填空：面向移动 GUI 测试的上下文感知自动化文本输入生成
软件工程
2022-12-12 v1
摘要
自动化 GUI 测试被广泛用于保障移动应用的质量。然而，许多 GUI 需要恰当的文本输入才能进入下一页面，这仍是测试覆盖率的显著障碍。考虑到有效输入的多样性与语义要求（如航班出发地、电影名称），自动化文本输入生成颇具挑战。受预训练大语言模型（LLM）在文本生成方面取得卓越进展的启发，我们提出一种名为 QTypist、基于 LLM 的方法，用于依据 GUI 上下文智能生成语义输入文本。为提升 LLM 在移动测试场景中的表现，我们开发了基于提示的数据构建与微调方法，可自动抽取提示与答案用于模型微调。我们在来自 Google Play 的 106 个应用上评估 QTypist，结果显示其通过率达 87%，比最佳基线高 93%。我们还将 QTypist 与自动化 GUI 测试工具集成，相比原始工具可多覆盖 42% 的应用活动、52% 的页面，并进而多发现 122% 的缺陷。
引用
@article{arxiv.2212.04732,
title = {Fill in the Blank: Context-aware Automated Text Input Generation for Mobile GUI Testing},
author = {Zhe Liu and Chunyang Chen and Junjie Wang and Xing Che and Yuekai Huang and Jun Hu and Qing Wang},
journal= {arXiv preprint arXiv:2212.04732},
year = {2022}
}
备注
Accepted by IEEE/ACM International Conference on Software Engineering 2023 (ICSE 2023)