持续集成中的目标测试选择方法
软件工程
2025-09-15 v1 机器学习
摘要
在现代软件开发中，基于变更的测试发挥着至关重要的作用。然而，随着代码库的扩展和测试套件的增长，高效管理测试过程变得日益具有挑战性，尤其是在每日代码提交频率很高的情况下。我们提出了目标测试选择（T-TS），一种用于工业测试选择的机器学习方法。我们的关键创新在于一种数据表示方法，该方法将提交表示为已更改文件的词袋，结合了跨文件和其他预测特征，并显著避免了使用覆盖率图。T-TS 已部署于生产环境中，并使用内部和公开数据集，在时间效率和故障检测方面与行业标准及最新方法进行了全面评估。在实时工业数据上，T-TS 仅选择 15% 的测试，将执行时间缩短了 ，将流水线加速了 ，并检测出超过 95% 的测试失败。该实现已公开发布，以支持进一步的研究和实际应用。
引用
@article{arxiv.2509.10279,
title = {Targeted Test Selection Approach in Continuous Integration},
author = {Pavel Plyusnin and Aleksey Antonov and Vasilii Ermakov and Aleksandr Khaybriev and Margarita Kikot and Ilseyar Alimova and Stanislav Moiseev},
journal= {arXiv preprint arXiv:2509.10279},
year = {2025}
}
备注
Accepted at ICSME 2025