Back to Search Start Over

Knihovna pro detekci významových vlastností stromových struktur

Authors :
Smrčka, Aleš
Rogalewicz, Adam
Smrčka, Aleš
Rogalewicz, Adam

Abstract

Testování multikomponentních IT a IoT systémů, které zpracovávají proudy různých zpráv je složitou úlohou. Proč je to složité? Kvůli množství komponentů, jejích asynchronní interakcí, různým kombinacím události pro testování, testovacímu prostředí, které se liší od reálného a množství dalším důvodů. Táhle práce navrhuje způsob generování komplexních dat pro testovací účely s minimálním zásahem vývojářů. Generování dat založeno na analýze sledu komunikace reálného systému a následnou syntézou podobných sledů pro testování. Práce také navrhuje framework na prvotní analýzu zpráv přenášených v zachycené komunikace. Tohle může být uděláno použitím různých abstraktních modelů: modelu zprávy a modelu komunikaci. Výsledkem téhle práce je implementovaní knihovna na tvorbu modelu zprávy a množina operací pro práci s tímto modelem.<br />Testing multicomponent systems in IT and IoT that process the streams of different messages is a complicated task. Why it is complicated? Because of the number of components, asynchronous interaction, different combinations of actions to test, test environment differs from the real environment and others. This thesis introduces an idea of how to generate complex input data for system testing while requiring minimum intervention from a developer. The test data generation is based on the analysis of traces of communication in a real system, and the reproduction of similar traces for testing purposes. The paper also proposes a framework for the initial analysis of messages transferred within the recorded communication. It can be solved using different abstract models: the message model, the communication model. The result of this work is the implemented library for creating a message model with a set of operations for working with this model.

Details

Database :
OAIster
Notes :
English
Publication Type :
Electronic Resource
Accession number :
edsoai.on1197601538
Document Type :
Electronic Resource