Effectiveness of mutation testing

W ostatnich latach jesteśmy świadkami dynamicznego rozwoju automatycznegotestowania oprogramowania. Przyczyniają się do tego zarówno wysoki koszt utrzymania testerów manualnych jak i rosnące wymagania jakościowe tworzonego oprogramowania. Pisanie testów jednostkowych w zastosowaniu komercyjnym stało się już standardem. Istnieje jednak inna ciekawa, mniej znana technika, zwana testowaniem mutacyjnym. Do niedawna pozostawała ona w cieniu, ze względu na duże wymagania sprzętowe. Wraz z powszechną dostępnością szybkich komputerów powróciło szersze zainteresowanie wykorzystaniem jej w praktyce.Celem niniejszej pracy jest przyjrzenie się problemowi efektywności testowania mutacyjnego oraz próba przyspieszenia tego procesu poprzez propozycję nowej metody priorytetyzacji testów przy użyciu prostych metod uczenia maszynowego.Over the last years, we have witnessed rapid development of automatic software testing.It is caused both by high cost of manual testing and growing software quality requirements. Writing unit tests in commercial software projects is a standard now. But there is another interesting technique, called mutation testing. It has been playing second fiddle to unit testing so far due to high hardware requirements. The interest in mutation testing came back when fast computers became available.The goal of this paper is to look into the problem of mutation testing effectiveness and attempt to speed up this process by proposing a new tests prioritisation method using simple machine learning methods