Система ідентифікації проблемних ситуацій тестування програмного забезпечення

2019;
: cc. 30 - 40
1
Національний університет “Львівська політехніка”, кафедра інформаційних систем та мереж
2
Національний університет «Львівська політехніка»
3
Національний університет “Львівська політехніка”, кафедра інформаційних систем та мереж
4
Національний університет «Львівська політехніка»

Досліджено та розроблено методи та засоби ідентифікації проблемних ситуацій на базі онтологій із використанням механізмів логічного виведення, які застосовано в інтелектуальних системах підтримки прийняття рішень для завдань тестування програмного забезпечення.

Розглянуто актуальну проблему тестування програмного забезпечення із використанням онтологічного моделювання для своєчасного виявлення помилок та поліпшення якості розроблюваного програмного продукту.

Використання онтологічного моделювання для подання та ідентифікації ситуацій створює додаткові можливості для розв’язання задачі ідентифікації та обмеження. Перевагою є здатність застосування логічного виведення та використання аксіом під час міркувань про ситуації. Це забезпечує перспективу розроблення методів ідентифікації ситуацій, що ґрунтуються на логічному виведенні на основі інформації про поточний стан предметної області та знань про цю область.

Використана модель завдань дає змогу не лише автоматизувати виконання деяких простих завдань, але й на основі наявних знань про ситуації здійснювати логічне міркування у системах тестування.

Онтологічне подання знань про предметну область дало змогу формалізувати знання про проблемні ситуації, що виникають у проєкті, а застосування розроблених методів ідентифікації ситуацій у системі забезпечило вчасне виявлення загрозливих ситуацій та формування рекомендацій щодо їх уникнення. Всі ці фактори сприяють поліпшенню якості програмного продукту під час його розроблення.

У роботі подано онтологію галузі тестування програмного забезпечення, а також наведено алгоритм роботи системи та здійснено моделювання на базі UML.

Розроблено архітектуру системи ідентифікації ситуацій та програмний комплекс для аналізу і моделювання проблемних ситуацій на прикладі систем підтримки прийняття рішень галузі тестування, центральним компонентом яких є інструментальний засіб для онтологічного моделювання — Protégé.

Для розширення функціональних можливостей редактора Protégé використано два плагіни, за допомогою яких здійснено моделювання за допомогою мов SWRL, SQWRL.

Результати роботи доцільно використовувати для розв’язування задач виявлення критичних ситуацій під час розроблення та тестування програмного забезпечення, повторного використання інформації в базах знань організацій з розроблення програмного забезпечення, що поліпшить якість створюваного програмного забезпечення.

  1. RTI Study Finds. (n.d.). Software Bugs Cost U. S. Economy $59.6 Billion Annually. Retrieved from http://www.nist.gov/director/prog-ofc/report02-3.pdf.
  2. Руда, О. А., & Моденов, Ю. Б. (2013). Методи та  моделі  тестування  програмного забезпечення. Проблеми iнформатизацiї та управлiння, 2(42), 93–98.
  3. Liu, Y., Wu, J., Liu, X., & Gu, G. (2009, July). Investigation of knowledge management methods in software testing process. International Conference on Information Technology and Computer Science , 2, 90–94.
  4. Литвин, В. В. (2009). Мультиагентні  системи підтримки прийняття  рішень, що базуються на прецедентах та використовують адаптивні онтології. Радіоелектроніка, інформатика, управління, 2 (21), 120–126.
  5. Guo, S., Zhang, J., Tong, W., & Liu, Z. (2011, August). An application of ontology to test case reuse. International Conference on Mechatronic Science, Electric Engineering and Computer (MEC), 775–778.
  6. Botzenhardt, A., Maedche, A., & Wiesner, J. (2011, August). Developing a domain ontology for software product management. Fifth International Workshop on Software Product Management (IWSPM), 7–16.
  7. OWL Web Ontology Language. (n.d.). Retrieved from https://www.w3.org/TR/owl-guide/
  8. Kitchenham, B. A., Travassos, G. H., Von Mayrhauser, A., Niessink, F., Schneidewind, N. F., Singer, J., ... & Yang, H. (1999). Towards an ontology of software maintenance. Journal of Software Maintenance: Research and Practice, 11(6), 365–389.
  9. Ikeda, M., Seta, K., Kakusho, O., & Mizoguchi, R. (1998). Task ontology: Ontology for building conceptual problem solving models. Environment, 126–133.
  10. Raubal, M., & Kuhn, W. (2004). Ontology-based task simulation. Spatial Cognition  and Computation, 4(1), 15–37.
  11. Guarino, N. (1995). Formal ontology, conceptual analysis and knowledge representation. International journal of human-computer studies, 43(5–6), 625–640.
  12. Johnson, P., Johnson, H., Waddington, R., & Shouls, A. (1988, October). Task-related knowledge structures: analysis, modelling and application. In BCS HCI , 35–62.
  13. Буров, Є. В. (2009). Опрацювання знань у когнітивній інформаційній системі, керованій моделями. Східно-Європейський журнал передових технологій, 6(7 (42)), 40–49.
  14. Dargie, W., Mendez, J., Möbius, C., Rybina, K., Thost, V., & Turhan, A. Y. (2013, March). Situation recognition for service management systems using OWL 2 reasoners. IEEE International Conference on Pervasive Computing and Communications Workshops (PERCOM Workshops), 31–36.
  15. Chen, P. P., & Wong, L. Y. (Eds.). (2007). Active conceptual modeling of learning. Springer Verlag.
  16. Фаулер, М., & Скотт, К. (1999). UML в кратком изложении. М.: Мир.
  17. Буч, Г. (2006). Язык UML. Руководство пользователя. 2-е изд.: пер. с англ. Мухин Н. М.: ДМК Пресс.
  18. O'Connor, M. J., & Das, A. K. (2009, October). SQWRL: A Query Language for OWL. Proceedings of the 6th International Conference on OWL: Experiences and Directions (OWLED’09), 529, 208–215.
  19. Fudholi, D. H., Maneerat, N., Varakulsiripunth, R., & Kato, Y. (2009, January). Application of Protégé, SWRL and SQWRL in fuzzy ontology-based menu recommendation. International Symposium on Intelligent Signal Processing and Communication Systems (ISPACS 2009), 631–634.