Classificação de incompatibilidades cross-browser de layout: um estudo comparativo entre diferentes modelos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorWatanabe, Willian Massami-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8946276875418151-
Autor(es): dc.contributorEndo, Andre Takeshi-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4221336619791961-
Autor(es): dc.contributorOliveira, Claiton de-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8851289265109891-
Autor(es): dc.contributorCoimbra, Danilo Barbosa-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9590398895954821-
Autor(es): dc.contributorWatanabe, Willian Massami-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8946276875418151-
Autor(es): dc.creatorSilva, Daiany Aparecida da-
Data de aceite: dc.date.accessioned2022-02-21T22:03:18Z-
Data de disponibilização: dc.date.available2022-02-21T22:03:18Z-
Data de envio: dc.date.issued2020-11-02-
Data de envio: dc.date.issued2020-11-02-
Data de envio: dc.date.issued2020-08-17-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/5425-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/666774-
Descrição: dc.descriptionThe complexity of developing Web applications is increasing every day due to the large number of browsers available on the market. As a consequence, the number of inconsistencies between Web applications has also increased. When the same Web application is rendered in different browsers, the inconsistencies detected in the layout or behavior of the pages are known as (XBIs - Cross Browser Incompatibilities). The impact of XBIs on Web applications ranges from minor inconsistencies to critical flaws in the layout or functionality of a Web application. Thus, XBIs can directly affect the end user experience while browsing the Web (SILVA, 2005) application. To ensure the quality of web applications, testers and developers must manually inspect the applications in each specific browser, so that XBIs are identified and corrected before the system is deployed. Currently, there are several approaches in the literature for the identification and automatic correction of XBIs. These approaches have evolved with the aim of reducing false positives and negatives. This work proposes to compare some of the approaches, focusing on those that use the classification of XBIs of layout, through machine learning algorithms. There is still no work in the literature that makes this comparison, identifying its main advantages and disadvantages. This paper consists of an experiment that compares the results of the approaches and presents metrics that allow to affirm their effectiveness, aiming to bring important information as contributions to propose future works in relation to the evolution of the explored approaches. The result of the experiment is the F-Score metric. For this metric, the higher values imply greater efficiency in detecting incompatibilities between browsers, and the C5.0 10 iterations - Paes, Watanabe configuration obtained the best result in the experiment.-
Descrição: dc.descriptionA complexidade do desenvolvimento de aplicativos Web está maior a cada dia devido ao grande número de navegadores disponíveis no mercado. Como consequência o número de inconsistências entre as aplicações Web também aumentou. Quando o mesmo aplicativo Web é renderizado em diferentes navegadores, as inconsistências detectadas no layout ou no comportamento das páginas são conhecidas como XBIs (Cross Browser Incompatibilities). O impacto de XBIs em aplicativos Web varia de pequenas inconsistências a falhas no layout ou na funcionalidade de um aplicativo Web. Assim, os XBIs podem afetar diretamente a experiência do usuário final durante a navegação no aplicativo Web. Para garantir a qualidade dos aplicativos Web, testadores e desenvolvedores devem inspecionar manualmente os aplicativos em cada navegador específico, para que os XBIs sejam identificados e corrigidos antes da implantação do sistema. Atualmente, existem diversos modelos na literatura para a identificação e correção automática de XBIs. Esses modelos evoluíram com o objetivo de reduzir falsos positivos e negativos. Este trabalho compara alguns modelos, focando aqueles que utilizam a classificação de XBIs de layout, por meio de algoritmos de aprendizado de máquina. Ainda não há um trabalho na literatura que faça essa comparação, identificando suas principais vantagens e desvantagens. Este trabalho consiste em um experimento que compara os resultados dos modelos e apresenta métricas de eficácia, visando trazer informações importantes como contribuições para propor trabalhos futuros em relação à evolução dos modelos explorados. Nesse experimento o resultado é o valor obtido pela métrica da Medida F. Para essa métrica, os valores mais altos implicam maior eficiência na detecção de incompatibilidades entre os navegadores, e a configuração C5.0 10 iterações - Paes, Watanabe obteve o melhor resultado nesse experimento.-
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.subjectBrowsers (Programas de computador)-
Palavras-chave: dc.subjectSoftware – Compatibilidade-
Palavras-chave: dc.subjectSoftware - Testes-
Palavras-chave: dc.subjectBrowsers (Computer programs)-
Palavras-chave: dc.subjectSoftware compatibility-
Palavras-chave: dc.subjectComputer software - Testing-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Palavras-chave: dc.subjectCiência da Computação-
Título: dc.titleClassificação de incompatibilidades cross-browser de layout: um estudo comparativo entre diferentes modelos-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.