Данные испытаний
Тестовые данные играют решающую роль в разработке программного обеспечения, предоставляя входные данные, которые используются для проверки правильности, производительности и надежности программных систем. Тестовые данные охватывают различные типы, такие как положительные и отрицательные сценарии, крайние случаи и реалистичные пользовательские сценарии, и направлены на проверку различных аспектов программного обеспечения для выявления ошибок и проверки его поведения. Разрабатывая и выполняя тестовые сценарии с соответствующими тестовыми данными, разработчики могут выявлять и устранять дефекты, улучшать качество программного обеспечения и обеспечивать его соответствие указанным требованиям. Более того, тестовые данные также можно использовать для регрессионного тестирования, чтобы убедиться, что новые изменения или улучшения кода не приводят к каким-либо непредвиденным побочным эффектам или не нарушают существующие функциональные возможности. В целом, эффективное использование тестовых данных при разработке программного обеспечения вносит значительный вклад в создание надежных и надежных программных систем.
Предыстория [ править ]
Некоторые данные могут использоваться подтверждающим образом, обычно для проверки того, что данный набор входных данных для данной функции дает некоторый ожидаемый результат. Другие данные могут использоваться для проверки способности программы реагировать на необычные, экстремальные, исключительные или неожиданные входные данные. [1]
Тестовые данные могут быть получены целенаправленным или систематическим образом (как это обычно бывает при тестировании предметной области) или с использованием других, менее целенаправленных подходов (как это обычно бывает в крупномасштабных рандомизированных автоматических тестах). Тестовые данные могут быть созданы тестировщиком или программой или функцией, помогающей тестировщику. Данные испытаний можно записать для повторного использования или использовать только один раз. Тестовые данные можно создавать вручную, используя инструменты генерации данных (часто основанные на случайности). [2] ) или быть извлечены из существующей производственной среды. Набор данных может состоять из синтетических (фейковых) данных, но предпочтительно, чтобы он состоял из репрезентативных (реальных) данных. [3]
Ограничения [ править ]
В соответствии с правилами и нормами конфиденциальности, такими как GDPR, PCI и HIPAA, не разрешается использовать конфиденциальные личные данные для тестирования. [4] Но анонимизированные (и предпочтительно разделенные) производственные данные могут использоваться в качестве репрезентативных данных для тестирования и разработки. [5] Программисты также могут создавать макеты данных, но это имеет свои ограничения. Не всегда возможно собрать достаточно ложных или ложных данных для тестирования. [6]
«Синтетические данные», генерируемые ИИ, могут стать еще одним вариантом генерации тестовых данных. Генераторы синтетических данных на базе искусственного интеллекта изучают закономерности и качества выборочной базы данных. После обучения алгоритма ИИ он может выдавать столько тестовых данных, сколько определено. Синтетические данные, сгенерированные ИИ, требуют дополнительных мер конфиденциальности, чтобы предотвратить переобучение алгоритма. Некоторые коммерчески доступные генераторы синтетических данных оснащены дополнительными средствами контроля конфиденциальности и точности. Объем данных, подлежащих тестированию, определяется или ограничивается такими соображениями, как время, стоимость и качество. Время производства, стоимость производства, качество тестовых данных и эффективность.
Тестирование домена [ править ]
Тестирование предметной области — это семейство методов тестирования, ориентированных на тестовые данные. Это может включать в себя выявление общих или критических входных данных, представителей конкретной модели класса эквивалентности, значений, которые могут появиться на границах между одним классом эквивалентности и другим, возмутительных значений, которые должны быть отклонены программой, комбинаций входных данных или входных данных, которые могут привести к продукта к определенному набору результатов. [7]
См. также [ править ]
- Тестирование программного обеспечения
- Юнит-тест
- План испытаний
- Набор тестов
- Тестирование сценария
- Сессионное тестирование
Ссылки [ править ]
- ^ Вейкер, Э.Дж. (1 июня 1988 г.). «Оценка критериев адекватности данных тестирования программного обеспечения» . Коммуникации АКМ . 31 (6): 668–675. дои : 10.1145/62959.62963 . ISSN 0001-0782 . S2CID 15141475 .
- ^ «О тестировании в DDD» . Середина . 24 апреля 2022 г. Проверено 24 января 2023 г.
- ^ «Что такое тестовые данные и как они создаются?» . ДАТПРОФ . 26 июня 2019 г. Проверено 29 апреля 2020 г.
- ^ «Обеспечите соответствие GDPR, PCI и HIPAA» . ДАТПРОФ . 03.03.2020 . Проверено 9 июля 2020 г.
- ^ «Использование производственных данных для тестирования» . ДАТПРОФ . 17.10.2019 . Проверено 9 июля 2020 г.
- ^ Эмам, Халед Эль; Москера, Люси; Хоптрофф, Ричард (19 мая 2020 г.). Практическая генерация синтетических данных: баланс между конфиденциальностью и широкой доступностью данных . «О'Рейли Медиа, Инк.». ISBN 978-1-4920-7271-3 .
- ^ Фрис, Ричард К. (15 августа 2019 г.). Справочник по проектированию медицинского оборудования . ЦРК Пресс. ISBN 978-1-000-69695-0 .