La prueba de matriz ortogonal es una técnica de prueba de caja negra que es una forma sistemática y estadística de prueba de software . [1] [2] Se utiliza cuando el número de entradas al sistema es relativamente pequeño, pero demasiado grande para permitir una prueba exhaustiva de todas las posibles entradas a los sistemas . [1] Es particularmente eficaz para encontrar errores asociados con la lógica defectuosa dentro de los sistemas de software de computadora . [1] Las matrices ortogonales se pueden aplicar en pruebas de interfaz de usuario, pruebas de sistemas , pruebas de regresión, pruebas de configuración y pruebas de rendimiento . Las permutaciones de los niveles de factor que comprenden un solo tratamiento se eligen de manera que sus respuestas no están correlacionadas y por lo tanto cada tratamiento da una pieza única de información . El efecto neto de organizar el experimento en tales tratamientos es que se recopila la misma información en el número mínimo de experimentos .
Fondo
Vector ortogonal
Los vectores ortogonales exhiben ortogonalidad . Los vectores ortogonales exhiben las siguientes propiedades:
- Cada uno de los vectores transmite información diferente a la de cualquier otro vector en la secuencia, es decir, cada vector transmite información única evitando así la redundancia.
- En una adición lineal, las señales se pueden separar fácilmente.
- Cada uno de los vectores es estadísticamente independiente de los demás, es decir, la correlación entre ellos es nula.
- Cuando se suma linealmente, la resultante es la suma aritmética de los componentes individuales.
Técnica
Considere un sistema que tiene tres parámetros {país; producto; vendedor} y cada uno de ellos tiene tres valores. Para probar todas las combinaciones posibles de estos parámetros (es decir, pruebas exhaustivas), necesitaremos un conjunto de 3 3 = 27 casos de prueba. Pero en lugar de probar el sistema para cada combinación de parámetros, podemos usar una matriz ortogonal para seleccionar solo un subconjunto de estas combinaciones. Usando pruebas de matriz ortogonal, podemos maximizar la cobertura de la prueba mientras minimizamos el número de casos de prueba a considerar. [3] Aquí asumimos que el par que maximiza la interacción entre los parámetros tendrá más defectos y que la técnica funciona. [3]
Caso de prueba ↓ | País | Producto | Vendedor |
---|---|---|---|
TC-1 | Delaware | Computadora portátil | Charlie |
TC-2 | Delaware | Escritorio | Beto |
TC-3 | Delaware | Ratón | Alicia |
TC-4 | nosotros | Computadora portátil | Beto |
TC-5 | nosotros | Escritorio | Alicia |
TC-6 | nosotros | Ratón | Charlie |
TC-7 | GB | Computadora portátil | Alicia |
TC-8 | GB | Escritorio | Charlie |
TC-9 | GB | Ratón | Beto |
Dado ese supuesto, la tabla muestra el conjunto de nueve combinaciones de parámetros que son suficientes para detectar la falla, considerando la interacción de los parámetros de entrada, lo cual es muy efectivo y económico. La matriz es ortogonal, porque todas las posibles combinaciones por pares entre parámetros ocurren solo una vez. [3]
La matriz ortogonal L9 dada evalúa el resultado de los casos de prueba de la siguiente manera: [1]
Fallas monomodo: las fallas monomodo ocurren solo debido a un parámetro. Por ejemplo, en la matriz ortogonal anterior, si los casos de prueba TC-7, TC-8 y TC-9 muestran un error, podemos esperar que el valor {Gran Bretaña} del parámetro {País} esté causando el error. Asimismo, podemos detectar y aislar el error.
Falla de modo doble: la falla de modo doble es causada por la interacción de los valores de dos parámetros específicos. Tal interacción es una interacción dañina entre parámetros que interactúan.
Fallos multimodo : si más de dos componentes que interactúan producen una salida errónea consistente, entonces es un fallo multimodo. La matriz ortogonal detecta las fallas multimodo.
Consulte el siguiente enlace para obtener más detalles: http://www.51testing.com/ddimg/uploadsoft/20090113/OATSEN.pdf
Beneficios
- El tiempo del ciclo de prueba se reduce y el análisis es más sencillo.
- Los casos de prueba están equilibrados, por lo que es sencillo aislar defectos y evaluar el rendimiento. Esto proporciona un ahorro de costes significativo en comparación con las pruebas por pares .
Referencias
- ↑ a b c d Pressman, Roger S (2005). Ingeniería de software: el enfoque de un practicante (6ª ed.). McGraw-Hill. ISBN 0-07-285318-2.
- ^ Phadke, Madhav S. "Planificación de pruebas de software eficientes" . Phadke Associates, Inc.
Numerosos artículos sobre la utilización de matrices ortogonales para pruebas de software y sistemas.
- ^ a b c Dustin, Elfriede. "Hablando ortogonalmente" (PDF) . (requiere suscripción)
enlaces externos
- Rao, Calyampudi Radhakrishna (2009). "Matrices ortogonales" . Scholarpedia . 4 (7): 9076. Código bibliográfico : 2009SchpJ ... 4.9076R . doi : 10.4249 / scholarpedia.9076 .
- Delius, Gustav W (mayo de 2004). "Matrices ortogonales (diseños de Taguchi)" . Universidad de York.
- Kuhfeld, Warren F. "Matrices ortogonales" . SAS Institute Inc.
SAS ofrece un catálogo de más de 117.000 matrices ortogonales.
- Phadke, Madhav S. "Planificación de pruebas de software eficientes" . Phadke Associates, Inc.
Numerosos artículos sobre la utilización de matrices ortogonales para pruebas de software y sistemas.
- "Software rdExpert para pruebas de matrices ortogonales" . Phadke Associates, Inc.
Conjunto de herramientas comerciales para pruebas de matrices ortogonales.