browsers due to implementation diff

browsers due to implementation differences and conditional scripts
in web applications. Thus, automated comparison of this DOM tree
across browsers is non-trivial. Before performing any comparison,
our technique needs to match nodes between the different DOM
trees obtained by loading the same web page across various web
browsers. Our technique comprises of graph theory algorithms to
perform both matching as well as structural comparison. Since the
DOM tree can be mapped back to a source code element, it is helpful
for the developer if the technique can identify differences in the
corresponding tree nodes from different browsers. This information
can then be translated to the sections of the HTML page and
source code that generated it. Providing this information to developers
allows them to fix the issue effectively.
An important challenge is to compare the appearance of elements
on the web page. The DOM tree contains textual information about
an element on the web page. However, it does not contain information
about the appearance of the elements on the webpage. Therefore,
it is essential to be able to mimic the end users’ perception
by considering the screen capture data from the web page. For doing
so, the technique should first perform dynamic analysis of the
DOM tree to extract geometrical information about the web page
elements (e.g., dimensions, position etc.) along with a screen capture.
These can be used to extract visual features by incorporating
geometrical and computer vision distance metrics to find dissimilarities
between the elements. Once these features are extracted,
the technique should employ automated classification techniques
from machine learning to effectively decide if the issue is significant
enough to be reported. The point differences identified by
such a technique for each element identifies a symptom of a bigger
cross- browser incompatibility (XBI). We term such micro-level
differences as cross-browser differences (CBDs), which need to be
grouped across spatially or geometrically related elements to identify
XBIs. This is done by employing a custom clustering algorithm
as explained in Section 3.3. All XBIs reported for a pair of screens
across browsers are termed as screen-level XBIs
Web applications often have variable elements such as advertisements
and generated content (e.g., time, date etc.) which are different
across multiple requests. If such elements are not ignored, the
technique might consider them as changes across browsers thereby
resulting in false positives in the results. Hence, the technique
needs to find and skip such elements during comparison. A final
challenge is due to the inbuilt security measures in web browsers
that pose a technical challenge for the technique to transparently
extract information for comparison. The technique must overcome
such security mechanisms reliably and collect all information needed.
Overcoming the aforementioned challenges allow the technique
to identify XBIs in behavior of the web application (and individually
its screens) across two browsers. For each XBI, the technique
leverages the structural information from the DOM tree to locate
the broken element on the web page. This information helps the
developer to find related parts of the source code that generated
these elements and modify them to fix the issue.
2.2 Related Work
Recent years have seen a spate of tool and web-services that
can either visualize a web-page under different client-side platforms
(browser-OS combination) or, more generally, provide an
emulation environment for browsing a web application under different
client platforms. Some representatives of the former include
BrowserShots (http://browsershots.org) and BrowserCam
(http://www.browsercam.com), while examples of the latter
include Adobe BrowserLab [2], CrossBrowserTesting.com and
Microsoft Expression Web [11]. For a more detailed list, the in

ผลลัพธ์ (ไทย) 1:

เบราเซอร์เนื่องจากความแตกต่างของการใช้งานและสคริปต์แบบมีเงื่อนไขในโปรแกรมประยุกต์เว็บ ดังนั้น อัตโนมัติเปรียบเทียบต้นไม้นี้ DOMข้ามเบราว์เซอร์จะไม่น่ารำคาญ ก่อนทำการเปรียบเทียบใด ๆเทคนิคของเราต้องตรงกับโหนระหว่าง DOM แตกต่างกันต้นไม้ได้ โดยการโหลดหน้าเว็บเดียวกันกับเว็บไซต์ต่าง ๆเบราว์เซอร์ที่ เทคนิคของเราประกอบด้วยอัลกอริทึมทฤษฎีกราฟการทำการเปรียบเทียบทั้งสองตรงกัน เป็นโครงสร้าง เนื่องจากการสามารถแม็ป DOM ต้นไม้กลับไปเป็นองค์ประกอบของรหัสแหล่งที่มา มีประโยชน์มากสำหรับนักพัฒนาหากเทคนิคสามารถระบุความแตกต่างในการโหนดแผนภูมิที่สอดคล้องกันจากเบราว์เซอร์ที่แตกต่างกัน ข้อมูลนี้จากนั้นสามารถแปลในส่วนของหน้า HTML และรหัสแหล่งที่เกิด การให้ข้อมูลนี้กับผู้พัฒนาทำให้การแก้ไขปัญหาได้อย่างมีประสิทธิภาพความท้าทายสำคัญคือการ เปรียบเทียบลักษณะขององค์ประกอบบนหน้าเว็บ ต้นไม้ DOM ประกอบด้วยข้อมูลที่เป็นข้อความเกี่ยวกับองค์ประกอบบนหน้าเว็บ อย่างไรก็ตาม มันไม่ประกอบด้วยข้อมูลเกี่ยวกับลักษณะที่ปรากฏขององค์ประกอบต่าง ๆ บนเว็บเพจ ดังนั้นมันเป็นสิ่งสำคัญเพื่อให้สามารถเลียนแบบการรับรู้ของผู้ใช้โดยพิจารณาข้อมูลจับภาพหน้าจอจากหน้าเว็บ สำหรับการทำดังนั้น เทคนิคครั้งแรกควรทำการวิเคราะห์แบบไดนามิกของการDOM ต้นไม้เพื่อดึงข้อมูลทางเรขาคณิตเกี่ยวกับเว็บเพจองค์ประกอบ (เช่น ขนาด ตำแหน่งเป็นต้น) พร้อมกับการจับภาพหน้าจอสามารถใช้เพื่อแยกลักษณะ โดยผสมผสานเรขาคณิต และการวัดระยะทางวิสัยทัศน์คอมพิวเตอร์หา dissimilaritiesระหว่างองค์ประกอบ เมื่อคุณลักษณะเหล่านี้จะถูกขยายเทคนิคควรใช้เทคนิคการจัดประเภทอัตโนมัติจากเครื่องจักรการเรียนรู้อย่างมีประสิทธิภาพตัดสินใจว่า ปัญหาเป็นสำคัญพอที่จะรายงาน ความแตกต่างจุดที่ระบุเป็นเทคนิคสำหรับแต่ละองค์ประกอบระบุอาการของใหญ่กว่าข้ามเบราว์เซอร์กัน (XBI) เราในระยะดังกล่าวระดับไมโครความแตกต่างเป็นความแตกต่างระหว่างเบราว์เซอร์ (CBDs), ซึ่งต้องในองค์ประกอบที่เกี่ยวข้องทางเรขาคณิต หรือ spatially เพื่อระบุการจัดกลุ่มXBIs สิ่งนี้ทำ โดยใช้อัลกอริธึม clustering แบบกำหนดเองตามที่อธิบายไว้ในส่วนที่ 3.3 ทั้งหมด XBIs รายงานสำหรับคู่ของหน้าจอข้ามเบราว์เซอร์จะเรียกว่าเป็นจอระดับ XBIsโปรแกรมประยุกต์เว็บมักจะมีองค์ประกอบตัวแปรเช่นโฆษณาและสร้างเนื้อหา (เช่น เวลา วันฯลฯ) ซึ่งแตกต่างกันในการร้องขอหลาย ถ้าองค์ประกอบดังกล่าวจะไม่มีละเว้น การเทคนิคอาจพิจารณาให้เป็นการเปลี่ยนแปลงข้ามเบราว์เซอร์จึงส่งผลให้ผลบวกปลอมในผลลัพธ์ ด้วยเหตุนี้ เทคนิคต้องการค้นหา และข้ามองค์ประกอบต่าง ๆ ระหว่างการเปรียบเทียบ เป็นครั้งสุดท้ายท้าทายคือเนื่องจากมาตรการความปลอดภัย inbuilt ในเว็บเบราว์เซอร์ที่ก่อให้เกิดความท้าทายทางเทคนิคเทคนิคการโปร่งใสดึงข้อมูลสำหรับเปรียบเทียบ เทคนิคต้องเอาชนะกลไกรักษาความปลอดภัยดังกล่าวได้อย่างมีประสิทธิภาพ และรวบรวมข้อมูลทั้งหมดที่จำเป็นเอาชนะสิ่งท้าทายให้เทคนิคการระบุ XBIs ลักษณะการทำงาน ของแอพลิเคชันเว็บ (และมีเอกลักษณ์ของหน้าจอ) ทั้งสองเบราว์เซอร์ สำหรับแต่ละ XBI เทคนิคใช้ข้อมูลโครงสร้างจากต้น DOM เพื่อค้นหาองค์ประกอบที่ใช้งานไม่ได้บนหน้าเว็บ ข้อมูลนี้ช่วยให้การนักพัฒนาเพื่อหาส่วนที่เกี่ยวข้องของรหัสแหล่งที่มาที่สร้างขึ้นองค์ประกอบเหล่านี้ และปรับเปลี่ยนให้แก้ไขปัญหา2.2 งานที่เกี่ยวข้องปีได้เห็นระลอกของเครื่องมือและบริการเว็บที่อย่างใดอย่างหนึ่งสามารถเห็นภาพหน้าเว็บภายใต้แพลตฟอร์มด้านไคลเอ็นต์ต่าง ๆ(ชุดระบบปฏิบัติการเบราว์เซอร์) หรือ โดยทั่วไป ให้การการจำลองสภาพแวดล้อมสำหรับการเรียกดูโปรแกรมประยุกต์เว็บภายใต้แตกต่างกันแพลตฟอร์มไคลเอนต์ บางตัวแทนรวมอดีตBrowserShots (http://browsershots.org) และ BrowserCam(http://www.browsercam.com), ในขณะที่ตัวอย่างของหลังรวม Adobe BrowserLab [2], CrossBrowserTesting.com และเว็บนิพจน์ของ Microsoft [11] สำหรับรายละเอียดเพิ่มเติม การใน

ผลลัพธ์ (ไทย) 2:

เบราว์เซอร์เนื่องจากความแตกต่างการดำเนินงานและสคริปต์เงื่อนไข
ในการใช้งานเว็บ ดังนั้นการเปรียบเทียบอัตโนมัติของต้นไม้ DOM นี้
เบราว์เซอร์เป็นที่ไม่น่ารำคาญ ก่อนที่จะดำเนินการเปรียบเทียบใด ๆ
เทคนิคของเราต้องการเพื่อให้ตรงกับโหนดระหว่าง DOM ที่แตกต่างกัน
ต้นไม้ที่ได้รับจากการโหลดหน้าเว็บเดียวกันในเว็บต่างๆ
เบราว์เซอร์ เทคนิคของเราประกอบด้วยขั้นตอนวิธีทฤษฎีกราฟที่จะ
ดำเนินการจับคู่ทั้งเป็นการเปรียบเทียบโครงสร้าง เนื่องจาก
ต้นไม้ DOM สามารถแมปกลับไปที่องค์ประกอบรหัสที่มาจะเป็นประโยชน์
สำหรับนักพัฒนาหากเทคนิคสามารถระบุความแตกต่างใน
โหนดที่สอดคล้องกันจากเบราว์เซอร์ที่แตกต่างกัน ข้อมูลนี้
จากนั้นจะสามารถได้รับการแปลไปยังส่วนของหน้า HTML และ
รหัสที่มาที่สร้างมัน ให้ข้อมูลนี้เพื่อการพัฒนาที่
ช่วยให้พวกเขาในการแก้ไขปัญหาได้อย่างมีประสิทธิภาพ.
ความท้าทายที่สำคัญคือการเปรียบเทียบลักษณะขององค์ประกอบ
บนหน้าเว็บ ต้นไม้ DOM มีข้อมูลที่เป็นข้อความเกี่ยวกับ
องค์ประกอบบนหน้าเว็บ แต่ก็ไม่ได้มีข้อมูล
เกี่ยวกับลักษณะขององค์ประกอบในหน้าเว็บ ดังนั้น
มันเป็นสิ่งสำคัญที่จะสามารถเลียนแบบการรับรู้ของผู้ใช้ปลายทางฯ
โดยพิจารณาจากข้อมูลที่จับภาพหน้าจอจากหน้าเว็บ สำหรับการทำ
เช่นนั้นเทคนิคแรกที่ควรดำเนินการวิเคราะห์แบบไดนามิกของ
ต้นไม้ DOM เพื่อดึงข้อมูลทางเรขาคณิตเกี่ยวกับหน้าเว็บ
องค์ประกอบ (เช่นขนาดตำแหน่งอื่น ๆ ) พร้อมกับการจับภาพหน้าจอ.
เหล่านี้สามารถใช้ในการสกัดคุณสมบัติภาพโดยการใช้มาตรการ
ทางเรขาคณิต และตัวชี้วัดคอมพิวเตอร์วิสัยทัศน์ทางไกลเพื่อค้นหาความแตกต่าง
ระหว่างองค์ประกอบ เมื่อคุณสมบัติเหล่านี้จะสกัด
เทคนิคควรใช้เทคนิคการจัดหมวดหมู่โดยอัตโนมัติ
จากเครื่องเรียนรู้ได้อย่างมีประสิทธิภาพตัดสินใจว่าปัญหาที่มีความสำคัญ
พอที่จะได้รับการรายงาน ความแตกต่างจุดระบุ
เช่นเทคนิคสำหรับแต่ละองค์ประกอบระบุอาการของใหญ่
เข้ากันไม่ได้เบราว์เซอร์ข้าม (XBI) เราระยะเช่นไมโครระดับ
ความแตกต่างเป็นความแตกต่างข้ามเบราว์เซอร์ (CBDs) ซึ่งจะต้องมีการ
จัดกลุ่มข้ามองค์ประกอบเชิงพื้นที่หรือเรขาคณิตที่เกี่ยวข้องกับการระบุ
XBIs นี้จะกระทำโดยการใช้ขั้นตอนวิธีการจัดกลุ่มที่กำหนดเอง
ตามที่ได้อธิบายไว้ในมาตรา 3.3 XBIs ทั้งหมดรายงานสำหรับคู่ของหน้าจอ
เบราว์เซอร์จะเรียกว่าเป็นหน้าจอระดับ XBIs
การใช้งานเว็บมักจะมีองค์ประกอบตัวแปรเช่นโฆษณา
และการสร้างเนื้อหา (เช่นเวลาวันอื่น ๆ ) ซึ่งมีความแตกต่าง
ระหว่างการร้องขอหลาย ถ้าองค์ประกอบดังกล่าวจะไม่ละเว้น
เทคนิคอาจพิจารณาการเปลี่ยนแปลงพวกเขาเป็นเบราว์เซอร์จึง
มีผลในการบวกเท็จในผลลัพธ์ ดังนั้นเทคนิค
ต้องการที่จะหาและข้ามองค์ประกอบต่างๆในระหว่างการเปรียบเทียบ สุดท้าย
ความท้าทายเป็นเพราะมาตรการรักษาความปลอดภัย inbuilt ในเว็บเบราเซอร์
ที่ก่อให้เกิดความท้าทายทางเทคนิคสำหรับเทคนิคโปร่งใส
ดึงข้อมูลสำหรับการเปรียบเทียบ เทคนิคที่จะต้องเอาชนะ
กลไกการรักษาความปลอดภัยดังกล่าวได้อย่างน่าเชื่อถือและเก็บรวบรวมข้อมูลทั้งหมดที่จำเป็น.
เอาชนะความท้าทายดังกล่าวช่วยให้เทคนิค
การระบุ XBIs ในการทำงานของโปรแกรมเว็บ (และไม่ซ้ำ
หน้าจอของมัน) ทั่วทั้งสองเบราว์เซอร์ สำหรับแต่ละ XBI เทคนิค
ยกระดับโครงสร้างข้อมูลจากต้นไม้ DOM เพื่อหา
องค์ประกอบที่ขาดบนหน้าเว็บ ข้อมูลนี้จะช่วยให้
นักพัฒนาที่จะหาชิ้นส่วนที่เกี่ยวข้องของรหัสที่มาที่สร้าง
องค์ประกอบเหล่านี้และปรับเปลี่ยนให้พวกเขาในการแก้ไขปัญหา.
2.2 ที่เกี่ยวข้องกับงาน
ปีล่าสุดได้เห็นน้ำท่วมของเครื่องมือและบริการเว็บที่
สามารถเห็นภาพหน้าเว็บภายใต้การที่แตกต่างกัน แพลตฟอร์มฝั่งไคลเอ็นต์
(เบราว์เซอร์ระบบปฏิบัติการ) หรือมากกว่าโดยทั่วไปให้มี
สภาพแวดล้อมจำลองสำหรับการท่องเว็บแอพลิเคชันที่แตกต่างกันภายใต้
แพลตฟอร์มลูกค้า ตัวแทนบางส่วนของอดีต ได้แก่
BrowserShots (http://browsershots.org) และ BrowserCam
(http://www.browsercam.com) ในขณะที่ตัวอย่างของหลัง
ได้แก่ Adobe BrowserLab [2], CrossBrowserTesting.com และ
Microsoft Expression Web [ 11] สำหรับรายละเอียดเพิ่มเติมใน