Regression Testing Optimization for ROS-based Autonomous Systems: A Comprehensive Review of Techniques
本文首次系统综述了基于ROS的自主系统回归测试优化技术,分类分析了122项研究,并提出了未来研究方向,以提升测试效率与有效性。
2025-06-19 cs.SE
Managing Object-Oriented Integration and Regression Testing
面向对象软件的系统测试比传统软件的测试要复杂得多。特别是高度增量和迭代的开发周期需要更多的更改和部分实现。重新实现的类。在开发过程中,必须进行更多的集成和回归测试,以达到稳定的阶段。在这个演示文稿中,我们提出了一个图表捕捉所有可能的依赖关系和面向对象的程序中的相互作用。然后,我们给出了算法和覆盖标准,以确定集成响应。回归测试策略和所有测试用例将在一些实施后执行。修改活动。最后总结了一些实践经验和体会。
1999-02-05 cs.SE
A New Proposed Technique to Improve Software Regression Testing Cost
在本文中,我们描述了回归测试过程,以测试和验证对软件所做的更改。提出了一种基于决策树和测试选择过程的自动化测试技术,以降低测试成本。将该方法应用于实际案例,结果表明该方法具有较好的效果.
2011-11-23 cs.SE
ComReg: A Complex Network Approach to Prioritize Test Cases for Regression Testing
执行回归测试是为了确保软件某个部分的变更不会影响软件的其他部分。执行所有现有的测试用例是重新建立这种信心的最佳方式。然而,回归测试是一个昂贵的过程-可能没有足够的资源(例如,时间、劳动力),以允许重新执行所有测试用例。回归测试优先级技术试图根据一些标准对回归测试套件进行重新排序,以便更早地执行最高优先级的测试用例。在这项研究中,我们希望优先级测试用例的回归测试的依赖网络的基础上的故障。在软件测试中,一些故障是其他故障(引导故障)的后果是很常见的。此外,当且仅当前导故障已被移除时,相关故障才能被移除。我们的目标是确定测试用例的优先级,以便在系统测试阶段暴露主要故障(故障依赖网络中最核心的故障)的测试用例在回归测试中首先执行。我们提出了ComReg,一个基于故障依赖网络的测试用例优先级排序技术。我们将故障依赖网络建模为有向图,并识别出主要故障,以确定回归测试用例的优先级。我们使用的中心性聚合技术,认为六个网络代表中心性指标,以确定故障依赖网络中的领先故障。我们还讨论了使用故障社区从优先回归测试套件中选择任意百分比的测试用例。我们进行了案例研究,评估所提出的方法的有效性和适用性。
2014-11-26 cs.SE
Formalizing Regression Testing for Agile and Continuous Integration Environments
School Of Computing and Augmented Intelligence, Arizona State University(亚利桑那州立大学计算与增强智能学院)
本研究将敏捷与持续集成环境中的持续回归测试形式化为时间有序构建链与回归测试窗口,证明其可退化为经典retest-all,并通过表示两种先进算法验证了形式化的可靠性与完备性。
2025-11-04 cs.SE
Introducing Automated Regression Testing in Open Source Projects
为了学习如何将自动化回归测试引入现有的中等规模开源项目,我们使用开源项目FreeCol进行了一个长期的现场实验。结果表明:(1)引入测试对项目有利,对外部创新者也是可行的;(2)测试可以加强开发人员之间的沟通;(3)信号对于吸引项目参与者填补创新者退出后留下的新空缺职位非常重要。为创新者提取了五个规范性策略,并提供了两个关于开源项目学习创新能力的说明。
2010-01-05 cs.SE
A Safe Regression Testing Technique for Web Services based on WSDL Specification
基于规格说明的Web服务回归测试是检验Web服务质量的重要活动。Web服务中的一个主要问题是,只有提供者拥有源代码,而用户和代理都只有基于XML的规范。因此,从用户和代理的角度来看,需要对Web服务进行基于规范的回归测试。现有的技术是基于代码的。由于Web服务的动态行为,Web服务经历了快速的维护和演化过程。需要重新测试网络服务,以验证更改的影响。在本文中,我们提出了一个自动化的安全规范为基础的回归测试方法,使用原始的和修改后的WSDL规范的变化识别。所有相关的测试用例都是可重用的,因此我们的回归测试选择方法是安全的。
2015-06-03 cs.SE
Regression Testing in Remote and Hybrid Software Teams: An Exploratory Study of Processes, Tools, and Practices
CESAR School(CESAR学院);UFRPE(巴西雷西夫联邦大学);University of Calgary(卡尔加里大学)
本研究探讨远程和混合团队中回归测试的流程、工具和实践,发现其依赖文档、自动化和工具集成来支持异步协作,揭示了回归测试作为社会技术实践的演变。
2026-03-08 cs.SE
Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing
Institute for Software and Systems Engineering, Technical University of Clausthal(克莱斯塔尔工业大学软件与系统工程研究所);Hacon Ingenieurgesellschaft mbH – A Siemens Company(Hacon工程公司(西门子旗下))
本文探讨了通过智能体AI系统生成系统级回归测试脚本,提升自动化测试效率,并强调持续的人机协作对敏捷测试的重要性。
2026-04-13 cs.SE
Feature-oriented Test Case Selection and Prioritization During the Evolution of Highly-Configurable Systems
针对高可配置系统演化中现有测试用例选择与排序方法依赖可变性模型、未考虑特征分布式实现的问题,提出FeaTestSelPrio方法,通过预处理器指令关联测试用例与特征实现,按受影响特征选例、按覆盖特征数排序,提升故障检测效果并大幅缩减测试时间。
2024-06-21 cs.SE
CASPER-Change-Aware Slice Prioritization for Efficient Regression Testing of LLM-based systems
School of EECS, University of Ottawa(渥太华大学电气与计算机工程学院);Centre for Software Excellence, Huawei Canada(华为加拿大软件卓越中心)
针对基于LLM系统回归测试的独特挑战,提出CASPER框架,通过进化切片识别与基于执行日志行为信息的优先级排序,实现更优的回归切片处理效果。
2026-08-04 cs.SE
NodeSRT: A Selective Regression Testing Tool for Node.js Application
Node.js是构建Web应用程序最流行的框架之一。随着软件系统的成熟,运行整个回归测试套件的成本可能会变得很大。选择性回归测试(SRT)是一种只执行测试子集的技术,回归测试集可以更有效地检测软件故障。以前的SRT研究主要集中在标准的桌面应用程序。Node.js应用程序被认为很难执行测试缩减,因为Node的异步、事件驱动的编程模型,而且JavaScript是一种动态规划语言。在本文中,我们介绍了NodeSRT,一个用于Node.js应用程序的选择性回归测试框架。NodeSRT通过执行静态和动态分析,识别变更方法和测试之间的关系,然后将回归测试集缩减为仅受变更影响的测试,以改善回归测试集的执行时间。为了评估我们的选择技术,我们将NodeSRT应用于两个开源项目:Uppy和Simorgh,然后将我们的方法与retest-all策略和当前行业标准的SRT技术:Jest OnlyChange进行比较。结果表明,NodeSRT根据更改正确选择受影响的测试,比Jest OnlyChange快250%,精确450%。
2021-03-31 cs.SE
A Prediction Model for System Testing Defects using Regression Analysis
本研究描述了建立一个预测模型,由一个独立的测试团队进行的系统测试中的缺陷的初步努力。建立这种缺陷预测模型的动机是作为进入系统测试的软件的早期质量指标,并帮助测试团队管理和控制测试执行活动。识别和分析从系统测试的先前阶段收集的数据,以确定用于构建模型的潜在预测因素。然后将选定的指标进行回归分析,以生成几个数学方程。选择P值小于0.05且R平方和R平方(调整后)大于90%的数学方程作为系统测试缺陷的预期预测模型。该模型通过新项目的验证,证实了它是适合实际实施。
2014-01-22 cs.SE
Distributed, Cross-Platform, and Regression Testing Architecture for Service-Oriented Architecture
根据领先的IT专家的说法,当今的大型企业正在经历业务转型。他们采用基于服务的IT模型(如SOA)来开发企业信息系统和应用程序。事实上,SOA是松散耦合的可互操作组件的集成,可能使用异构软件技术和硬件平台构建。因此,传统的测试架构不足以验证和确认SOA系统的质量以及它们是否按照规范运行。本文首先讨论了各种最先进的SOA应用程序测试方法,然后提出了一种新的自动化,分布式,跨平台,面向SOA系统的回归测试架构。该测试体系结构由测试引擎、测试代码生成器、测试用例生成器、测试执行器和测试监控器等测试单元组成。实验结果表明,所提出的测试架构管理使用并行代理测试异构Web服务的技术是不兼容的测试框架。作为未来的工作,测试SOA应用程序的非功能方面进行调查,以便允许测试性能,安全性,可用性和可伸缩性等属性。
2012-03-24 cs.SE
Testing Multiple Linear Regression Systems with Metamorphic Testing
回归是最常用的统计技术之一。然而,测试回归系统是一个巨大的挑战,因为缺乏测试预言一般。在本文中,我们表明,变形测试是一种有效的方法来测试多个线性回归系统。在此过程中,我们确定内在的数学性质的线性回归,然后提出11个变形关系用于测试。他们的有效性进行检查,使用突变分析与一系列不同的回归程序。我们进一步研究如何以更有效的方式采用测试。我们的工作是适用于检查预测系统的可靠性的基础上回归,已被广泛应用于经济,工程和科学,以及统计用户操纵的回归计算。
2021-08-17 cs.SE stat.ME
Machine Learning and Evolutionary Computing for GUI-based Regression Testing
ReTest是一种新颖的Java应用程序测试工具,它具有图形用户界面(GUI),结合了猴子测试和差异测试。由于这种组合避开了oracle问题,因此它能够生成基于GUI的回归测试。ReTest利用进化计算(EC),特别是遗传算法(GA),优化这些测试的代码覆盖率。虽然这在软件测试方面确实是一个理想的目标,并可能发现许多错误,但它缺少一个主要因素:人类行为。因此,人类测试人员经常发现结果不太合理,难以解释。本文提出了一种新的方法来改善初始种群的遗传算法与机器学习(ML)的帮助下,形成ML技术增强EC(MLEC)算法。为了做到这一点,利用现有的测试来提取关于人类测试人员如何使用给定GUI的信息。然后利用获得的数据来训练人工神经网络(ANN),该网络在运行时分别对可用的GUI操作及其底层GUI组件进行排名-减少手动创建和自动生成的回归测试之间的差距。尽管该方法是在ReTest之上实现的,但它可以很容易地用于指导任何形式的猴子测试。结果表明,只有很少的训练数据,人工神经网络是能够达到82%的准确性和由此产生的测试代表一个改进,而不会减少整体代码覆盖率和性能显着。
2018-02-11 cs.SE
Early Detection of Performance Regressions by Bridging Local Performance Data and Architectural Models
本研究提出一种桥接组件级本地性能数据与系统级架构模型的轻量级方法,可在开发阶段早期检测不同强度偏差、各类工作负载下的系统性能回归,补充传统测试资源不足的问题。
2024-08-15 cs.SE
Regression Testing of Virtual Prototypes Using Symbolic Execution
近年来,虚拟平台和虚拟原型技术在电子企业中被广泛应用,以加速软件开发。实践证明,这些技术可以大大缩短产品上市时间,提高产品质量。一个挑战是如何测试和验证虚拟原型。在本文中,我们提出了如何进行回归测试的虚拟原型在不同版本中使用符号执行。假设我们有旧版本和新版本的虚拟原型,我们首先对新版本应用符号执行并收集所有路径约束。然后,收集路径约束用于指导旧版本的符号执行。对于探索的每个路径,我们比较两个版本之间的设备状态,以检查它们的行为是否相同。我们已经将这种方法应用于广泛使用的虚拟原型,并检测到许多差异。实验结果表明,该方法是有效的。
2016-01-22 cs.SE
A Framework for In-Vivo Testing of Mobile Applications
移动应用程序运行的生态系统是高度异构和可配置的。构建移动应用程序的所有层都提供了广泛的变化可能性,从设备和硬件到操作系统和中间件,再到用户偏好和设置。在发布应用程序之前,彻底测试所有可能的配置是负担不起的。因此,应用程序在特定配置下在现场执行时可能会表现出不同的行为,包括错误行为。在本文中,我们描述了一个框架,可以被实例化,以支持在体内测试的移动应用程序。该框架监测配置在现场和触发体内测试时,一个未经测试的配置被识别。实验结果表明,由监视引入的开销是不可察觉到可以忽略的(即,0-6%),取决于所使用的设备(高端与低端)。体内测试执行平均需要3秒:如果在屏幕锁定激活时执行,则在锁定器械之前仅会引入轻微延迟。
2020-02-05 cs.SE
SAGE: Semantic-Aware Gray-Box Game Regression Testing with Large Language Models
Waseda University(早稻田大学);City University of Hong Kong(香港城市大学);Southwest University(西南大学);Institute of Science Tokyo(东京科学大学)
提出SAGE框架,利用LLM引导强化学习自动生成测试套件,通过语义多目标优化精简测试,并基于更新日志语义分析优先排序,在Overcooked Plus和Minecraft中实现高效回归测试。
2026-06-19 cs.SE
Alteron: A Tool for Behavioral Regression Testing Across NLP Classifier Versions
University of Dhaka(达卡大学)
该研究提出工具Alteron,通过变形测试检测NLP分类器版本间的行为回归,在评估中识别出16个行为回归,其中11个为发布阻塞性问题,可揭示基准指标遗漏的故障。
2026-08-03 cs.SE
TFPaaS : Test-first Performance as a Service to Cloud for Software Testing Environment
性能测试对于Web服务和电子商务平台等应用程序至关重要,以确保增强最终用户体验。在这种情况下,尽早开始测试系统的性能应该会显着降低总体开发成本。测试优先性能(Test-first Performance,TFP)就是这样一个范例,它允许从开发的早期阶段就进行性能测试。鉴于这种潜在的好处,本文提出了一个测试框架IVRIDIO的设计,它引入了TFP即服务(TFPaaS)。IVRIDIO集成了用于TFP in the Cloud(PTFPC)的插件,旨在提供即时反馈-这是TFP立即修复关键性能问题的主要要求。此外,通过引入可配置的项目模板来维护TFP测试用例,应用了约定优于配置(CoC)的设计范式。给出了该框架的原型细节,并讨论了包含PTFPC的响应时间的变化。提供了可用性指标总和(SUM)分数,以便稍后可以用于比较PTFPC插件的可用性。
2014-07-21 cs.SE
How Low Can We Go? Minimizing Interaction Samples for Configurable Systems
针对可配置系统测试中交互样本优化空间不明的问题,提出基于对偶原理的框架结合近优解与可证明下界,开发的SampLNS算法在多数案例中样本更小且常可证明最优,节省测试资源。
2025-01-12 cs.SE math.OC
Vulnerability Coverage as an Adequacy Testing Criterion
主流软件应用程序和工具是可配置的平台,具有大量参数及其值。这些参数之间的某些设置和可能的交互可能会加强(或削弱)这些应用程序对某些已知漏洞的安全性和鲁棒性。然而,大量的漏洞报告和与这些工具相关联,使这些工具的详尽测试不可行,对这些漏洞不可行。作为一般软件测试问题的一个实例,要解决的研究问题是被测系统是否健壮和安全。本文介绍了“漏洞覆盖率”的概念,这是一个充分测试给定应用程序的某些类别的漏洞的概念,正如国家漏洞数据库(NVD)所报告的那样。其思想是利用通用漏洞评分系统(CVSS)作为一种手段来衡量进化算法生成的测试输入的适应度,然后通过模式匹配识别与生成的漏洞向量相匹配的漏洞,然后对这些识别出的漏洞进行测试。我们报告了两个进化算法的性能(即,遗传算法和粒子群优化)在生成脆弱性模式矢量中的应用。
2020-06-14 cs.SE
On the Risks of using LLM-Generated Tests for Regression Testing
SnT, University of Luxembourg(卢森堡大学科学与技术研究中心)
该研究针对145个开源项目拉取请求,发现8%-17%的LLM生成回归测试为漏洞强化测试,未经人工验证会引发新型技术债务。
2026-10-09 cs.SE
When Automated Program Repair Meets Regression Testing -- An Extensive Study on 2 Million Patches
本文首次在超过200万个补丁上系统研究了不同粒度回归测试选择技术对12个先进APR系统的影响,揭示了将RTS应用于APR以降低补丁执行成本的实用指南。
2024-07-02 cs.SE
Automated Assertion Generation and Regression Testing for Machine Learning Notebooks
Cornell University(康奈尔大学);Veermata Jijabai Technological Institute(维尔玛塔·吉贾拜技术学院);Dwarkadas J Sanghvi College of Engineering(德瓦卡达斯·J·桑格维工程学院)
本研究提出NBTestGen自动生成ML笔记本的回归断言,搭配NBTest框架实现非侵入式回归测试,在Kaggle笔记本上验证了其高有效性,获开发者认可且被SHAP集成至CI。
2026-08-06 cs.SE
On the Interaction between Test-Suite Reduction and Regression-Test Selection Strategies
单元测试是软件开发中最成熟的质量保证技术之一。单元测试的一个主要优点是效率(即,测试工作)和有效性(即,故障检测概率)。为此,已经提出了各种策略来利用这种权衡。特别是,测试套件减少(TSR)减少了测试用例的数量(可能是冗余的),同时测试一个单一的程序版本。回归测试选择(RTS)为测试连续的程序修订选择测试用例。然而,TSR和RTS在组合使用时可能会影响-甚至阻碍-彼此的性能。例如,在TSR期间针对特定程序版本丢弃的测试用例可能再次与RTS相关。然而,找到一个两种策略的组合,导致一个合理的权衡整个版本历史的程序是一个悬而未决的问题。本文的目的是更好地了解TSR和RTS之间的相互作用,效率和效果。为此,我们提出了一个可配置的框架,称为RegreTS自动单元测试的C程序。该框架包括TSR和RTS的不同策略及其可能的组合。我们将此框架应用于一系列主题系统,提供了几个重要的见解。首先,TSR几乎总是对RTS的有效性产生负面影响,但对效率产生积极影响。其次,向测试人员揭示连续程序版本之间程序修改的影响的测试用例比简单覆盖修改的代码部分的测试用例有效得多,但会导致更多的测试工作。
2022-07-26 cs.SE
Change Impact Analysis Based Regression Testing of Web Services
PDPM Indian Institute of Information Technology, Design and Manufacturing Jabalpur(PDPM印度信息技术设计与制造学院贾巴尔普尔)
减少在Web服务中进行更改所需的工作量是Web服务项目维护和发展的主要目标之一。通常,Web服务的功能和非功能测试是通过测试WSDL中指定的操作来执行的。回归测试是通过识别之后对Web服务代码和WSDL所做的更改来执行的。在这篇论文中,我们提出了一个工具支持的方法来执行有效的回归测试的Web服务。通过将Web服务表示为WSDL元素的有向图,我们识别并收集图中更改的部分,并使用此信息来减少回归测试工作。具体来说,我们识别,分类,并捕获Web服务测试需求的两种不同的方式,即,Web服务的操作化回归测试(ORTWS)和Web服务的参数化回归测试(PRTWS)。这两种方法可以结合起来,以减少Web服务项目中的回归测试工作。所提出的方法是原型作为一个工具,命名为自动Web服务变更管理(AWSCM),这有助于在选择相关的测试用例构建减少测试套件从旧的测试套件。我们提出了一些案例研究不同的Web服务项目,以证明所提出的工具的适用性。还估计了Web服务回归测试工作量的减少。
2014-08-07 cs.AI cs.DC cs.SE
(Why) Is My Prompt Getting Worse? Rethinking Regression Testing for Evolving LLM APIs
The Hong Kong University of Science and Technology(香港科技大学);Carnegie Mellon University(卡内基梅隆大学)
针对LLM API静默更新导致的性能回归问题,通过毒性检测案例研究,提出需重新审视回归测试,并指出因正确性概念、提示词脆弱性和非确定性需根本改变传统测试方法。
2024-02-06 cs.CL cs.SE
Industrially Applicable System Regression Test Prioritization in Production Automation
当在自动化生产系统(aPS)上执行更改时,可能会在系统中意外引入新的故障,这些故障称为回归。发现这些错误的一种常用方法是回归测试。在大多数情况下,这个回归测试过程是在很大的时间压力下和非常不舒服的环境中进行的。到目前为止,还没有自动化的支持来寻找和优先考虑适合于寻找回归的完全集成的aPS的系统测试用例。因此,测试技术人员不得不依靠个人的直觉和经验,可能会选择不适当的测试用例顺序,在测试运行的后期发现回归。使用合适的优先级,可以简化查找和修复回归的迭代过程,并且可以通过执行可能更早识别新回归的测试用例来节省大量时间。因此,本文提出了一种方法,使用以前获得的运行时数据,从过去的测试执行,并进行了更改识别和影响分析,优先测试用例,有很高的概率揭开回归所造成的系统变化的副作用。该方法是与活跃在aPS工程领域的著名工业合作伙伴合作开发的,确保了符合工业要求的发展。进行了工业案例研究和专家评估,显示出可喜的成果。
2022-12-09 cs.SE
Applying Security Testing Techniques to Automotive Engineering
本文系统分类了现有安全回归测试方法,分析其抽象级别、安全问题、测试技术、工具支持与评估情况,并指出未来研究方向。
2023-09-18 cs.CR cs.SE
Fail Fast - Fail Often: Enhancing Agile Methodology using Dynamic Regression, Code Bisector and Code Quality in Continuous Integration (CI)
敏捷实践作为传统软件开发方法的替代方案,正受到业界的广泛关注。然而,在将敏捷[2]与测试驱动开发(TDD)[10]实践、云部署、持续集成(CI)、不间断性能、负载、安全和可访问测试相结合方面存在许多挑战。在这些挑战中,持续集成是一种在软件测试中被广泛讨论和实践的方法。本文描述了一种在持续集成中使用代码质量、代码平分线和动态回归来改进敏捷方法的方法。用于此分析、设计和开发的工具集是Jenkins、Robot Framework [4]、Perforce和Git。
2015-06-29 cs.SE
Metamorphic Relation Prioritization for Effective Regression Testing
Montana State University(蒙大拿州立大学);University of North Florida(北佛罗里达大学)
变形测试(MT)被广泛用于测试面临预言机问题的程序。它使用一组变形关系(MR),这是多个输入之间的关系,并相应的输出,以确定是否被测程序是错误的。典型地,MR在它们检测被测程序中的故障的能力方面变化,并且一些MR倾向于检测相同的故障集合。在本文中,我们提出了优先考虑MR的方法,以提高回归测试的MT的效率和有效性。我们提出了两种MR优先级排序方法:(1)基于故障和(2)基于覆盖率。为了评估这些MR优先化方法,我们在三个复杂的开源软件系统上进行实验。我们的研究结果表明,我们开发的MR优先级的方法显着优于目前的做法,执行的源和后续测试用例的MR在一个特设的方式在故障检测的有效性。此外,基于故障的MR优先化导致减少需要执行的源和后续测试用例的数量,以及减少检测故障所花费的平均时间,这将导致在测试过程期间节省时间和成本。
2021-09-20 cs.LG cs.SE
AgentAssay: Token-Efficient Regression Testing for Non-Deterministic AI Agent Workflows
Independent Researcher(独立研究者)
AgentAssay通过行为指纹和自适应预算优化,实现非确定性AI代理工作流的高效回归测试,显著降低测试成本并提高检测能力。
2026-03-03 cs.AI cs.SE
ReCatcher: Towards LLMs Regression Testing for Code Generation
Huawei Distributed Scheduling and Data Engine Lab(华为分布式调度与数据引擎实验室);Huawei Distributed Scheduling(华为分布式调度);Data Engine Lab Montreal Canada(数据引擎实验室蒙特利尔加拿大);Data Engine Lab(数据引擎实验室)
本文提出 ReCatcher 框架,从逻辑正确性、静态代码质量和执行性能三维度评估 Python 代码生成 LLM 更新中的回归,并通过多模型实验验证其检测效果。
2025-07-25 cs.AI cs.SE
Rapid Regression Detection in Software Deployments through Sequential Testing
持续部署的实践使公司能够通过提高软件部署的速度来缩短上市时间。但是,更频繁地部署会带来偶尔发布有缺陷的更改的风险。对于互联网公司来说,这有可能降低用户体验,增加用户放弃。因此,质量控制门是软件交付过程的重要组成部分。这些用于建立对发布或变更可靠性的信心。为此,一种常见的方法是执行金丝雀测试来评估生产工作负载下的新软件。尽早检测缺陷对于减少曝光和向开发人员提供即时反馈是必要的。我们提出了一个统计框架,用于快速检测软件部署中的回归。我们的方法是基于随机顺序和平等分布的顺序测试。这使得金丝雀测试能够被连续监控,允许回归被快速检测,同时严格控制整个错误检测概率。这种方法的实用性是基于Netflix的两个案例研究。
2022-06-22 cs.SE stat.AP
Risk-Aware Batch Testing for Performance Regression Detection
Concordia University(康考迪亚大学);Mozilla
本文提出一种面向风险的批量测试框架,通过整合机器学习的提交风险与自适应批量策略,提升性能回归检测的效率和诊断及时性,实验证明在Firefox项目中显著降低了测试资源消耗。
2026-03-31 cs.LG cs.PF cs.SE
RiskBlend: A Multi-Signal Framework for Test Input Prioritization in Machine Learning Regression Testing
East Carolina University(东卡罗来纳大学)
RiskBlend是一种多信号优先级排序框架,融合四类跨版本风险信号,在1200种实验配置下于所有80种组合中均获最高平均APFD,可高效检测机器学习回归故障。
2026-08-31 cs.AI cs.LG cs.SE
Real-time SIL Emulation Architecture for Cooperative Automated Vehicles
University of Central Florida(中佛罗里达大学)
互联自动驾驶汽车安全应用的开发需要在许多不同的场景下进行测试。然而,重建的测试场景评估安全应用是一个非常具有挑战性的任务。这主要是由于通信的随机性,精确再现车辆运动的困难以及某些场景的安全问题。我们建议开发一个独立的远程车辆仿真器,可以从模拟或以前的测试中再现远程车辆的V2V消息。预计这将大大加快开发周期。远程车辆仿真器是一种独特且易于配置的仿真和仿真设置,可真实、安全地对联网车辆应用进行软件在环(SIL)测试。它将有助于定制众多的测试场景,加快算法开发和验证,并增加发现故障模式的概率。这反过来将有助于提高安全应用的质量,同时节省测试时间并降低成本。
2021-11-20 cs.NI cs.RO cs.SE