Identificazione Automatica di Dati di Input Significativi per il Test di Applicazioni Web​

Cosa sono i dati realistici
Testare con efficacia le applicazioni richiede input complessi con sintassi e semantica ben definite. Tuttavia, è praticamente impossibile generare casualmente input con sintassi non banale che siano corretti e semanticamente significativi. Ad esempio, pensiamo alla possibilità di generare in modo casuale una pagina HTML ben formata o la creazione casuale di indirizzi di residenza validi.

Generare dati realistici è un compito difficile per ogni tecnica di generazione automatica di dati di test. Infatti, i dati realistici non solo devono essere formati correttamente, in accordo alle regole strutturali, ma è necessario che abbiano semantiche che li leghino a entità esistenti nel mondo reale. Nel dettaglio, i dati devono essere realistici in due aspetti:

1 - Validità strutturale: I dati realistici devono conformarsi a limitazioni sintattiche. Per esempio, spesso le applicazioni web controllano che gli indirizzi e-mail inseriti siano formati da una sequenza di caratteri seguiti da un simbolo “@”, seguiti da altri caratteri in cui è presente almeno un punto.

2 - Validità semantica: dati realistici devono rappresentare entità del mondo reale. Per esempio, un codice ISBN deve corrispondere a un libro nel mondo reale e non solo ad un codice ISBN strutturalmente valido.

Il testing automatico classico è utile a generare in modo efficiente test che ottengono un’ampia copertura del codice, ma che utilizzano dati non realistici. Al contrario, il testing manuale è più costoso ma può generare casi di test realistici. La ricerca si è concentrata al fine di ottenere una tecnica sia automatica che realistica.

Importanza dei dati realistici
Molte applicazioni richiedono dati realistici e coerenti per essere testate in modo esaustivo. I dati coerenti sono dati composti da più campi semanticamente correlati, ed esempio i campi che compongono un indirizzo composto da un nome di una città, un codice postale e una via compatibile con la città e il codice postale. La creazione manuale di test per applicazioni con molti campi semanticamente correlati può essere molto costosa perché gli sviluppatori devono generare molti dati semanticamente corretti e coerenti.

I generatori di test automatici che utilizzano tecniche di esplorazione basate solo sull’analisi del codice, come l’esecuzione simbolica, portano a generare valori arbitrari e difficilmente comprensibili, come ad esempio ‘q&! @q.ee’ per un indirizzo e-mail. Questi dati permettono di esplorare i vari rami del codice, ma nel caso di assenza di un oracolo automatico i risultati dei test devono essere valutati da un umano. I dati realistici, essendo più semplici da comprendere e controllare, riducono il costo dell’oracolo umano.

Inoltre, un altro vantaggio è che i problemi rilevati dai test con dati realistici sono corretti più velocemente, in quanto gli errori causati da input inusuali vengono spesso trascurati dagli sviluppatori dell’applicazione.