Vers une comprehension des applications web: inference non-supervisée d’abstraction et ses applications

Web applications are at every corner of modern society.The largest web applications can serve millions of people.These applications are expected to be strongly reliable and stable yet capable to evolve to adapt to its users.At such a scale, these expectations can only be met through huge resources and time. For this reason, it is critical to further our ability to understand the structure of web applications to ease their maintenance and evolution.In this thesis, we explore web application structure through a variety of lenses: web testing, data extraction and web analytics.Our study shows that many web-related research, regardless of the research domain, suffer greatly from the lack of a generic fully unsupervised web application abstraction inference solution. We attempt to develop such a solution iteratively leading to three main contributions:SFTM Similarity-based Tree Matching, an algorithm allowing to match two web pages. Compared to traditional, generic Tree Matching algorithms, SFTM produces better matchings for computation times several orders of magnitude smaller.ERRATUM an approach allowing to repair locators on web applications. ERRATUM strongly improves the quality of repairs for little to no overhead. We integrated ERRATUM to a widely used open-source testing framework.APPSTRACT an approach to automatically generate an abstraction of a web application. APPSTRACT combines intra-page abstraction and inter-page abstraction using SFTM to generate robust and semantically-rich application-wide locator identifiers for each element of a webpage.We believe our work opens up many new possibilities in a variety of research domains, in particular: the computation speed of SFTM enables approaches that were previously unpractical with generic tree matching and the approach we describe in APPSTRACT could pioneer new web analytics or web testing generation solutions based on web application abstraction.Les applications Web sont omniprésentes dans la société moderne.Certaines applications Web peuvent servir des millions de personnes.Ces applications se doivent d'etre fiables et stables tout en étant capables d'évoluer pour s'adapter à ses utilisateurs.À une telle échelle, ces attentes ne peuvent être satisfaites qu'avec d'importantes ressources.Pour cette raison, il est essentiel d'approfondir notre capacité à comprendre la structure des applications Web pour faciliter leur maintenance et leur évolution.Dans cette thèse, nous explorons la structure des applications Web à travers plusieurs perspectives : les tests Web, l'extraction de données et l'analyse Web.Notre étude montre que de nombreuses recherches liées au Web, quel que soit le domaine de recherche, souffrent grandement de l'absence d'une solution générique d'inférence d'abstraction d'applications Web entièrement non supervisée. Nous tentons de développer une telle solution de manière itérative aboutissant à trois contributions principales :SFTM Similarity-based Tree Matching, un algorithme permettant de faire correspondre deux pages web. Comparé aux algorithmes de correspondance d'arbres génériques traditionnels, SFTM produit de meilleures correspondances plus rapidement.ERRATUM une approche permettant de réparer les localisateurs sur les applications web. ERRATUM améliore fortement la qualité des réparations pour peu ou pas de frais généraux. Nous avons intégré ERRATUM à logiciel de test open source largement utilisé.APPSTRACT une approche pour générer automatiquement une abstraction d'une application web. APPSTRACT combine l'abstraction intra-page et l'abstraction inter-page à l'aide de SFTM pour générer des identifiants de localisation robustes et sémantiquement riches à l'échelle de l'application pour chaque élément d'une page Web.Nous pensons que notre travail ouvre de nombreuses nouvelles possibilités dans une variété de domaines de recherche, en particulier : la vitesse de calcul de SFTM permet des approches qui n'étaient auparavant pas possibles avec l'appariement d'arbres génériques et l'approche que nous décrivons dans APPSTRACT pourrait ouvrir la voie à de nouvelles analyses Web ou à des solutions de génération de tests Web basées sur l'abstraction d'applications Web