مقاله کنفرانسی سال ۱۳۹۸ فارسی

بررسی و مقایسه روش های اولویت بندی موارد آزمون در تست نرم افزار

چکیده مقاله

یکی از مهمترین وظایف در ساخت و توسعه ی نرم افزار، تست آن میباشد که در تمام مراحل چرخه حیات نرم افزار و به موازات سایر فعالیتها انجام میشود تست نرم افزار با هدف کشف بیشترین تعداد خطای ممکن انجام شده و در واقع متضمن کیفیت محصول است پیش از اجرای تست، برای هر ویژگی یا قابلیت نرم افزار یک یا تعدادی مورد آزمون طراحی میشود در یک مورد آزمون، به ازاء ورودی در نظر گرفته شده نتیجه یا رفتار مورد انتظار از شیء تست مشخص میشود تعداد موارد آزمون مستخرج برای تست یک نرم افزار با اندازه و اهمیت آن ارتباط مستقیم داشته و ممکن است بسیار زیاد باشند از طرف دیگر وجود محدودیتهایی همچون زمان، هزینه و سایر منابع تست شاید باعث عدم امکان اجرای تمام موارد آزمون شود یک راه حل این مشکل، اولویت بندی موارد آزمون برای اطمینان از اجرای نمونه های مهمتر و نیز در صورت لزوم فرصت اصلاح و تست مجدد نرم افزار میباشد تاکنون روشهای مختلفی برای اولویت بندی موارد آزمون ارائه شده که در این مقاله تعدادی از مهمترین آنها مرورو ارزیابی شده است نتیجه این تحقیق میتواند در انتخاب یک روش جهت بکارگیری، بهبود عملکرد و توسعه آن و یا ارائه راهکار جدیدی در این زمینه مورد استفاده قرار گیرد

کلیدواژه‌ها

تست نرم افزار مورد آزمون خطا اولویت بندی موارد آزمون

نویسندگان

تصویر مریم محمدی سرپیری

مریم محمدی سرپیری

دانشجوی کارشناسی ارشدگروه کامپیوتر، واحد اصفهان خوراسگان ، دانشگاه آزاد اسلامی، خوراسگان، اصفهان، ایران

تصویر کیوان محبی

کیوان محبی

استادیار و عضو هیات علمی دانشگاه آزاد اسلامی واحد مبارکه گروه برق و کامپیوتر، واحد مبارکه، دانشگاه آزاد اسلامی، مبارکه، اصفهان، ایران

شیوه ارجاع

محمدی سرپیری، مریم و محبی، کیوان،1398،بررسی و مقایسه روش های اولویت بندی موارد آزمون در تست نرم افزار،سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

پوستر مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی15 بهمن 1399 · اهواز
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۸ ۴,۴۲۲ مشاهده

تحلیل احساسات زبان فارسی با استفاده از شبکه های عصبی عمیق

پردازش زبان طبیعی یکی از زیر مجموعه های هوش مصنوعی است که به توانایی برنامه کامپیوتری برای فهمیدن زبان ا…

تحلیل احساساتپردازش زبان طبیعیشبکه های عصبی عمیق
مقاله کنفرانسی سال ۱۳۹۸ ۳,۲۶۳ مشاهده

استفاده از Earth Google در شناسایی چاه ها و خطوط لوله نفت: مطالعه موردی میدان نفتی گچساران

ایجاد زیرساخت اطلاعات مکانی در صنعت نفت به عنوان یک بخش مهم برای توسعه میادین، مدیریت آنها و برنامه ریزی…

گوگل ارثمیدان نفتی گچسارانمدلسازی
مقاله کنفرانسی سال ۱۳۹۸ ۲,۰۴۸ مشاهده

تشخیص نفوذ مبتنی بر ناهنجاری با استفاده از رویکرد یادگیری عمیق

یکی از مهمترین و قوی ترین ابزارهای تامین امنیت شبکه های کامپیوتری، سیستم های تشخیص نفوذ می باشند،که قادر…

تشخیص نفوذتشخیص ناهنجارییادگیری عمیق
مقاله کنفرانسی سال ۱۳۹۹ ۱,۹۰۶ مشاهده

رمز نگاری با الگوریتم جبر خطی و تکنیک هیل با استفاده از روش ششگانه کرکهف

رمزنگاری دو جزء اصلی دارد، یک الگوریتم و یک کلید الگوریتم یک مبدل یا فرمول ریاضی است تعداد کمی الگوریتم…

اصول ششگانه کرکهفتکنیک هیلرمزنگاری
مقاله کنفرانسی سال ۱۳۹۸ ۱,۸۱۳ مشاهده

طراحی سیستم موزه مجازی هوشمند با استفاده از واقعیت مجازی وواقعیت افزوده

موزه مجازی، مجموعه ای از تصاویر ضبط شده دیجیتالی، فایلهای صوتی، اسناد متنی و سایر اطلاعات تاریخی، علمی ی…

موزه مجازیواقعیت مجازیواقعیت افزوده
مقاله کنفرانسی سال ۱۳۹۸ ۱,۵۱۸ مشاهده

ارائه الگوریتم ترکیبی از رمزنگاری AES و RSA و سیستم اعداد مانده ای درراستای افزایش امنیت شبکه های حسگر بی سیم

بطور کلی، شبکه های حسگر بی سیم شامل تعدادی گره بصورت متحرک بوده که این گره های در محیط مربوط به شبکه، پخ…

امنیترمزنگاریالگوریتم AES