Thèse soutenue

Generation de tests pour les specificatins lotos

FR
Auteur / Autrice : SUNG-UN KIM
Direction : Ana Cavalli
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1993
Etablissement(s) : Paris 7

Résumé

FR

Cette these presente une methode automatique de generation de sequences de test a partir de la specification en lotos d'un protocole, dans l'optique des tests de conformite faible. Il s'agit d'une methode formelle basee sur les automates a etats finis (aef) obtenus a partir de specifications lotos au moyen de l'outil caesar et sur des algorithmes permettant d'automatiser la generation de tests. Nous avons defini une nouvelle sequence de caracterisation, la sequence unique d'evenement (sequence ue), en adaptant le concept de sequence unique d'entree/sortie (sequence uio) aux aef obtenus. Les sequences ue combinees avec le concept de circuit d'un postier rural chinois (la methode d'optimisation proposee uesop) ont ete utilisees pour resoudre le probleme d'observabilite de l'implantation sous test (ist) et le probleme de controlabilite de l'ist, de maniere a obtenir une sequence de test optimale. En utilisant la technique de mutation (comme technique de mesure de la capacite de detection d'erreurs associees a une sequence de test) basee sur un modele d'erreurs de transfert, sur l'hypothese de limite du nombre d'etats dans l'ist et sur l'hypothese de l'ist deterministe, nous avons montre par une simulation que la sequence de test obtenue par la methode proposee garantit une couverture complete de fautes dans le cadre du test de conformite faible, si une sequence ue (ou une signature unique) existe pour chaque etat de l'aef de specification. Suite a ces resultats theoriques, un logiciel denomme testgen a ete developpe pour la generation automatique des sequences de test. Cet outil est utilisable pour la generation d'une sequence de test optimale se rapportant a des specifications decrites en lotos et a des aef specifiant le comportement de protocoles, en vue du test de conformite faible