Интеллектуальная система селекции автоматизированных тестов в конвейерах CI/CD
Дипломная работа содержит: 48 страниц, 6 рисунков, 3 приложения, 15 использованных источников литературы.
Ключевые слова: непрерывная интеграция, автоматизированное тестирование, CI/CD, статический анализ кода, граф вызовов, Roslyn, .NET, React.
Объект исследования – процессы автоматизированного тестирования и контроля качества в жизненном цикле разработки программного обеспечения.
Предмет исследования – алгоритмы статического и динамического анализа исходного кода, а также методы селективного выбора тестовых сценариев.
Цель дипломной работы – проектирование и разработка системы интеллектуального отбора тестов, предназначенной для минимизации времени прохождения CI/CD конвейеров за счет запуска исключительно затронутых изменениями проверок.
Методы исследования – методы построения абстрактных синтаксических деревьев (AST), теория графов (поиск в глубину), алгоритмы агрегации данных, объектно-ориентированное проектирование, технологии разработки микросервисных архитектур и контейнеризации.
Полученные результаты и их апробация. Разработана распределенная система селекции тестов (STSS), включающая анализатор, серверную часть и веб-дашборд. Вычислительное ядро реализовано на платформе .NET 10 с использованием Roslyn API. Клиентская часть разработана на базе библиотеки React и языка TypeScript. Система успешно апробирована на тестовом проекте в изолированной Docker-среде.
Область возможного практического применения результатов исследования. Представленная разработка имеет практическое применение в качестве готового (MVP) решения для интеграции в CI/CD пайплайны ИТ-компаний. Внедрение системы позволит DevOps-командам существенно снизить потребление серверных мощностей, а разработчикам — многократно сократить время ожидания обратной связи при полном сохранении надежности проверок кода.
