Submitted by JÚLIO HEBER SILVA (julioheber@yahoo.com.br) on 2017-09-06T18:11:43Z
No. of bitstreams: 2
Dissertação - Ludmila Irineu Toledo - 2017.pdf: 1781052 bytes, checksum: 809a5a8972f14af9bc5bd3cc2eb37f80 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-09-15T15:34:25Z (GMT) No. of bitstreams: 2
Dissertação - Ludmila Irineu Toledo - 2017.pdf: 1781052 bytes, checksum: 809a5a8972f14af9bc5bd3cc2eb37f80 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-09-15T15:34:26Z (GMT). No. of bitstreams: 2
Dissertação - Ludmila Irineu Toledo - 2017.pdf: 1781052 bytes, checksum: 809a5a8972f14af9bc5bd3cc2eb37f80 (MD5)
license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5)
Previous issue date: 2017-08-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Regression testing for database applications can be a computationally costly task as it
often deals with databases with large volumes of data and complex SQL statements (for
example, nested queries, set comparisons, use of functions and operators). In this context,
some works only select a subset of the database for testing purposes, that is, select data
to create a test database and thus improve test efficiency. But usually, the selection of
test data is also a complex optimization problem. Thus, this work proposes a method of
selecting test data for regression testing on SQL statements based on mutation analysis,
called MutShrink. The goal is to minimize the cost of testing by reducing the size of the
database while maintaining the same effectiveness as the original database. MutShrink
consists of using the result of the generated mutants to evaluate the database and select
tuples using filters in these results, selecting reduced sets of test data. Experiments
were performed using a benchmark with complex SQLs and database with large data
volume. We compared our proposal with the QAShrink tool and the results revealed
that MutShrink overcame the QAShrink tool in 92.85 % of cases when evaluated by the
Mutation Score metric and 57.14 % of cases when evaluated by the metric Full Predicate
Coverage. / O teste de regressão para aplicações de banco de dados pode ser uma tarefa computacionalmente
custosa, pois frequentemente lida com bancos de dados com grandes volumes
de dados e instruções SQL com estruturas complexas (por exemplo, consultas aninhadas,
comparação de conjuntos, uso de funções e operadores). Neste contexto, alguns trabalhos
realizam seleção apenas de um subconjunto do banco de dados para fins de teste, ou seja,
selecionam dados para criar um banco de dados de teste e assim, melhorar a eficiência do
teste. Mas, normalmente, a seleção de dados de teste também é um problema complexo
de otimização. Assim, este trabalho propõe um método de seleção de dados de teste para
teste de regressão em instruções SQLs baseado em análise de mutação, chamado MutShrink.
O objetivo é minimizar o custo do teste reduzindo o tamanho do banco de dados,
mantendo a eficácia semelhante ao banco original. O MutShrink consiste em utilizar o resultado
dos mutantes gerados para avaliar o banco de dados e selecionar tuplas a partir de
filtros nestes resultados, selecionando conjuntos reduzidos de dados de teste. Foram realizados
experimentos usando um benchmark com SQLs de estruturas complexas e banco
de dados com grande volume de dados. Comparamos nossa proposta com a ferramenta
QAShrink e os resultados revelaram que o MutShrink superou a ferramenta QAShrink em
92,85% dos casos quando avaliada pela métrica Escore de Mutação e em 57,14% dos
casos quando avaliada pela métrica Full Predicate Coverage.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.bc.ufg.br:tede/7737 |
| Date | 11 August 2017 |
| Creators | Toledo, Ludmila Irineu |
| Contributors | Rodrigues, Cássio Leonardo, Camilo Junior, Celso Gonçalves, Rodrigues, Cássio Leonardo, Camilo Junior, Celso Gonçalves, Leitão Júnior, Plínio de Sá, Zinader, Juliana Pereira de Souza |
| Publisher | Universidade Federal de Goiás, Programa de Pós-graduação em Ciência da Computação (INF), UFG, Brasil, Instituto de Informática - INF (RG) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFG, instname:Universidade Federal de Goiás, instacron:UFG |
| Rights | http://creativecommons.org/licenses/by-nc-nd/4.0/, info:eu-repo/semantics/openAccess |
| Relation | -3303550325223384799, 600, 600, 600, 600, -7712266734633644768, 3671711205811204509, 2075167498588264571 |
Page generated in 0.0029 seconds