2022 Fiscal Year Annual Research Report
類似ソースコード検索を用いたテストコード自動生成環境の構築
| Project/Area Number |
19K20240
|
|---|
| Research Institution | Kyoto Institute of Technology |
|---|
Principal Investigator |
崔 恩瀞 京都工芸繊維大学, 情報工学・人間科学系, 助教 (90755943)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | ソースコード再利用 / テストコード自動生成 |
|---|
| Outline of Annual Research Achievements |
本研究の目的の１つである「類似ソースコード検索を用いたテストコード自動生成環境によって生成されたテストコードは既存の手法で生成されたテストコードより，高いテストカバレッジが得られるか？」に達成ために，主に，提案環境の改善を行なった．改善では，まず，提案環境で使用する類似ソースコード検索の精度向上に取り組んだ．具体的には，類似ソースコード検索の時に，ソースコードのトークンや文の並び順、制御フローなどの情報を考慮してソースコードの類似性を判断するように改善し，提案環境の類似ソースコード検索アルゴリズムの精度を向上させことで，より適切な参照コードを見つけることができた．
次に，制約条件を用いるテストケースの生成範囲を制限するように提案環境を改善した．例えば，たとえば、特定の条件文のブロック内での変数の値の制約や、特定のデータ構造の要素に関する制約を設けることで，テストケースの生成範囲をより具体的に制御することができた．
最後に，改善がテストカバレッジに貢献できるかを確認するために，提案環境をJavaで開発されたオープンソースソフトウェアソフトウェア(OSS)に適用し，既存の手法で生成されたテストコードと提案環境によって生成されたテストコードののテストカバレッジを比較した．その時に，個別のソフトウェアの特性に依存しないため，複数のドメインのOSSに対して繰り返し比較し，結果を統計的に分析した．さらに，被験者実験を行い，提案環境を定性的に評価した．これらの実験の結果，その結果，提案環境によって生成されたテストコードは，既存の手法で生成されたテストコードより，高いテストカバレッジが得られることを確認できた．
|
