• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.55.2020.tde-04022020-093604
Documento
Autor
Nome completo
Vitor Silva Montes
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2019
Orientador
Banca examinadora
Souza, Paulo Sergio Lopes de (Presidente)
Ambrosio, Ana Maria
Delamaro, Márcio Eduardo
Soares, Anderson da Silva
Título em português
Detecção de defeitos de software utilizando agrupamento de perfis de desempenho
Palavras-chave em português
Agrupamento de dados
Avaliação de desempenho
Confiabilidade de software
Teste de mutação
Teste funcional
Resumo em português
A maioria dos problemas de desempenho são únicos. As métricas, cargas de trabalho e técnicas de avaliação usadas em um problema geralmente não podem ser usadas no problema seguinte. Portanto, ferramentas automáticas que auxiliem no entendimento do comportamento de uma aplicação em execução e suas mudanças ao longo do ciclo de desenvolvimento são essenciais para análises de desempenho e detecção de erros. A proposta deste trabalho é explorar a descoberta de defeitos no software por intermédio da avaliação de desempenho, assumindo a premissa que tais defeitos alteram o uso dos recursos ao longo da execução da aplicação. Isso é feito com a abordagem de teste funcional do programa em execução, onde são avaliados aspectos de desempenho da aplicação, e não aspectos funcionais, na detecção de erros na execução causados por defeitos. Um algoritmo de agrupamento baseado em Distância por Compressão Normalizada é aplicado para definir de forma automática um perfil de desempenho esperado do software em casos de teste, que é usado também para detectar anomalias. O processo de validação desta proposta é feito com a geração de defeitos por meio de mutação seletiva.
Título em inglês
Software fault detection using clustering of performance profiles
Palavras-chave em inglês
Data clustering
Fault injection
Functional testing
Performance evaluation
Software reliability
Resumo em inglês
Most performance issues are unique. The metrics, workloads, and rating techniques used in a problem generally can not be used in the next problem. Therefore, automated tools that assist in understanding the behavior of a running application and its changes throughout the development cycle are essential for performance analysis and error detection. The proposal of this research is exploring the discovery of softwares faults, by means of performance evaluation, assuming the premisse that such faults change the use of resources, throught the applications execution. This is done with the functional test approach of the running program, where performance aspects of the application, rather than functional aspects, are evaluated in the detection of errors in execution caused by faults. A Normalized Compression Distance based clustering algorithm is applied to automatically define an expected performance profile of a software for test cases,which is also used for detecting anomalies. The validation process is done with the generation of faults through selective mutation.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2020-02-04
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.