Autor:
Alonso Valenzuela, Juan Carlos

Foto de perfil
E-mails conocidos
javalenzuela@us.es
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Alonso Valenzuela
Nombre de pila
Juan Carlos
Nombre
Nombres alternativos
Afiliaciones conocidas
Universidad de Sevilla, Spain
University of Seville, Spain
Páginas web conocidas
http://www.javalenzuela.com
Página completa del ítem
Notificar un error en este autor

Filtros

2021 - 20222
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    Artículo
    Identificación Automática de Relaciones Metamórficas en Sistemas de Búsqueda
    Alonso Valenzuela, Juan Carlos; Martín-López, Alberto; Segura Rueda, Sergio; Ruiz Cortés, Antonio. Actas de las XXV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2021), 2021-09-22.
    Proveer al usuario con opciones de búsqueda avanzada que faciliten el acceso a los datos que busca es una característica común de muchos sistemas software, tales como sistemas de información, sistemas de comercio electrónico y APIs web. La complejidad y magnitud de estos sistemas provocan que en la mayoría de los casos sea imposible determinar si la salida obtenida es correcta. Una solución para aliviar este problema es la aplicación de pruebas metamórficas, que explotan las relaciones existentes entre los parámetros de un sistema, conocidas como relaciones metamórficas (RMs). Sin embargo, la identificación manual de RMs exige tiempo y esfuerzo, lo que limita su aplicación. En este artículo, describimos nuestro trabajo en progreso para el desarrollo de un método para la identificación automática de RMs en el contexto de sistemas de búsqueda. Nuestro primer prototipo muestra la efectividad de nuestra propuesta para generar cientos de RMs en sistemas reales como YouTube, IMDb o SkyScanner en cuestión de segundos.
  • Miniatura
    Artículo
    Generación Automática de Oráculos de Prueba para APIs RESTful
    Alonso Valenzuela, Juan Carlos; Segura Rueda, Sergio; Ruiz Cortés, Antonio. Actas de las XXVI Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2022), 2022-09-05.
    Las APIs web basadas en el estilo arquitectónico REST (conocidas como APIs RESTful) se han convertido en el estándar de-facto para la integración web. Dada su popularidad y difusión, en los últimos años han proliferado gran cantidad de herramientas para la generación automática de casos de prueba para este tipo de APIs. Sin embargo, todas las herramientas están limitadas por el tipo de errores que son capaces de detectar: fallos inesperados (i.e., respuestas con código 5XX) y errores de conformidad con la especificación. En este artículo, describimos nuestro trabajo en progreso para la generación automñatica de oráculos de prueba para APIs RESTful. El objetivo es poder detectar errores de forma automática mediante el aprendizaje de invariantes potenciales a partir de un conjunto de llamadas y respuestas a la API. Una evaluación inicial muestra la efectividad de nuestra propuesta para detectar cientos de orñaculos en sistemas reales, detectando errores replicables en las APIs de GitHub y OMDb.