XIVT: eXcellence In Variant Testing

XIVT-projektet kommer att leverera teknisk innovation inom två områden.

Kunskapsbaserad kravanalys och urval innebär att projektet kommer extrahera funktioner och krav med hjälp av maskininlärningstekniker och kartreducerande algoritmer och även identifiera funktioner samt rangordna efter prioritet för testning. Dessutom kommer projektet automatiskt att skapa testfall på hög nivå med hjälp av associationsregler och funktioner och kombinera programvarutesttekniker med maskininlärningstekniker för att förbättra kodsäkerheten.

XIVT kommer att bidra inom sårbarhetsdetektering genom att tillhandahålla ett kluster av mjukvarutestverktyg som använder olika detektionstekniker, såsom fuzzing / attackinjektion och statisk och dynamisk analys i kombination med maskininlärningstekniker. Vid testhärledning och exekvering kommer projektet att tillhandahålla variabilitetsabstraktion för att säkerställa att alla funktioner kan testas. Kvalitetskriterier definieras genom användning av funktionsmodeller och produktlinjebasmodeller för testfallsgenerering. En variantvalsmekanism bestämmer instanser och konfigurationsparametervärden för att garantera en optimal täckning för givna testinsatser.

Ytterligare resultat från projektet är ett mått och en metod för att bedöma kvaliteten på testsviter för konfigurerbara produkter när det gäller feldetekteringsfunktioner, ett förslag till certifiering av programvara på grundval av produktfamiljen. Detta gör det möjligt att behålla certifikat för delar som tidigare har validerats. Dessutom utformas ett modellkontrollförfarande för att välja tillämpliga testfall för specifika produkter i regressionstestet av produktlinjer.