Detail publikace
Multi-objective Genetic Optimization for Noise-Based Testing of Concurrent Software
Křena Bohuslav, Ing., Ph.D. (UITS FIT VUT)
Letko Zdeněk, Ing., Ph.D. (UITS FIT VUT)
Pluháčková Hana, Mgr. Bc. (UITS FIT VUT)
Vojnar Tomáš, prof. Ing., Ph.D. (UITS FIT VUT)
Testování vícevláknových programů je náročnou prácí kvůli mnoha možným proložením operací v paralelních vláknech, které je třeba prozkoumat. Technika vkládání šumu přispívá ke zvýšení počtu proložení zkoumaných během opakovaného spouštění testů za předpokladu, že bude použito vhodné heuristiky vkládání šumu. Problém nalezení takového nastavení není snadné vyřešit. V tomto článku ukážeme, jak použít multi-kriteriální genetický algoritmus (MOGA) k řešení tohoto problému. Zejména se zaměřujeme na generaci řešení, které pokrývají vysoký počet proložení (zejména ty, které jsou vzácné) a poskytují stabilní výsledky při testování. K dosažení tohoto cíle jsou použity vhodné metriky a způsoby, jak potlačit ne-deterministické plánování. Na souboru benchmarků
ukážeme, že náš přístup poskytuje lepší výsledky ve srovnání s běžně
používaným náhodným přístupem.
@INPROCEEDINGS{FITPUB10675, author = "Vendula Dudka and Bohuslav K\v{r}ena and Zden\v{e}k Letko and Hana Pluh\'{a}\v{c}kov\'{a} and Tom\'{a}\v{s} Vojnar", title = "Multi-objective Genetic Optimization for Noise-Based Testing of Concurrent Software", pages = "107--122", booktitle = "SSBSE'14", series = "Lecture Notes in Computer Science", volume = 8636, year = 2014, location = "Heidelberg, DE", publisher = "Springer Verlag", ISBN = "978-3-319-09939-2", doi = "10.1007/978-3-319-09940-8\_8", language = "english", url = "https://www.fit.vut.cz/research/publication/10675" }