Abstrak : Random Pengujian dan turunannya seperti Adaptive Random Pengujian (ART)

yang aktif dan penting penelitian topik dalam pengujian perangkat lunak, yang juga ceruk
dalam pengaturan praktis karena manfaat yang mereka menawarkan, misalnya kesalahan-
deteksi kapasitas dengan biaya rendah, kemudahan pelaksanaan, estimasi kehandalan,
fasilitas untuk otomatisasi dan sebagainya. Terinspirasi oleh keunggulan ini, kita percaya
bahwa ide di balik pengujian acak dapat bermanfaat dan menarik untuk pengujian aspek
program berorientasi karena penelitian terkini tentang pengujian AOP, terutama otomatis
belum dilakukan secara memadai dan masih dalam tahap. Dalam tulisan ini, kami
mengusulkan sebuah awal pendekatan untuk pengujian acak otomatis program berorientasi
aspek, yang menjadi bagian penting dari teori rekayasa perangkat lunak dan praktek. Makalah
ini juga mencakup survei teknik pengujian yang berlaku dan diskusi metode pengujian yang
didirikan di kedua daerah Aspek-Oriented Programming (AOP) dan Pengujian Acak .

Kata kunci: Aspek-Oriented Programming, Pengujian Random, Random Adaptive Pengujian,

Pengujian Aspek

Introduction: Aspek pemrograman berorientasi, paradigma pemrograman yang relatif baru,

memberikan berarti untuk modularizing dan memisahkan keprihatinan crosscutting di mana
menghasilkan sistem dengan tingkat yang lebih tinggi dari modularitas daripada paradigma
lain seperti Obyek- erorientasi Program (OOPS). Namun, karena memiliki baru konstruksi
dan properti yang paradigma pemrograman lain tidak memilikinya membawa tantangan baru
dan aspek yang terkait Kesalahan, tidak hadir ketika pengujian jenis lain dari program, yang
pada gilirannya membuat mereka menjadi tidak ditangani dengan menggunakan unit
tradisional atau pendekatan integrasi pengujian. Sebagai contoh, diberikan aspek dalam
sistem bank yang seharusnya untuk menerapkan otentikasi (sebagai crosscutting
keprihatinan) sebelum menelepon untuk satu set metode. AOP bisa mendapatkan kebutuhan
dilakukan oleh hanya menangkap memanggil dengan metode yang diberikan (yaitu
bergabung poin) dalam kode inti oleh sarana pointcut dan kemudian menyuntikkan fungsi
identifikasi atau perilaku mereka (yaitu saran) sebelum metode yang dipanggil oleh
penelepon. Jika AOP, lebih khusus pointcut, merindukan untuk menangkap beberapa
panggilan ke metode yang diberikan sehingga otentikasi tidak akan benar diterapkan dan
mungkin menyebabkan kegagalan parah pada sistem (ini disebut sebagai salah satu aspek
yang disebut kesalahan kekuatan yang salah dalam pola pointcut). Oleh karena itu, paradigma
baru, meskipun meningkatkan modularitas, tidak dapat memberikan kebenaran dengan
sendirinya dan dengan demikian juga seperti program lain yang rentan terhadap kesalahan
(dengan pengembang, programmer, dll) dan membutuhkan penggunaan strategi pengujian
untuk menghasilkan divalidasi dan kualitas perangkat lunak AO tinggi. Di sisi lain, penelitian
saat ini dalam pengujian aspek pemrograman berorientasi telah difokuskan pada pendekatan
sistematik untuk pengujian ini paradigma yang relatif baru (misalnya, kode struktural
berdasarkan pengujian, uji fungsional spesifikasi-based) sejauh ini. Dalam kenyataannya,
Namun, (1) Efisien pengujian dan verifikasi dari paradigma baru dalam menyeluruh dan
secara kuantitatif masih diabaikan menggunakan teknik yang diusulkan saat ini. Artinya,
walaupun metode sistematis sering intuitif lebih disukai tetapi signifikansi mereka dalam
ragu karena mereka tidak dapat dianalisis dalam istilah tepat yang berarti bagi Kualitas
perangkat lunak (kepercayaan misalnya di MTTF-Mean Time untuk Kegagalan) [2].
Misalnya, banyak standar tes mengharuskan bahwa 80% dari jalan program (membuat
beberapa ketentuan khusus untuk loop) akan dilaksanakan selama pengujian. Namun tidak
ada informasi mengenai efektivitas 80% cakupan pada kegagalan menemukan, atau pada
signifikansi tes-cakupan 80% yang terjadi untuk berhasil (dengan metode sistematis kita tahu
apa yang kita lakukan, tapi tidak apa itu berarti, hanya dengan memberikan sistematisasi
semua bisa signifikansi pengujian diketahui [2]). (2) Metode sistematis bersifat subyektif dan
tidak lengkap, baik dalam teori maupun praktis, dalam arti bahwa setiap pilihan atau unsur-
unsur informasi yang digunakan untuk menggerakkan pengujian mungkin tidak dievaluasi
sehubungan dengan dampaknya terhadap proses pengujian keseluruhan atau tidak
sepenuhnya mempertimbangkan semua fitur AOP konstruksi. Ini sangat dapat
mempengaruhi hasil pengujian dan kualitas yang mungkin berasal dari bias terjadi pada
pemilihan data uji yang dihasilkan.