Comparativo de Arima e SVM na previsão de risco em teste de software

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCorrêa, Cléber Gimenez-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1065-9565-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0521761025000380-
Autor(es): dc.contributorCorrêa, Cléber Gimenez-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-1065-9565-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0521761025000380-
Autor(es): dc.contributorChaim, Marcos Lordello-
Autor(es): dc.contributorhttp://lattes.cnpq.br/6414738466336890-
Autor(es): dc.contributorSanches, Silvio Ricardo Rodrigues-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9931293076574399-
Autor(es): dc.contributorWatanabe, Willian Massami-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8946276875418151-
Autor(es): dc.creatorSilva, Anna Paula Araujo Lande da-
Data de aceite: dc.date.accessioned2025-08-29T12:38:53Z-
Data de disponibilização: dc.date.available2025-08-29T12:38:53Z-
Data de envio: dc.date.issued2022-12-05-
Data de envio: dc.date.issued2022-12-05-
Data de envio: dc.date.issued2022-04-11-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/30255-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1099290-
Descrição: dc.descriptionSoftware testing has been playing an increasingly important role in the life cycle of computer systems. Quality assurance has become a requirement and with the obstacles of strict deadlines and scarce human and financial resources, methods that offer a greater test coverage and identification of problems in the shortest time available have been sought. The present work conducted a practical study that combines Risk Based Testing, an approach that executes only carefully selected test cases based on the most critical modules and functionalities of a system, applied with complete tests, with risk prediction based on analysis of time series by applying Support Vector Machine (SVM) and Autoregressive Integrated Moving Average (ARIMA) models to optimize test script selection and prioritization. The results showed an improvement in the perception of quality by the team and by the end users, with a reduction in the number of raised problem tickets. Additionally, the models did not obtain high values for the metrics of accuracy, precision, recall, RSME and MAE. However, ARIMA achieved better results compared to SVM.-
Descrição: dc.descriptionO teste de software vem exercendo uma importância cada vez maior no ciclo de vida dos sistemas computacionais. A garantia da qualidade se tornou requisito e com os obstáculos de prazos limitados e recursos humanos e financeiros escassos, métodos que ofereçam maior cobertura de testes e maior identificação de problemas no menor espaço de tempo têm sido visadas. O presente trabalho conduziu um estudo prático que une o Teste Baseado em Risco, uma abordagem que executa somente casos de testes minuciosamente selecionados com base nos módulos e funcionalidades mais críticos de um sistema, aplicado com testes completos, com previsão de risco baseada em análise de séries temporais por meio da aplicação dos modelos Support Vector Machine (SVM) e Autoregressive Integrated Moving Average (ARIMA) para otimizar a seleção e priorização de roteiros de testes. Os resultados mostraram uma melhora na percepção da qualidade pela equipe e pelos usuários, com a redução no número de chamados para correção de problemas. Adicionalmente, os modelos não obtiveram valores altos para as métricas de acurácia, precisão, recall, RSME e MAE. No entanto, ARIMA atingiu resultados melhores em comparação com SVM.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCornelio Procopio-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Informática-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectSoftware - Testes-
Palavras-chave: dc.subjectAnálise de séries temporais-
Palavras-chave: dc.subjectAvaliação de riscos-
Palavras-chave: dc.subjectComputer software - Testing-
Palavras-chave: dc.subjectTime-series analysis-
Palavras-chave: dc.subjectRisk assessment-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Palavras-chave: dc.subjectCiência da Computação-
Título: dc.titleComparativo de Arima e SVM na previsão de risco em teste de software-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.