Frédéric TAMAGNAN : "Tests automatisés des systèmes informatique par apprentissage automatique sur les données d'usage"

Résumé : Cette thèse se situe à l’intersection entre le test logiciel et l’apprentissage automatique. Dans cette thèse est proposée une nouvelle approche pour sélectionner des traces utilisateurs à l’aide d’algorithmes de clustering pour constituer automatiquement des suites de tests de non-régression. Une nouvelle métrique basée sur le pattern mining est utilisée pour déterminer si une suite de test de non-régression contient les usages les plus fréquents d’un système. Cette métrique permet également de déterminer le nombre de clusters idéal lors de la sélection des traces candidates avec des algorithmes de clustering. Deux critères en sont également dérivés pour évaluer et classer les performances des différents composants de ces pipelines de clustering (embeddings, clustering, sampling strategies). Les suites de tests produites par l’apprentissage automatique verront ensuite leur performance comparées aux suites de tests produites manuellement.

Composition du jury :

Fabrice Bouquet, Professeur à l'Université de Franche-Comté (directeur de thèse) 

Bruno Legeard, Directeur Scientifique à Smartesting (co-directeur de thèse) Alexandre Vernotte, Ingénieur de Recherche à Smartesting (co-encadrant)  

Arnaud Gotlieb, Professeur, Chef du département Validation Intelligence for Autonomous Software Systems au laboratoire Simula à Oslo, Norvège (Examinateur)

Mark Utting, Professeur associé à l'université de Queensland, Australie (Examinateur)

Yves Ledru, Professeur à l'Université Grenoble Alpes (Rapporteur)

Xavier Blanc, Professuer, Director du Laboratoire Bordelais de Recherche en Informatique (Rapporteur)

Localisation : Salle des Actes - Bâtiment B - UFR SR - 16, Route de Gray