计算机网络和信息集成教育部重点实验室（东南大学）

 
   



2020年学术报告


--- 2020年学术报告 ---
CBUA：一种无监督的测试集有效性评估方法

时间：2020年11月10日 上午10:00 地点：九龙湖计算机楼413

报告简介：

变异得分是量化测试集有效性的重要指标，其计算传统上需要在被测代码CUT和对应的变异体集M上运行测试集T，计算成本高。近期的研究提出借助有监督模型，利用T在CUT上的执行等信息来预测其变异得分，通过避免变异体的执行来降低计算成本，然而其构建仍依赖于高成本的变异体执行才能获得的有标记训练数据。我们提出一种基于覆盖信息的无监督方法CBUA来评估测试集的有效性，其计算只需要在CUT上执行一次T，不涉及训练数据和变异体的执行，因而计算成本低。在多个项目上的结果显示，CBUA的预测准确性不仅不比最新的有监督方法差，而且能更有效地发现被测试集覆盖但仍存活的变异体。据此，我们建议将来的测试集有效性预测研究应将CBUA作为基准模型来比较。


报告人简介：

周毓明，南京大学计算机科学与技术系，教授、博导。主要研究方向为软件质量保证，期望能为软件开发人员提高软件开发质量提供方法、技术和工具上的支持。围绕软件度量、程序分析和软件测试等方向进行研究，相关研究成果多次发表在TOSEM、TSE等国际期刊和ICSE、FSE等国际会议上，作为主要参与人员获得省部级奖项多项。
   

东南大学计算机网络和信息集成教育部重点实验室 版权所有