرم‌افزار تحت آزمون استخراج مي‌كند. سپس آن‌را به مدل يادگير تزريق مي‌نمايد تا جزئيات بيش‌تري در اختيار مدل قرار گيرد و دقت پيش‌بيني افزايش يابد. روش پيش‌نهادي بااستفاده از برنامه‌هاي تي‌كَس و اِسكِجول از مجموعه محك زيمنس مورد ارزيابي قرار گرفته است. در آزمايش‌ها روش پيشنهادي روي برنامه تي‌كَس دقت 95/97 و روي برنامه اِسكِجول دقت 27/60 نشان داد. روش پيش‌نهادي به مشخصات كامل نرم‌افزار تحت آزمون نياز ندارد. پس كافي است اطلاعات مربوط به نوع و تعداد متغيرهاي ورودي برنامه تحت آزمون مهيا باشد. به اين ترتيب ميزان دخالت انساني در توليد خودكار اوراكل آزمون كاهش مي‌يابد.