Research Article

PreventativeTestPro: масштабируемый гибридный фреймворк тестирования, использующий наблюдаемость и генеративный ИИ для проактивной инженерии качества программного обеспечения

DOI:

10.3791/69316

⸱

March 24th, 2026

 ,  ,  , 
1Vishwakarma University, 2Kasetsart University

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

PreventativeTestPro — это тестовый фреймворк на базе искусственного интеллекта, который использует данные наблюдаемости и крупные языковые модели для автоматизации анализа первопричин, генерации тестов и непрерывной валидации, с целью повышения надёжности программного обеспечения и оптимизации обеспечения качества как фронтенда, так и бэкенда систем для более эффективного управления заявками поддержки.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В этой статье представлена сложная, масштабируемая система тестирования, которая объединяет автоматизацию, основанную на наблюдаемости, с проактивной инженерией по качеству на основе ИИ для решения современных проблем с доставкой программного обеспечения. Предлагаемая система улучшает PreventativeTestPro — гибридную платформу тестирования с открытым исходным кодом, сочетающую методологии чёрного и белого ящика, внедряя инновационный слой оркестрации тестов на основе наблюдаемости. Платформа использует журналы, метрики, события и трассировки, а также мониторинг на стороне браузера и сервера, чтобы оперативно выявлять аномалии, улучшать отбор тестовых случаев и автоматизировать создание функциональных, производительных и безопасных тестов. Отличительной чертой является использование крупных языковых моделей (LLM) для получения инсайтов о коренных причинах и автономного построения новых тестовых случаев на основе производственного поведения и выявленных аномалий, обеспечивая адаптивное регрессионное покрытие и интеллектуальную коррекцию.

Система способствует одновременному проведению тестов с помощью мгновенной анализа журналов на основе ИИ, что способствует непрерывной обратной связи между операциями и тестированием. Он был проверен в нескольких корпоративных сценариях, включая SaaS-платформы на базе микросервисов и экосистемы SAP BTP. Эмпирические результаты четырёх производственных внедрений и бета-группы из 49 инженеров показывают снижение до 30% в среднем времени до устранения, более чем на 95% соответствие SLA и значительное улучшение как в охвате тестов, так и в отслеживании дефектов. Лёгкое подключение к отраслевым стандартам инструментов иллюстрирует его возможность plug-and-play.

Это исследование представляет комплексную, независимую от инструмента и ориентированную на будущее методологию инженерии качества, соответствующую принципам agile и DevOps. Будущие проекты включают классификацию динамических аномалий с помощью машинного обучения, расширение на мобильные и пользовательские системы, а также расширение возможностей больших языковых моделей для разработки тестов и прогнозирования сбоев, специфичных для конкретных предметов.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Растущая популярность гибкой парадигмы в софтверном бизнесе привела к росту интереса к средам непрерывной интеграции. Преимущества таких систем включают бесшовную интеграцию регулярных изменений программ, что приводит к ускоренной и экономичной эволюции программного обеспечения. В результате он эффективно управляет такими задачами, как строительные процедуры, проведение тестов и отчётность по результатам тестов. Тестирование программного обеспечения внедряется с самого начала программной инженерии. Практика тестирования программного обеспечения была внедрена для оценки егокачества 1. Тестирование включает в себ....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Архитектура системы и краткое описание прототипа:

В данном исследовании представлена усовершенствованная и адаптируемая прототипная система PreventativeTestPro, которая демонстрирует проактивный подход к инженерии качества, использующий данные наблюдаемости и крупные языковые модели (LLM) для дальнейшего улучшения решения проблем поддержки. Система стремится решать современные проблемы доставки программного обеспечения, автоматизируя обнаружение аномалий, анализ первопричин, а также интеллектуальное выполнение и разработку тестовых случаев для нерешённого покрытия с использованием синтетического мониторинга, ....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Изначально мы делились результатами, полученными из кейсов, проведённых в сотрудничестве с различными отраслями, в реальном времени. Кроме того, мы предоставили результаты, полученные от бета-тестеров, использовавших этот фреймворк и алгоритм, а также финальные наблюдения о возможных рисках для достоверности результатов.

Результаты отраслевого кейса:

Основываясь на наших исследованиях, которые сосредоточены на практ.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В данном исследовании представлена PreventativeTestPro — комплексная платформа тестирования и наблюдаемости, объединяющая синтетический мониторинг, данные наблюдаемости и генеративную автоматизацию на базе ИИ для повышения качества программного обеспечения. Система состоит из трёх основных модулей: сборщика и анализатора данных наблюдаемости, генеративного уровня интеллекта на базе ИИ и движка оркестрации и выполнения тестов. В совокупности эти компоненты создают обратную связь, в которо.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторы заявляют, что у них нет известных конкурирующих финансовых интересов или личных отношений, которые могли бы повлиять на работу, описанную в этой статье. Мы подтверждаем, что Близнецы применялись только для грамматической доработки и переформулировки предложений, чтобы их было легче читать. Чтобы быть правильными и этически правильными, авторы тщательно пересмотрели все изменения, предложенные ИИ, чтобы сохранить первоначальную научную коннотацию.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Автор выражает благодарность за значительную поддержку и сотрудничество, оказанные со стороны следующих организаций в ходе этого исследования. Совместные экспериментальные кейсы с этими компаниями сыграли решающую роль в подтверждении предлагаемого инструмента и метода. Выражаем благодарность компаниям GazonTech, Lopa Engineering, Afour Technologies, QJ Technologies и SecureLayer7 за предоставление доступа к практической среде, техническим знаниям и ценным отзывам в ходе экспериментального этапа. Их активное участие значительно повысило практическую значимость и удобство результатов исследования. Автор выражает глубокую благодарность ....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Apache MavenApache Software Foundation3.9.6Инструмент управления зависимостями и проектами для проектов на Java
ChatGPT (GPT-3.5 Turbo API)OpenAIhttps://platform.openai.com/api-keysДля генерации рекомендаций по тестированию на основе ИИ из логов, ручного создания тестовых случаев, автоматизированных тестовых случаев и анализа первопричины
Компьютер (разработка/тестовая машина)Стандартный настольный компьютер/ноутбук-Используется для разработки, выполнения и тестирования PreventativeTestPro
Дисковое пространство--Рекомендуется не менее 10 ГБ свободного места на диске для логов, отчётов и тестовых артефактов
DockerDocker Inc.27 (https://docs.docker.com/desktop/setup/install/windows-install/) Используется для контейнеризации с целью обеспечения воспроизводимости между средами
ИдиGit SCMGit версии 2.45.2.Windows.1Система контроля версий, используемая для разработки и сотрудничества
Репозиторий GitHubGitHubhttps://github.com/sohambpatel/PreventativeTestsПубличный репозиторий, содержащий исходный код, документацию, наборы данных и примеры
Google ChromeGoogle140.0.7339.128Основной браузер, используемый для синтетического мониторинга и тестирования
ЯваOracle / OpenJDK21.0.2Используется для разработки программного обеспечения и выполнения PreventativeTestPro
Операционная системаНезависимый от платформы-Инструмент работает на любой ОС с установленными Java и Maven (Windows, Linux, macOS).
OWASP ZAPФонд OWASP2.14.0Инструмент сканирования безопасности и обнаружения уязвимостей
Процессор--Intel i5 или выше (или эквивалент) рекомендованы для параллельного выполнения и обработки с помощью ИИ
RAM--Рекомендуется минимум 8 ГБ оперативной памяти для тестов и мониторинга через браузер

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. A novel approach to multiple criteria based test case prioritization. Abid, R., Nadeem, A. 2017 13th International Conference on Emerging Technologies (ICET), Islamabad, Pakistan, , (2017).
  2. Khatibsyarbini, M., Isa, M. A., Jawawi, D. N., Tumeng, R. Test case prioritization approaches in regression testing: A systematic literature review. Inf Softw Technol. 93, 74-93 (2017).
  3. Enhanced weighted method for test case priori....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Hybrid TestingObservability AutomationGenerative AI TestingSoftware Quality EngineeringTest OrchestrationBlack Box TestingWhite Box TestingLog AnalysisRegression CoverageAnomaly Detection

Related Articles