Please use this identifier to cite or link to this item: https://hdl.handle.net/1822/64258

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSaraiva, Joãopor
dc.contributor.advisorMendes, Jorge Cunhapor
dc.contributor.authorVilaça, Diogo Filipe Silvapor
dc.date.accessioned2020-03-05T10:33:24Z-
dc.date.available2020-03-05T10:33:24Z-
dc.date.issued2018-
dc.date.submitted2018-
dc.identifier.urihttps://hdl.handle.net/1822/64258-
dc.descriptionDissertação de mestrado em Computer Sciencepor
dc.description.abstractThis thesis aims to develop a new methodology that combines model-based testing and bidirectional transformations. More precisely, the method of software testing used is blackbox testing, where the system under test is a black-box. Without knowledge of the blackbox’s internal structures or implementation, the focus is on the inputs and outputs. To infer a model for this black-box, machine learning algorithms are used by submitting test cases against the black-box and observing the correspondent output. The resulting model is a finite state machine that produces the same outputs of the black-box when submitted the same inputs used in its making. Usually, in this approach, new test cases are provided to infer better models. In this thesis, bidirectional techniques will be studied in order to guarantee the conformity between both the model and the instance evolution. This way, it is allowed not only the evolution of the test cases and co-evolution of the model, but also the evolution of the model and the co-evolution of the test cases.por
dc.description.abstractEsta tese visa desenvolver uma nova metodologia que combina Model-Based Testing (MBT) e Bidirectional Transformations (Bx). Mais precisamente, o método de teste de software usado é Black-Box Testing (BBT), onde o System Under Test (SUT) é uma black-box. Sem o conhecimento das estruturas internas da black-box ou da sua implementação, o foco está nos inputs e outputs. Para inferir um modelo para esta black-box, são usados algoritmos de aprendizagem através de interrogações à black-box (i.e., casos de teste) e da observação do output correspondente. O modelo resultante é uma Finite State Machine (FSM), que produz os mesmos outputs da black-box, quando lhe são submetidos os mesmos inputs usados na sua criação. Geralmente, nesta abordagem, novos casos de teste são fornecidos para inferir melhores modelos. Nesta tese, serão estudadas técnicas bidireccionais com o objetivo de garantir a conformidade entre as evoluções do modelo e dos casos de teste. Desta forma, é permitida não só a evolução dos casos de teste e co-evolução do modelo, mas também a evolução do modelo e a co-evolução dos casos de teste.por
dc.language.isoengpor
dc.rightsopenAccesspor
dc.titleBidirectional finite state machine based testingpor
dc.typemasterThesiseng
dc.identifier.tid202348091por
thesis.degree.grantorUniversidade do Minhopor
sdum.degree.grade15 valorespor
dc.subject.fosEngenharia e Tecnologia::Outras Engenharias e Tecnologiaspor
Appears in Collections:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
Diogo-Filipe-Silva-Vilaca-dissertacao_final_a72227.pdf526,77 kBAdobe PDFView/Open

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID