logo móvil
Contáctanos

GaSubtle: Un Nuevo Algoritmo Genético para Generar Mutantes Sutiles de Orden Superior

Autores: Wedyan, Fadi; Al-Shishani, Abdullah; Jararweh, Yaser

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

GaSubtle: Un Nuevo Algoritmo Genético para Generar Mutantes Sutiles de Orden Superior


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Pruebas de mutación
Mutantes sutiles
Algoritmo genético
Mutación de orden superior
Mutantes equivalentes
Técnicas de selección

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La prueba de mutación es un enfoque de prueba efectivo, aunque costoso, ya que requiere generar y ejecutar un gran número de programas defectuosos, llamados mutantes. La prueba de mutación también sufre de un problema fundamental, que es tener un gran porcentaje de mutantes equivalentes. Estos son mutantes que producen la misma salida que el programa original y, por lo tanto, no pueden ser detectados. La mutación de orden superior es un enfoque prometedor que puede producir programas defectuosos difíciles de detectar llamados mutantes sutiles, con un bajo porcentaje de mutantes equivalentes. Los mutantes sutiles de orden superior contribuyen a un pequeño conjunto del gran espacio de mutantes que crece aún más a medida que el orden de mutación se vuelve más alto. En este artículo, desarrollamos un algoritmo genético para encontrar mutantes sutiles de orden superior. El enfoque propuesto utiliza un nuevo mecanismo en la fase de cruce y emplea cinco técnicas de selección para seleccionar mutantes que pasan a la siguiente generación en el algoritmo genético. Implementamos una herramienta, llamada GaSubtle, que automatiza el proceso de creación de mutantes sutiles. Evaluamos el enfoque propuesto utilizando 10 programas de prueba. Nuestra evaluación muestra que el cruce propuesto genera más mutantes sutiles que la técnica utilizada en un algoritmo genético anterior con menos tiempo de ejecución. Los resultados varían según las estrategias de selección, lo que sugiere una relación de dependencia con el código probado.

Otros recursos que podrían interesarte

Temas Virtualpro