EvoMaster : mejoras de usabilidad

Autores
Garrett, Philip
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión publicada
Colaborador/a o director/a de tesis
Galeotti, Juan Pablo
Descripción
En el presente trabajo se introducen dos mejoras de usabilidad a EvoMaster, una herramienta open-source de generación automática de casos de test para APIs REST, GraphQL y RPC en base a algoritmos genéticos. El core de la herramienta es el encargado de utilizar algoritmos evolutivos, en particular el algoritmo de búsqueda MIO para generar los casos de test. Dicha generación abarca la caracterización del objeto de test y a su vez la escritura de los casos de test en el lenguaje elegido. Las mejoras se encuentran orientadas a la escritura de los casos. Por un lado se incorpora Python como una nueva elección de salida para los casos de black-box Fuzzing. Por el otro, se utiliza la información obtenida por el algoritmo genético para nombrar los casos de test en base a las acciones y objetos de test que el mismo se encuentre evaluando. Dichas mejoras se evaluaron utilizando APIs
Fil: Garrett, Philip. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
REST
GRAPHQL
RPC
APIS
ALGORITMOS EVOLUTIVOS
TEST NAMING
PYTHON
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
seminario:seminario_nCOM000836_Garrett
Acceder
id BDUBAFCEN_59b29caf1a6bfbf80d07427ff9507e56
oai_identifier_str seminario:seminario_nCOM000836_Garrett
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling EvoMaster : mejoras de usabilidadGarrett, PhilipRESTGRAPHQLRPCAPISALGORITMOS EVOLUTIVOSTEST NAMINGPYTHONEn el presente trabajo se introducen dos mejoras de usabilidad a EvoMaster, una herramienta open-source de generación automática de casos de test para APIs REST, GraphQL y RPC en base a algoritmos genéticos. El core de la herramienta es el encargado de utilizar algoritmos evolutivos, en particular el algoritmo de búsqueda MIO para generar los casos de test. Dicha generación abarca la caracterización del objeto de test y a su vez la escritura de los casos de test en el lenguaje elegido. Las mejoras se encuentran orientadas a la escritura de los casos. Por un lado se incorpora Python como una nueva elección de salida para los casos de black-box Fuzzing. Por el otro, se utiliza la información obtenida por el algoritmo genético para nombrar los casos de test en base a las acciones y objetos de test que el mismo se encuentre evaluando. Dichas mejoras se evaluaron utilizando APIsFil: Garrett, Philip. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesGaleotti, Juan Pablo2024-12-13info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttps://hdl.handle.net/20.500.12110/seminario_nCOM000836_Garrettspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-10-23T11:19:00Zseminario:seminario_nCOM000836_GarrettInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-10-23 11:19:01.905Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv EvoMaster : mejoras de usabilidad
title EvoMaster : mejoras de usabilidad
spellingShingle EvoMaster : mejoras de usabilidad
Garrett, Philip
REST
GRAPHQL
RPC
APIS
ALGORITMOS EVOLUTIVOS
TEST NAMING
PYTHON
title_short EvoMaster : mejoras de usabilidad
title_full EvoMaster : mejoras de usabilidad
title_fullStr EvoMaster : mejoras de usabilidad
title_full_unstemmed EvoMaster : mejoras de usabilidad
title_sort EvoMaster : mejoras de usabilidad
dc.creator.none.fl_str_mv Garrett, Philip
author Garrett, Philip
author_facet Garrett, Philip
author_role author
dc.contributor.none.fl_str_mv Galeotti, Juan Pablo
dc.subject.none.fl_str_mv REST
GRAPHQL
RPC
APIS
ALGORITMOS EVOLUTIVOS
TEST NAMING
PYTHON
topic REST
GRAPHQL
RPC
APIS
ALGORITMOS EVOLUTIVOS
TEST NAMING
PYTHON
dc.description.none.fl_txt_mv En el presente trabajo se introducen dos mejoras de usabilidad a EvoMaster, una herramienta open-source de generación automática de casos de test para APIs REST, GraphQL y RPC en base a algoritmos genéticos. El core de la herramienta es el encargado de utilizar algoritmos evolutivos, en particular el algoritmo de búsqueda MIO para generar los casos de test. Dicha generación abarca la caracterización del objeto de test y a su vez la escritura de los casos de test en el lenguaje elegido. Las mejoras se encuentran orientadas a la escritura de los casos. Por un lado se incorpora Python como una nueva elección de salida para los casos de black-box Fuzzing. Por el otro, se utiliza la información obtenida por el algoritmo genético para nombrar los casos de test en base a las acciones y objetos de test que el mismo se encuentre evaluando. Dichas mejoras se evaluaron utilizando APIs
Fil: Garrett, Philip. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description En el presente trabajo se introducen dos mejoras de usabilidad a EvoMaster, una herramienta open-source de generación automática de casos de test para APIs REST, GraphQL y RPC en base a algoritmos genéticos. El core de la herramienta es el encargado de utilizar algoritmos evolutivos, en particular el algoritmo de búsqueda MIO para generar los casos de test. Dicha generación abarca la caracterización del objeto de test y a su vez la escritura de los casos de test en el lenguaje elegido. Las mejoras se encuentran orientadas a la escritura de los casos. Por un lado se incorpora Python como una nueva elección de salida para los casos de black-box Fuzzing. Por el otro, se utiliza la información obtenida por el algoritmo genético para nombrar los casos de test en base a las acciones y objetos de test que el mismo se encuentre evaluando. Dichas mejoras se evaluaron utilizando APIs
publishDate 2024
dc.date.none.fl_str_mv 2024-12-13
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/seminario_nCOM000836_Garrett
url https://hdl.handle.net/20.500.12110/seminario_nCOM000836_Garrett
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1846784893827153920
score 12.982451

Publicaciones similares