人工智能与机器学习在软件测试中的作用
地球与行星天体物理
2024-09-05 v1
摘要
人工智能 (AI) 和机器学习 (ML) 已显著影响多个行业，包括软件开发。软件测试作为软件开发生命周期 (SDLC) 的关键组成部分，确保软件产品的质量和可靠性。传统上，软件测试是需要大量人力的过程。然而，AI 和 ML 的出现通过引入自动化和智能决策能力改变了这一格局。AI 和 ML 技术通过自动化执行复杂任务（如测试用例生成、测试执行和结果分析），增强了软件测试的效率和效果。这些技术减少了测试所需的时间，提高了缺陷检测的准确性，从而最终导致更高质量的软件。AI 可以通过分析历史数据和识别模式来预测潜在的失败区域，从而实现更有针对性和高效的测试。本文通过综述现有文献、分析当前工具和技术，并呈现案例研究来探讨 AI 和 ML 在软件测试中的作用。文献综述提供了 AI 和 ML 在软件测试中应用的最新进展的全面概览，突出显示来自各种研究的关键方法和发现。对当前工具的分析展示了流行的 AI 驱动测试工具（如 Eggplant AI、Test.ai、Selenium、Appvance、Applitools Eyes、Katalon Studio 和 Tricentis Tosca）的功能，每种工具都提供独特的功能和优势。本文中的案例研究说明了 AI 和 ML 在软件测试中的实际应用，显示出在测试效率、准确性和整体软件质量方面的显著改进。
引用
@article{arxiv.2409.02692,
title = {New gravity field of comet 67P/C-G based on Rosetta's Doppler and optical data},
author = {Julien Laurent-Varin and Théo James and Jean-Charles Marty and Laurent Jorda and Sebastien Le Maistre and Robert Gaskell},
journal= {arXiv preprint arXiv:2409.02692},
year = {2024}
}