M.E.T.A. – Modellering för Effektivare Test Arkitektur

Testning och testautomation är viktiga delar av modern mjukvaruutveckling. Många tekniker har utvecklats, inklusive modellbaserade tester (MBT). I MBT skapar utvecklaren en modell som representerar en abstraktion av systemet under testets (SUT) beteende som kan utföras för att verifiera SUT: s överensstämmelse med den modellen. Tekniken har studerats mycket inom akademin men är för närvarande fortfarande underutnyttjad i praktiken. Dessutom används tekniken främst i inbäddade och hårdvarudrivna domäner, till exempel fordonssystem, även om forskning har presenterat många fördelar med tekniken f

Projektinformation

Finansiär: KK-stiftelsenStatus: AvslutadForskningsområde: ProgramvaruteknikKontaktperson: Emil Alégroth, emil.alegroth@bth.seLänk till projektsidan: https://www.bth.se/forskning/forskningsomraden/programvaruteknik/m-e-t-a/Projektbudget: 1,7 mnkrProjektstart: 2019-01-01Projektslut: 2020-06-30Projektpartner: Spotify, ADDQ, ArcticBlue

Syfte

M.E.T.A.-projektet är ett samarbete mellan Blekinge Institute of Technology, Spotify, AddQ och ArcticBlue som syftar till att undersöka MBT som en teknik för praktisk användning inom industrin. Projektet är indelat i två faser där den första syftar till att utvärdera teknikens användning för GUI-baserad testning och den andra delen utvärdera hur MBT används i praktiken och vilka riktlinjer för bästa praxis som finns tillgängliga inom industrin.

Genomförande

Ett MBT-verktyg utvecklas för GUI-baserad testning som kombinerar det etablerade open source-verktyget Graphwalker med bildigenkänningsbiblioteket Eye2 för att skapa ett MBT-verktyg för visuell testning.

En uppsättning industriella bästa metoder tas fram, framkallade från industrin hur företag som använder MBT använder det till sin högsta effektivitet.