Automatizovaná detekce datových typů ve strukturách

Abstract

Tato práce se zabývá syntézou datových struktur pro účely testování softwaru. Konkrétně se práce věnuje analýze reálných dat za účelem detekce datových typů pro následné generování testovacích dat. Analýza dat je prováděna ve dvou rovinách: řídícím systémem pro plánování a spouštění dílčích detekcí a samotnými detektory. Výsledkem této bakalářské práce je analýza a implementace nástroje obsahující sadu detektorů datových typů nad stromovými datovými strukturami jako jsou JSON, YAML či XML. Detektory mají za úkol určit význam hodnot, případně i závislosti mezi daty. Sadu lze podle potřeby snadno rozšířit, aby bylo možné detekovat i složitější významy a závislosti. Výsledky těchto analýz půjde využít pro generovaní nových testovacích dat pro účely testování softwaru.This bachelor's thesis deals with data structure synthesis for software testing. In particular, the thesis focuses on analysis of real data in order to detect data types for further test data generation. Data analysis is performed in two layers: a control system for scheduling and invoking partial detections, and a set of data detectors. The thesis deals with analysis and implementation of tool consisting of set of data type detectors over tree structured data like JSON, YAML, or XML. The goal of the detectors is to determine a semantics of values of analysed structure and dependencies between data. The set can be easily expanded as needed, to detect even more complicated meanings and dependencies. The results of these analysis can be used to generate new test data for software testing.