通过层次聚类改进 REST API 的测试用例生成
软件工程
2021-09-15 v1 人工智能
摘要
随着现代应用中 Web API 使用的不断增加，对系统整体进行测试变得愈发重要。在过去十年中，已有工具和方法来使用进化算法（EAs）自动化地为这些 API 创建系统级测试用例。EA 的限制因素之一在于其遗传算子（交叉与变异）完全随机，可能破坏搜索过程中发现的 API 请求序列中有前景的模式。破坏这些模式会对测试用例生成过程的有效性产生负面影响。为解决该局限，本文提出一种新方法，使用凝聚式层次聚类（AHC）推断链接树模型，该模型在新测试用例中捕获、复制并保留这些模式。我们通过在一个包含 7 个真实基准应用上的实证研究，针对分支覆盖率和真实故障检测能力评估了称为 LT-MOSA 的方法。我们还将 LT-MOSA 与现有的两种最先进白盒技术（MIO、MOSA）在 REST API 测试上进行比较。结果表明，在 7 个应用中分别有 4 个和 5 个，LT-MOSA 相较 MIO 和 MOSA 在测试目标覆盖率（即行与分支）上取得了统计显著的提升。此外，LT-MOSA 分别发现了 MIO 和 MOSA 未检测到的 27 和 18 个独特真实故障。
引用
@article{arxiv.2109.06655,
title = {Improving Test Case Generation for REST APIs Through Hierarchical Clustering},
author = {Dimitri Stallenberg and Mitchell Olsthoorn and Annibale Panichella},
journal= {arXiv preprint arXiv:2109.06655},
year = {2021}
}