05 Fakultät Informatik, Elektrotechnik und Informationstechnik

Permanent URI for this collectionhttps://elib.uni-stuttgart.de/handle/11682/6

Browse

Filters

2012 - 20162

Settings

End date: 2019Author: search.filters.author.Alt, Patrick

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemOpen Access
    Integration modellbasierter Erfassungsmethoden in ein Public-Sensing-Testbett
    (2012) Alt, Patrick
    Mit Public Sensing können große Gebiete unserer Umgebung durch mobile Sensoren in Smartphones, die sich mit ihren Besitzern bewegen, abgedeckt werden. Dadurch wird es möglich, Daten über unser Umfeld, wie zum Beispiel die Heimatstadt, zu sammeln, ohne dass aufwendige Sensornetze installiert werden müssen. Die Daten können durch Lokalisierungsdienste wie GPS dabei direkt mit einer Position verknüpft werden. Ein großer Nachteil ist, dass durch die ständige Verwendung von Sensoren und GPS die Akkus der Smartphones sehr schnell zur Neige gehen. Ein weiteres Problem ist, dass wegen der unkontrollierbaren Mobilität der Smartphones durch ihre Besitzer nie sichergestellt werden kann, dass bestimmte Bereiche durch Sensoraufnahmen abgedeckt sind. Modellbasierte Erfassungsmethoden versuchen diesen beiden Punkten entgegenzuwirken, indem fehlende Daten berechnet werden und die Anzahl benötigter Messwerte sogar aktiv eingeschränkt wird. Ziel dieser Arbeit ist es, diese modellbasierten Erfassungsmethoden in ein Realwelt-Testbett für Public-Sensing-Systeme zu integrieren, damit sie in einer realen Umgebung validiert werden können. Um die modellbasierten Erfassungsmethoden im kleinen Rahmen vorführen zu können, wird außerdem das Testbett so erweitert, dass es optional verkleinert auf einem Tisch ausgeführt werden kann.
  • Thumbnail Image
    ItemOpen Access
    Regression test suite selection and minimization based on feature modeling
    (2016) Alt, Patrick
    Regression testing of enterprise software is expensive as the whole system needs to be retested after code changes. Most of regression testing can be automated, but it still requires a lot of resources and time. Previous work at Ultimate Software designed and implemented a taxonomy manager to allow domain experts to categorize and organize tests by modeling the application domain as a set of hierarchical features, and any cross-dependencies among them. One of the long term goals of this type of modeling is to provide cost effective testing during regression as modifications to the software are validated over time. To enable this type of testing, this work presents the design and implementation of an approach for reestablishing traceability links between features and source code. With that, code metrics can be collected on the feature level and used for assessing risks and the current state of the application on the system level. It is shown that categorizing tests can greatly reduce the amount of time needed to select and run regression tests using an industrial case study. By applying knowledge gained from the traceability links between features and source code to risk-based testing it is also possible to minimize test suites by simplifying or removing tests of low risk features.