应用到测试工业REST API的技术采用绩效评估

科学领域:

• 软件工程 软件工程 软件工程
• 软件测试中的人工智能
• 自动化软件测试自动化软件测试

背景情况:

• 手动软件测试是劳动密集型的,容易出现错误.
• 自动化测试案例生成提供了一个解决方案,以提高效率和正确性.
• 存在各种人工智能 (例如进化,LLM) 和算法方法,每个方法都有独特的优缺点,用于工业集成.

研究的目的:

• 为评估测试案例生成方法提出一个系统的方法.
• 将这些方法整合到IT产品开发的可扩展企业设置中.
• 专门针对使用OpenAPI方案对REST API进行黑子测试.

主要方法:

• 开发和应用技术采用绩效评估 (TAPE) 方法.
• 在大众汽车集团的IT集团内进行了案例研究.
• 评估了现有的工具:基于各种技术的OpenAPI生成器,EvoMaster和StarCoder.

主要成果:

• TAPE方法为评估测试案例生成工具提供了一个框架.
• 评估的工具显示,对测试工程师来说有显著的好处.
• 在大型工业IT环境中,简化了测试案例规范和设计.

结论:

• 系统评估和整合方法 (TAPE) 对于工业采用测试案例生成工具是有效的.
• 人工智能和算法驱动的工具可以提高REST API软件测试的效率和质量.
• 该研究证实了这些工具在简化IT产品开发和服务交付方面的价值.