توسعه چارچوب تست خودکار هوشمند مبتنی بر یادگیری تقویتی

چکیده مقاله

ظهور سیستم های نرم افزاری پیچیده در حوزه های ابری، توزیع شده، میکروسرویس محور و مبتنی بر هوش مصنوعی، نیاز به روش های پایدار، خودکار و انعطاف پذیر تست نرم افزار را بیش از پیش ضروری ساخته است چارچوب های تست مرسوم عمدتا تکیه بر سناریوهای از پیش تعریف شده داشته و توانایی انطباق با تغییرات پویا در رفتار نرم افزار را ندارند این پژوهش با هدف توسعه یک چارچوب تست خودکار مبتنی بر یادگیری تقویتی Reinforcement Learning ارائه می شود؛ سیستمی که در آن یک عامل هوشمند با دریافت بازخورد از محیط اجرای نرم افزار، به صورت تدریجی استراتژی تست را بهبود می دهد معماری پیشنهادی شامل بخش های تولید اکشن های تست مبتنی بر Q Learning یا Deep Q Network، ماژول ارزیابی بر اساس میزان پوشش کد، کشف وضعیت های خطا و حداقل سازی سناریوهای تکراری، و همچنین یک حلقه بازخورد تقویتی برای ارتقای دقت تست در هر تکرار است این چارچوب نه تنها قابلیت افزایش پوشش تست و کاهش هزینه های زمانی نیروی انسانی را دارد، بلکه به واسطه رویکرد تصمیم گیری پویا، قادر به شناسایی خطاهای پیش بینی ناپذیر و رفتارهای غیرخطی در سیستم های واقعی است در نهایت، نتایج مفهومی نشان می دهد که ادغام یادگیری تقویتی با چرخه تست می تواند رویکردی تحول آفرین در مهندسی کیفیت نرم افزار محسوب شود

کلیدواژه‌ها

نویسندگان

رجاء بهبهانی

۱ کارشناسی ارشد نرم افزار

�هبهانی، رجاء،1404،توسعه چارچوب تست خودکار هوشمند مبتنی بر یادگیری تقویتی،بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و هشتمین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک25 آذر 1404 · شیروان