SciELO - Scientific Electronic Library Online

 
 issue109Subgrade soil stabilization using marine debris: A literature reviewRapid assessment of mercury-contaminated sites through the Toxic Site Identification Program (TSIP). Colombia author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Facultad de Ingeniería Universidad de Antioquia

Print version ISSN 0120-6230On-line version ISSN 2422-2844

Abstract

FERNANDEZ-OLIVA, Perla Beatriz; GUEMES-ESPERON, Alejandro Miguel; DELGADO-DAPENA, Martha Dunia  and  ROSETE, Alejandro. Modelo de reducción basado en búsqueda para pruebas unitarias. Rev.fac.ing.univ. Antioquia [online]. 2023, n.109, pp.35-47.  Epub Nov 01, 2023. ISSN 0120-6230.  https://doi.org/10.17533/udea.redin.20221098.

Las pruebas de software son fundamentales en la confiabilidad y calidad de los sistemas, contribuyendo a su posicionamiento en el mercado. La generación de datos de prueba es una tarea crítica, ya que las pruebas exhaustivas son costosas en tiempo y esfuerzo. Un adecuado diseño de los casos de prueba, que contemple una selección de valores adecuados, puede detectar un elevado número de defectos. La significación de los casos de prueba se mide en función del número de errores que consiguen detectar. Sin embargo, las propuestas que abordan estos temas con el uso de algoritmos heurísticos se enfocan en la reducción del tiempo de generación y diferentes criterios de cobertura. Este artículo presenta un modelo de optimización basado en búsqueda para la generación de conjuntos de pruebas unitarias que integra diferentes técnicas de diseño de casos de prueba considerando la significación de los valores generados en la detección de errores. También se tiene en cuenta la significación de los caminos, con el objetivo de obtener casos de prueba con mayor potencial para detectar errores. El modelo de optimización utiliza algoritmos heurísticos que maximizan la cobertura de los caminos. Se presentan los resultados de la experimentación, que muestran que la propuesta presentada genera suit de prueba con una alta capacidad para detectar errores. Para ello se evaluó la efectividad de las suits de prueba generadas para detectar errores en el código mutado.

Keywords : Generación automática de pruebas; pruebas unitarias; pruebas basadas en búsqueda; pruebas de software.

        · abstract in English     · text in English     · English ( pdf )