基于模型推断搜索启发式的REST API自动化测试用例生成
软件工程
2025-01-31 v2 人工智能
摘要
微服务架构风格的日益流行，导致对针对这些系统的自动化测试方法需求不断增长。EvoMaster是一种先进工具，利用演化算法(EA)自动为微服务的REST API生成测试用例。这些EA的一个局限性是使用单元级搜索启发式，如分支距离，这些方法侧重于细粒度代码覆盖率，可能不有效地捕捉系统级测试所特有的复杂、相互关联的行为。为解决这一局限性，我们提出了一种新的搜索启发式(MISH)，利用实时自动机学习来指导测试用例生成过程。我们通过学习来自同一系统中不同微服务输出的日志事件流中所呈现的测试用例序列调用模式，捕获测试用例的顺序调用模式。因此，MISH学习系统范围行为的表示，允许我们基于测试用例在推断自动机中遍历的路径来定义其适应度。我们在六个真实世界基准微服务应用程序上对MISH的效果进行了实证评估，并将其与用于REST API测试的一种先进技术MOSA进行比较。我们的评估显示，针对EvoMaster中的自动化测试用例生成使用MISH具有前景的效果。
引用
@article{arxiv.2412.03420,
title = {Automated Test-Case Generation for REST APIs Using Model Inference Search Heuristic},
author = {Clinton Cao and Annibale Panichella and Sicco Verwer},
journal= {arXiv preprint arXiv:2412.03420},
year = {2025}
}
备注
12 pages