• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.8
• /
• pp.331-342
• /
• 2019

This paper proposes a method to generate test cases and test scripts from software requirements written in a controlled natural language, which helps develop reliable embedded software. In the proposed method, natural language requirements are written in a controlled language, the requirements are parsed and then inputs, outputs and operator data are extracted from the requirements. Test cases are generated from the extracted data following test case generation strategies such as decision coverage, condition coverage or modified condition/decision coverage. And then the test scripts, physical inputs of the test cases are generated with help of the test command dictionary. With the proposed method, it becomes possible to directly check whether software properly satisfies the requirements. Effectiveness of the proposed method is verified empirically with an requirement set.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.4
• /
• pp.526-532
• /
• 1999

본 논문에서는 마이크로프로그램을 위한 테스트 데이타를 자동으로 생성하는 시스템을 제안하였다. 이 시스템에서는 주어진 경로를 따라 마이크로프로그램을 기호수행(symbolic execution)시켜 경로조건식을 구하고 이 식를 풀어서 테스트 데이타를 생성한다. 기호수행 방법을 이용하여 테스트 데이타를 생성하기 위해서는 경로조건식이 선형이어야 한다. 따라서 본 논문에서는 마이크로프로그램의 테스트 데이타를 생성하기 위하여 마이크로프로그램에서 사용되는 연산자들을 선형 연산자로 변환하는 방법을 제안하였다. Abstract In this paper, we propose an automated test data generation system for microprogram. This system symbolically executes microprogram along a given path, extracts path conditions for the given path, and generates test data by solving the path conditions. To generate test data using symbolic execution, the path conditions must be linear. Therefore, we propose a linearization method which transforms operators used in the microprogram into linear operators.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.12
• /
• pp.829-840
• /
• 2013

This paper proposes a modified RRT (Rapidly exploring Random Tree) algorithm utilizing a heuristic input analysis and suggests a test case generation method from Simulink/Stateflow model using the proposed RRT algorithm. Though the typical RRT algorithm is an efficient method to solve the reachability problem to definitely be resolved for generating test cases of model in a black box manner, it has a drawback, an inefficiency of test case generation that comes from generating random inputs without considering the internal states and the test targets of model. The proposed test case generation method increases efficiency of test case generation by analyzing the test targets to be satisfied at the current state and heuristically deciding the inputs of model based on the analysis during expanding an RRT, while maintaining the merit of RRT algorithm. The proposed method is evaluated with the models of ECUs embedded in a commercial passenger's car. The performance is compared with that of the typical RRT algorithm.

• The KIPS Transactions:PartD
• /
• v.14D no.5
• /
• pp.517-530
• /
• 2007

Recently web applications have growl rapidly and have become more and more complex. As web applications become more complex, there is a growing concern about their quality. But very little attentions are paid to web applications testing and there are scarce of the practical research efforts and tools. Thus, in this paper, we suggest the automated testing methods for web applications. For this, the methods generate an analysis model by analyzing the HTML codes and the source codes. Then test targets are identified and test cases are extracted from the analysis model. In addition, test drivers and test data are generated automatically, and then they are depleted on the web server to establish a testing environment. Through this process we can automate the testing processes for web applications, besides the automated methods makes our approach more effective than the existing research efforts.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.9
• /
• pp.381-386
• /
• 2023

Many existing test case generation researchers extract test cases from models. However, research on generating test cases from natural language requirements is required in practice. For this purpose, the combination of natural language analysis and requirements engineering is very necessary. However, Requirements analysis written in Korean is difficult due to the diverse meaning of sentence expressions. We research test case generation through natural language requirement definition analysis, C3Tree model, cause-effect graph, and decision table steps as one of the test case generation methods from Korean natural requirements. As an intermediate step, this paper generates test cases from C3Tree model-based decision tables using meta-modeling. This method has the advantage of being able to easily maintain the model-to-model and model-to-text transformation processes by modifying only the transformation rules. If an existing model is modified or a new model is added, only the model transformation rules can be maintained without changing the program algorithm. As a result of the evaluation, all combinations for the decision table were automatically generated as test cases.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.709-712
• /
• 2004

응용프로그램이 복잡해지고 사용 환경이 다양해짐에 따라 신뢰성 높은 소프트웨어 생산을 위한 테스트가 중요시 되고 있다. 소프트웨어를 테스트하기 위해서는 각 기능에 따라 동작하는 모듈이 합당한 동작에 대해서 분석해야한다. 모듈은 다수의 실행경로로 이루어져 있으며 각 실행 경로에 따라 다른 결과를 출력하도록 설계되어 있다. 본 논문은 실행 경로에 따른 모듈의 인자를 자동으로 생성할 수 있는 방법을 제안한다. 프로그램은 블록간의 제어문 결합으로 이루어져 있고 다른 실행 경로를 생성하는 요인은 프로그램내의 제어문을 통해 결정된다. 그러므로 블록간의 결합을 제어의 종류에 따라 연산으로 표현하고 연산의 특성을 분석한다. 그리고 블록의 속성은 조건식을 가지고 있어 블록이 실행되는 조건을 표현한다. 각 연산의 특성에 맞게 조건식을 연산하여 블록이 동작하는 조건을 확인하고 최종적으로 실행 경로에 따른 모듈의 인자를 구하는 방법을 제안한다. 이 방법은 조건식에 영향을 주는 명령만을 추출하는 방법으로 인자를 구하기 위한 계산의 로드를 줄이는 장점이 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.25-28
• /
• 2018

본 논문에서는 강화학습을 통한 게임 테스트 자동화를 제안한다. 게임 테스트의 일부가 게임을 플레이라는 것과 강화학습에 기반을 둔 인공 신경망 모델들이 게임플레이에 많은 성과를 거둔 것에 착안하여 테스트 케이스 자동 생셩 및 기계학습을 통한 테스트 자동화를 연구하였다. 테스트 관리자를 두어 게임 요소에 필수적인 테스트 케이스를 데이터 조합으로 생성하고, 테스트 케이스를 수행할 인공지능을 기계학습으로 작성하여 자동화 유지비용을 절감한다. 이 모델을 소형 게임에 시험적으로 적용하였고, 정상 작동을 확인하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.7
• /
• pp.471-478
• /
• 2013

This paper proposes a black-box based test case generation method for Simulink/Stateflow model utilizing the RRT algorithm which is a method to efficiently solve the path planning for complicated systems. The proposed method in the paper tries to solve the reachability problem with the RRT algorithm, which has to be solved for black-box based test case generations. A major problem of the RRT based test case generation algorithms is that the cost such as running time and required memory size is too much for complicated Stateflow model. The typical RRT algorithm expands rapidly-exploring random tree (RRT) in a single state space. But the proposed method expands it in dynamic state space based on the state of Simulink model, consequently reducing the cost. In the paper, a new definition of RRT state space, a distance measure and a test case generation algorithm are proposed. The performance of proposed method is verified through the experiment against Stateflow model.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.593-594
• /
• 2020

본 논문은 급격하게 발전하는 IT기술의 발전과 그로 인한 기업들의 경쟁 속에서 수 많은 프로젝트들이 생성되는 현대 사회에서 이런 프로젝트들이 경쟁에서 이길 수 있도록 프로젝트가 빠르고 완성도 있게 만들어질 필요를 느끼고 기존의 프로젝트 개발 방법론과 테스트 설계 방법론 중 V모델을 연구해서 프로젝트 관리 시스템에 등록된 데이터를 기반으로 테스트가 자동 설계될 수 있게 함으로써 프로젝트 전체 기간을 줄이고 프로젝트 비용을 줄일 수 있는 방법을 제안한다. 이 논문에서 제안하는 모델을 확장시켜서 프로젝트 테스트 관리에 불필요한 설계 시간과 테스트 관리에 수월할 것이라 기대한다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.559-560
• /
• 2018

순환 신경망(RNN) 기반의 Long Short-Term Memory(LSTM)는 자연어처리 분야에서 우수한 성능을 보이는 모델이다. 음성을 문자로 변환해주는 Speech to Text (STT)를 이용해 자막을 생성하고, 생성된 자막을 다른 언어로 동시에 번역을 해주는 서비스가 활발히 진행되고 있다. STT를 사용하여 자막을 추출하는 경우에는 마침표가 없이 전부 연결된 문장이 생성되기 때문에 정확한 번역이 불가능하다. 본 논문에서는 영어자막의 자동 번역 시, 정확도를 높이기 위해 텍스트를 문장으로 분할하여 마침표를 생성해주는 방법을 제안한다. 이 때, LSTM을 이용하여 데이터를 학습시킨 후 테스트한 결과 62.3%의 정확도로 마침표의 위치를 예측했다.