MuTomVo: Mutation Testing framework for omnet-based simulated enVironments

2015 
Actualmente, el testing es una de las tecnicas mas extendidas para comprobar la validez de sistemas complejos. Su aplicacion en software es una parte fundamental del desarrollo de sistemas, sin embargo, existen varias dificultades a la hora de aplicar estas tecnicas, tales como el alto coste economico y computacional. Uno de los aspectos mas relevantes en testing es la seleccion de un conjunto de tests adecuado para aplicarlo sobre el sistema que se desea probar. Esto resulta especialmente complicado cuando el sistema sometido a test es de grandes dimensiones, como es el caso de clusters HPC (High Performance Computing) o sistemas cloud. El objetivo principal de este trabajo es proporcionar mecanismos que permitan evaluar la idoneidad de los conjuntos de tests, utilizados para chequear sistemas distribuidos, de forma escalable, economica y eficiente. Para ello se propone MuTomVo, un framework de mutacion de codigo que integra tecnicas de mutation testing con tecnicas de simulacion. Para realizar el modelado y la simulacion de sistemas distribuidos se ha utilizado la plataforma SIMCAN. MuTomVo se ha construido utilizando una arquitectura modular, a traves de la cual, se pueden introducir nuevas tecnicas de mutation testing de manera sencilla. Esto permite realizar una comparacion entre dichas tecnicas para evaluar la adecuacion de cada una de ellas sobre el entorno proporcionado. De esta forma, se pretende reunir en un unico framework las funcionalidades de diferentes herramientas, tales como simuladores, frameworks de mutacion y herramientas de generacion de tests. Ademas, se ha realizado una fase de experimentacion para analizar la idoneidad de distintos conjuntos de tests ejecutados en diferentes aplicaciones distribuidas. Cada una de estas aplicaciones, junto con las arquitecturas donde se han ejecutado, han sido modeladas con SIMCAN. Asimismo, los experimentos se han llevado a cabo aplicando tecnicas de mutation testing sobre estos modelos.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    87
    References
    0
    Citations
    NaN
    KQI
    []