基于量子退火重新表述回归测试套优化——实证研究
软件工程
2025-01-29 v2 新兴技术
摘要
在软件开发的动态环境中，保持软件质量至关重要。回归测试确保在实施变更后软件按预期工作。然而，针对每项修改都重新执行所有测试用例往往是不切实际且昂贵的，尤其是对于大型系统。尽管非常有效，但传统的测试套优化技术在资源受限的情况下往往难以实用，因为它们计算成本高昂。因此，已developed to improve their efficiency but have shown drawbacks in terms of effectiveness. 我们提出了重新表述回归测试用例选择问题以更好地利用量子计算技术。我们的目标是（i）提供比传统方法更高效的解决方案，（ii）提高之前提出的基于量子的方法的有效性。我们提出了 SelectQA，一种量子退火方法，可在有效性方面超过之前的基于量子的方法 BootQA，同时在效果上与经典的 Additional Greedy 和 DIV-GA 方法相当。在效率方面，SelectQA 超过了 DIV-GA，并与 Additional Greedy 算法取得类似结果，但不及 BootQA。
引用
@article{arxiv.2411.15963,
title = {Reformulating Regression Test Suite Optimization using Quantum Annealing -- an Empirical Study},
author = {Antonio Trovato and Manuel De Stefano and Fabiano Pecorelli and Dario Di Nucci and Andrea De Lucia},
journal= {arXiv preprint arXiv:2411.15963},
year = {2025}
}