DeepREST：利用深度强化学习进行REST API自动测试用例生成
软件工程
2024-08-19 v1
摘要
自动为REST API构建测试场景有助于交付更可靠和可信赖的面向Web的系统。然而，当前黑盒测试方法严重依赖API正式文档中可用的信息，即OpenAPI规范（OAS）。虽然有用，但OAS主要涵盖API的语法方面（如操作之间的生产者-消费者关系、输入值属性和自然语言中的附加约束），而缺乏对API业务逻辑的深层理解。缺失的语义包括操作之间的隐式排序（逻辑依赖）和隐式输入值约束。这些限制阻碍了黑盒测试工具自动生成真正有效测试用例的能力。本文介绍了DeepREST，一种用于自动测试REST API的新型黑盒方法。它利用深度强化学习来揭示隐式API约束，即API文档中隐藏的约束。好奇心驱动学习引导智能体探索API并学习测试操作的有效顺序。这有助于确定首先测试哪些操作以使API进入可测试状态并避免后续失败的API交互。同时，在成功API交互中获得的经验被用于驱动精确的输入数据生成（即使用哪些参数以及如何选择其值）。此外，DeepREST通过变异成功API交互在探索与利用之间交替，以提高测试覆盖率并收集进一步经验。我们的经验验证表明，所提出的方法在实现高测试覆盖率和故障检测方面非常有效，且优于最先进基线。
引用
@article{arxiv.2408.08594,
title = {DeepREST: Automated Test Case Generation for REST APIs Exploiting Deep Reinforcement Learning},
author = {Davide Corradini and Zeno Montolli and Michele Pasqua and Mariano Ceccato},
journal= {arXiv preprint arXiv:2408.08594},
year = {2024}
}