디지털 라이브러리[ 검색결과 ]
RESTful 웹 어플리케이션 행위 모델 기반 결함 위치 추정
http://doi.org/10.5626/JOK.2020.47.11.1044
웹 어플리케이션의 규모나 복잡성이 전통적인 소프트웨어보다 커 기존 결함 위치 추정 기법을 적용하기 어렵고, 웹 어플리케이션과 같은 복잡한 시스템 대상의 연구들도 시스템 내 구성 요소들 간 간접적 상호작용과 시스템의 동적 재구성을 고려하지 못한다. 이 문제를 풀기 위해 본 연구는 RESTful 웹 어플리케이션의 실행 기록을 구성 요소들이 수행하는 행위들의 순열로 모델링하고, 그 행위 모델 상에서 결함을 위치 추정하는 기법을 제안한다. 이 기법은 직간접적 상호작용을 모두 반영하는 행위 모델을 사용하고 실행 전에 모델을 미리 구축할 필요가 없어 동적 환경에 적합하다. 기법의 평가를 위해 사례 연구를 수행하여 전체 디버깅 대상 수의 1.8%에 해당하는 순위 내에 모든 결함을 위치 추정했다. 본 연구에서 제안하는 행위 모델 기반 RESTful 웹 어플리케이션 결함 위치 추정 기법이 대규모의 복잡한 웹 어플리케이션의 디버깅 노력을 효과적으로 감소시킬 것으로 기대된다.
커버리지 변화 정보를 활용한 코드 누락 결함에 대한 뮤테이션 기반 결함 위치 식별 기법의 성능 향상
http://doi.org/10.5626/JOK.2020.47.9.863
많은 소프트웨어 결함이 코드 누락 결함(omission fault)의 형태를 가지는 데 반하여, 기존의 뮤테이션 기반 결함 위치 식별(mutation-based fault localization) 기법은 코드 누락 결함에 대해 낮은 정확도를 보여 효용성이 낮은 문제가 있다. 본 논문에서는 뮤테이션 기반 결함 위치 식별 기법인 MUSEUM과 Metallaxis에 뮤테이션에 따른 커버리지 변화와 테스트 결과 또는 출력을 연계하는 요소를 추가함으로써 코드 누락 결함을 대상으로 위치 식별 성능을 향상하는 MUSEUM+과 Metallaxis+ 기법을 제안한다. 10개의 코드 누락 결함과 6개의 일반 결함을 포함하는 총 16개 Defects4J 결함사례를 대상으로 실험한 결과, 제안한 MUSEUM+과 Metallaxis+기법은 총 10개의 코드 누락 결함 중 6개에 대해 효과적으로 정확도를 향상시켰으며, 16개 전반에 있어 정확도 향상을 확인할 수 있었다.
시스템 오브 시스템즈의 오류 위치 추정을 위한 통계적 검증 결과 활용 기법 분석
http://doi.org/10.5626/JOK.2020.47.4.380
시스템 오브 시스템즈(System-of-Systems, SoS)는 독립적인 이종의 구성시스템들로 이루어진 크고 복잡한 시스템이며, 이런 SoS의 목표 달성도 확인을 위해 통계적 모델 검증(Statistical Model Checking, SMC) 기법이 주로 사용된다. 하지만 SoS가 특정 목표를 달성하지 못하는 경우, SoS내에 존재하는 목표 달성 저해 요소를 효율적으로 찾기 위해 기존 오류 위치 추정 기법을 확장 적용할 수 있다. 하지만, 기존 기법들은 성공, 실패의 테스팅 결과만을 사용하기 때문에, SMC의 확률적 결과값을 기존 위치 추정 기법에 사용하기 위한 추가적인 해석 기법이 필요하다. 따라서 본 연구에서는 SoS에 기존의 오류위치 추정기법을 적용하기 위한 6가지 기법을 소개하고, 재난 대응 SoS를 이용하여 해당 기법들에 대한 비교 분석을 진행하였다. 그 결과, SMC의 결과를 기댓값으로 활용한 기법이 모든 시나리오에서 평균적으로 좋은 성능을 보임을 밝힐 수 있었다.
메모리 맵 기반 메모리 영역 분할과 메모리 갱신 정보를 활용한 결함 후보 축소 기법
요즘 자동차 제작비용 중 차량용 전자장치에 사용되는 비용이 30% 이상을 차지하고 있다. 따라서 차량용 전자장치에 사용되는 비용 절약의 필요성이 증가하고 있다. 그런데, 완성차 업체들은 차량용 전장부품을 제작하는 일을 대부분 외주 업체에 맡기기 때문에 전장부품의 테스트 및 디버깅의 복잡도가 증가하고 있다. 이로 인해, 차량용 전장부품의 테스트 시에 발생하는 결함의 위치를 찾아내는데 많은 비용과 시간을 소비하고 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 차량용 전장부품을 대상으로 통합테스팅을 수행하는 검사자가 메모리상의 결함후보를 축소할 수 있는 기법을 제안한다. 본 기법에서는 메모리 맵을 이용하여 메모리를 분할하고, 분할된 메모리 영역에 메모리 갱신 정보를 적용해 각 분할 영역의 결함 의심도를 계산한다. 이렇게 계산된 결함 의심도를 기준으로 분할 영역들의 결함 의심순위를 결정할 수 있다. 제안하는 기법을 이용해 결함 후보 영역을 전체 메모리 크기의 1/6 정도로 축소했다.
결함위치식별 기법의 성능 향상을 위한 테스트케이스 그룹화 및 필터링 기법
스펙트럼 기반 결함위치식별 기법은 성공 테스트케이스 대비 실패 테스트케이스에 영향을 많이 받은 스테이트먼트에 의심도를 통계적으로 부여하는 기법이다. 이 기법에서 실패 테스트케이스를 지나간 스테이트먼트에는 의심도를 부여하고 성공 테스트케이스를 지나간 스테이트먼트는 부여된 의심도 일부를 줄이는 역할을 한다. 그러므로 실패 테스트케이스의 역할이 매우 중요하며 부재 시 결함의 위치를 찾을 수 없기도 하다. 하지만 이 기법에서 실패, 성공 테스트케이스를 동시에 입력하여 의심도를 계산하기 때문에 실패 테스트케이스의 고유 특성을 반영할 수 없다는 한계점을 가지고 있다. 본 논문에서는 이와 같은 한계점을 보완하여 보다 정확한 결함위치식별을 도와줄 수 있는 테스트케이스 그룹화기법을 제안한다. 또한, 테스트 효율성을 고려한 필터링 기법을 제안하고 이들을 65개의 알고리즘에 적용해 실효성을 검증한다. EXAM score기준으로 전체의 90% 기법에서 정확도 13%, 효율성이 72% 향상되었다.
