An experimental and practical study on the equivalent mutant connection:An evolutionary approach

  1. Pedro Delgado Pérez
  2. José Francisco Chicano García
Libro:
Actas de las XXV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2021): [Málaga, 22 al 24 de septiembre de 2021]
  1. Rafael Capilla (coord.)
  2. Maider Azanza (coord.)
  3. Miguel Rodríguez Luaces (coord.)
  4. María del Mar Roldán García (coord.)
  5. Loli Burgueño (coord.)
  6. José Raúl Romero (coord.)
  7. José Antonio Parejo Maestre (coord.)
  8. José Francisco Chicano García (coord.)
  9. Marcela Genero (coord.)
  10. Oscar Díaz (coord.)
  11. José González Enríquez (coord.)
  12. Mª Carmen Penadés Gramaje (coord.)
  13. Silvia Abrahão (col.)

Editorial: Sociedad de Ingeniería de Software y Tecnologías de Desarrollo de Software (SISTEDES)

Año de publicación: 2021

Congreso: Jornadas de Ingeniería del Software y Bases de Datos (JISBD) (25. 2021. Malaga)

Tipo: Aportación congreso

Resumen

Las pruebas de mutación permiten evaluar y mejorar la calidad de los conjuntos de casos de prueba, pero resultan costosas debido a la existencia de muchos mutantes semánticamente equivalentes al código original, lo que requiere la revisión manual de los mutantes. Este trabajo estudia la posibilidad de que estos mutantes equivalentes estén relacionados tomando como base ciertas características comunes, como son los operadores de mutación que los generan o los fragmentos de códigos en los que estos mutantes aparecen. El experimento que se muestra en este artículo ofrece evidencias de la existencia de tales conexiones, lo cual permite abordar el problema de la detección de mutantes equivalentes desde una perspectiva global en lugar de una puramente individual como hasta el momento. En base a ello, se propone un algoritmo evolutivo que utiliza esta relación entre mutantes equivalentes para resolver de forma más eficiente el problema de selección de mutantes. El trabajo fue publicado en Information and Software Technology, revista indexada en Clarivate Journal of Citation Reports con un índice de impacto de 2,726, y que se encuentra en el cuartil Q2 en la categoría Computer Science, Software Engineering (edición del índice: 2019).