지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2013
- 저작권
- 서울대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
2013
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
코드 커버리지는 소프트웨어 테스팅에서 가장 기초적인 측정 항목 중 하나이다. 소프트웨어의 품질을 테스트하는 것은 임베디드 환경에서도 중요하기 때문에 임베디드 환경에서 코드 커버리지를 측정하는 것 또한 매우 중요하다고 할 수 있다.
하지만 리소스가 극도로 부족한 임베디드 환경에서 프로그램의 코드 커버리지를 측정하는 것은 어렵다. 먼저, 소스 코드에 커버리지 측정을 위한 추가 계측 코드를 삽입하는 기존의 방법은 프로그램 바이너리의 크기를 증가시키므로 메모리가 부족한 임베디드 환경에 적용하기 어렵다. 그리고 바이너리 수행 여부를 통해 소스 코드 수행 여부를 파악하는 경우에는 그리고 소스 코드를 컴파일할 때 코드를 최적화하는 과정에서 커버리지 측정 위치가 불명확해지기 때문에 코드 커버리지를 정확하게 측정하기 어렵다. 컴파일러 최적화를 막는다면 바이너리 크기가 변하므로 역시 적용하기 어렵다. 그리고 이러한 방법을 사용하는 기존 툴들은 모두 운영 체제의 존재를 가정하고 있기 때문에 역시 현재 적용 불가능한 방법이다.
이에 따라, 본 논문에서는 운영 체제의 부재 및 코드 사이즈, 그리고 커버리지 측정 정확성이라는 의 세 가지 이슈를 해결하고자 한다. 먼저 동적 바이너리 계측을 이용하여 코드 사이즈 증가 없이 베이직 블록 커버리지를 측정할 수 있도록 했다. 이 때 운영 체제 없이도 동적 바이너리 계측을 수행할 수 있도록 디버거 및 소프트웨어 인터럽트를 사용하는 새로운 방법을 제안하였다. 그리고 컴파일 타임 및 런타임 정보를 이용하여, 벤치마크 기준 기존 13.4%로 존재하던 커버리지 측정 오류의 비율을 균형점에서 1.4%, 최소 0.1%로 감소시켰다.
하지만 리소스가 극도로 부족한 임베디드 환경에서 프로그램의 코드 커버리지를 측정하는 것은 어렵다. 먼저, 소스 코드에 커버리지 측정을 위한 추가 계측 코드를 삽입하는 기존의 방법은 프로그램 바이너리의 크기를 증가시키므로 메모리가 부족한 임베디드 환경에 적용하기 어렵다. 그리고 바이너리 수행 여부를 통해 소스 코드 수행 여부를 파악하는 경우에는 그리고 소스 코드를 컴파일할 때 코드를 최적화하는 과정에서 커버리지 측정 위치가 불명확해지기 때문에 코드 커버리지를 정확하게 측정하기 어렵다. 컴파일러 최적화를 막는다면 바이너리 크기가 변하므로 역시 적용하기 어렵다. 그리고 이러한 방법을 사용하는 기존 툴들은 모두 운영 체제의 존재를 가정하고 있기 때문에 역시 현재 적용 불가능한 방법이다.
이에 따라, 본 논문에서는 운영 체제의 부재 및 코드 사이즈, 그리고 커버리지 측정 정확성이라는 의 세 가지 이슈를 해결하고자 한다. 먼저 동적 바이너리 계측을 이용하여 코드 사이즈 증가 없이 베이직 블록 커버리지를 측정할 수 있도록 했다. 이 때 운영 체제 없이도 동적 바이너리 계측을 수행할 수 있도록 디버거 및 소프트웨어 인터럽트를 사용하는 새로운 방법을 제안하였다. 그리고 컴파일 타임 및 런타임 정보를 이용하여, 벤치마크 기준 기존 13.4%로 존재하던 커버리지 측정 오류의 비율을 균형점에서 1.4%, 최소 0.1%로 감소시켰다.
목차
초록 i표 목차 v그림 목차 vi제 1 장 서론 1제 2 장 기존 접근 방식의 한계 3제 3 장 베이직 블록 커버리지 측정 프레임워크 63.1 소스 코드 파싱 및 분기문 정보 기록 . . . . . . . . . . . . . . . . 63.2 소스 코드와 오브젝트 코드의 매핑 . . . . . . . . . . . . . . . . . 83.3 소프트웨어 인터럽트와 디버거 브레이크포인트를 이용하는 동적 바이너리 계측 . . . . . . . . . . . . . . . . . . . . . . . . . . . 9제 4 장 커버리지 측정 신뢰도 향상 104.1 문제 상황 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104.2 추가로 사용하는 정보 . . . . . . . . . . . . . . . . . . . . . . . . 114.2.1 분기문 조건 판단 . . . . . . . . . . . . . . . . . . . . . . . 124.2.2 소스 코드 유효성 판단 . . . . . . . . . . . . . . . . . . . . 134.2.3 소스 코드와 오브젝트 코드의 1:1 매핑 . . . . . . . . . . . 144.3 수행 여부 판단 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144.4 트레이드오프 최적점 튜닝 . . . . . . . . . . . . . . . . . . . . . . 15제 5 장 커버리지 측정의 정확성 평가 185.1 실험 환경 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185.2 정확성 비교 대상 . . . . . . . . . . . . . . . . . . . . . . . . . . . 185.3 측정 결과 및 논의 . . . . . . . . . . . . . . . . . . . . . . . . . . 19제 6 장 결론 및 향후 연구 방향 23참고문헌 24Abstract 27
최근 본 자료
댓글(0)
0