data using these learned rules. We

data using these learned rules. We know of no testing
approach that uses this idea to find performance problems
in real-world applications.
• We give a novel algorithm that identifies methods that
lead to performance bottlenecks (or hot spots), which
are phenomena where the performance of the AUT is
limited by one or few components [11], [12].
• We have implemented FOREPOST and applied it to an
application at a major insurance company. Performance
problems were found automatically in the insurance
application and confirmed by experienced testers and
developers who work at this company. After implementing
a fix, the performance of this application was
improved by approximately seven percent.
• We also applied FOREPOST to an open-source application
benchmark, JPetStore. FOREPOST automatically
found rules that steer the executions of JPetStore towards
input data that increases the average execution
time by the order of magnitude when compared with
exploratory random testing [9], [10].

ผลลัพธ์ (ไทย) 1:

ข้อมูลการใช้เหล่านี้ได้เรียนรู้กฎ เรารู้ว่าไม่มีการทดสอบวิธีการที่ใช้ความคิดนี้เพื่อค้นหาปัญหาด้านประสิทธิภาพในการใช้งานจริง•เราให้อัลกอริทึมใหม่ที่ระบุวิธีการที่นำไปสู่ประสิทธิภาพคอขวด (หรือจุดร้อน), ซึ่งเป็นปรากฏการณ์ที่มีประสิทธิภาพของ AUTจำกัด(มหาชน) โดยหนึ่ง หรือบางคอมโพเนนต์ [11], [12]•เรามีใช้ FOREPOST และใช้เพื่อการการประยุกต์ใช้ที่เป็นบริษัทประกันภัยชั้นนำ ประสิทธิภาพการทำงานพบปัญหาในการประกันโดยอัตโนมัติสมัคร และยืนยัน โดยผู้ทดสอบที่มีประสบการณ์ และนักพัฒนาที่ทำงานในบริษัทนี้ หลังจากการใช้การแก้ไข ประสิทธิภาพการทำงานของโปรแกรมนี้คือประมาณ 7% ดีขึ้น•เราใช้ FOREPOST กับโปรแกรมโอเพ่นซอร์สเกณฑ์มาตรฐาน JPetStore FOREPOST โดยอัตโนมัติพบกฎที่คัดท้าย executions ของ JPetStore ต่อข้อมูลอินพุทที่เพิ่มการดำเนินการเฉลี่ยเวลา โดยขนาดเมื่อเทียบกับสำรวจสุ่มการทดสอบ [9] [10]

ผลลัพธ์ (ไทย) 2:

ข้อมูลโดยใช้กฎการเรียนรู้เหล่านี้ เรารู้ว่าไม่มีการทดสอบ
วิธีการที่ใช้ความคิดนี้เพื่อหาปัญหาประสิทธิภาพ
ในการใช้งานจริงของโลก.
•เราจะให้อัลกอริทึมนวนิยายที่ระบุวิธีการที่
นำไปสู่การ bottlenecks ประสิทธิภาพ (หรือฮอตสปอต) ซึ่ง
เป็นปรากฏการณ์ที่ประสิทธิภาพการทำงานของ AUT คือ
จำกัด โดยหนึ่งหรือส่วนประกอบกี่ [11] [12].
•เราได้ดำเนินการ FOREPOST และนำไปใช้ไปยัง
แอพลิเคชันที่ บริษัท ประกันรายใหญ่ ผลการดำเนินงาน
พบปัญหาโดยอัตโนมัติในการประกัน
การใช้งานและได้รับการยืนยันโดยการทดสอบกับประสบการณ์และ
นักพัฒนาที่ทำงานที่ บริษัท นี้ หลังจากการดำเนินการ
แก้ไขปัญหาประสิทธิภาพการทำงานของโปรแกรมนี้ได้รับการ
ปรับปรุงโดยประมาณร้อยละเจ็ด.
•นอกจากนี้เรายังนำไปใช้ FOREPOST แอพลิเคชันที่มาเปิด
มาตรฐาน JPetStore FOREPOST โดยอัตโนมัติ
พบกฎที่คัดท้ายประหารชีวิตของ JPetStore ต่อ
การป้อนข้อมูลที่เพิ่มขึ้นการดำเนินการเฉลี่ย
เวลาโดยการลำดับความสำคัญเมื่อเทียบกับ
การทดสอบแบบสุ่มสำรวจ [9] [10]

ผลลัพธ์ (ไทย) 3:

ข้อมูลการใช้เหล่านี้ได้เรียนรู้กฎ เรารู้ว่าไม่มีการทดสอบวิธีการที่ใช้แนวคิดนี้เพื่อค้นหาปัญหาประสิทธิภาพในการใช้งานจริง .เราให้บริการนวนิยายอัลกอริทึมที่ระบุวิธีการที่ทำให้เกิดคอขวดประสิทธิภาพ ( หรือจุดร้อน ) ซึ่งเป็นปรากฏการณ์ที่ประสิทธิภาพของเรื่องคือจำกัดโดยหนึ่งหรือหลายส่วน [ 11 ] , [ 12 ]- เราได้ใช้ forepost และใช้มันเพื่อการโปรแกรมที่ บริษัท ประกันรายใหญ่ ประสิทธิภาพปัญหาที่พบโดยอัตโนมัติประกันภัยการยืนยันจากผู้ทดสอบที่มีประสบการณ์และนักพัฒนาที่ทำงานในบริษัทนี้ หลังจากใช้การแก้ไข การทำงานของโปรแกรมนี้คือปรับปรุงเมื่อประมาณ 7 เปอร์เซ็นต์- เรายังใช้ forepost เป็นโปรแกรมโอเพนซอร์สอ้างอิง jpetstore . forepost โดยอัตโนมัติพบกฎที่คัดท้ายประหาร jpetstore ต่อข้อมูลที่เพิ่มขึ้น การเฉลี่ยเวลาตามคำสั่งของขนาดเมื่อเทียบกับการทดสอบแบบสุ่มสำรวจ [ 9 ] , [ 10 ]