Cours Génie Logiciel Automatisé - M2 IAGL 2015

Cette page présente les ressources du cours de M. Monperrus à la promotion 2015-2016 du master IAGL de l'Université de Lille. Ce cours fait partie des UVs Outils pour la Programmation des Logiciels (OPL) et Intelligence des Données et des Logiciels (IDL).

Informations Pratiques

Prérequis: bonne connaissance de la programmation et bases du génie logiciel (test, design).

Horaires des cours: cf Calendrier numérique

Page Moodle: http://moodle.univ-lille1.fr/course/view.php?id=932

Contact: martin.monperrus@univ-lille1.fr

Objectifs du cours

Ce cours a pour objectif l'étude du génie logiciel automatisé, défini comme l'art d'inventer, de designer, d'implémenter et de valider des outils logiciels pour améliorer et automatiser l'ingénierie du logiciel. Au delà de l'objectif technique, ce cours a aussi pour objectif de vous faire travailler votre créativité, votre écrit, votre oral, votre sens critique.

Certains outils embarquent une forme d'intelligence, ce qui justifie le nom de l'UV Intelligence des Données et des Logiciels (IDL).

Le cours est organisé autour de 3 thèmes. Chaque thème donne lieu à un projet. Cette année, les thèmes sont:

• analyse et transformation de code source;

• to be decided

• réparation automatique de bugs

Modalités d'évaluation

Il y aura 4 rendus de projets, 3 autours des thèmes, plus le projet final. Le projet est un prototypage et une évaluation d'une technique existante ou un développement libre dans le cadre du thème.

Dates des rendus:

• 17 novembre 2015

• 16 décembre 2015

• 18 janvier 2016

• 9 février 2016

Le sujet du projet final est libre, sous la seule contrainte de rentrer dans le périmètre du « génie logiciel automatisé ».

Les projets sont notés de la manière suivante:

• Excellent travail (20/20)

• Très bon travail (17/20)

• Bon travail (14/20)

• Passable (11/20)

• Mauvais (8/20)

• Nul (4/20)

Consignes pour les rapports: http://www.monperrus.net/martin/bon-rapport

Les rendus doivent être au format ZIP (pas de TAR.GZ ou 7Z), avec le rapport à la racine du ZIP, et le code d'expérimentation.

Rattrapage: Le rattrapage est organisé comme suit. L'étudiant retravaille sur le(s) rendu(s) qui ont été noté(s) en dessous de la moyenne. Une nouvelle évaluation est faite (et une seule) sur le nouveau code et le nouveau rapport produit, et ce avec le même niveau d'exigence que pendant l'année. Le rendus de rattrapage sont à rendre par email un mois après la fin des cours. Un rendu de rattrapage en retard ne sera pas considéré.

Thèmes 2015-2016

Thème 1: L'analyse et la transformation de code source.

Qu'est ce qu'un AST ? que peut on faire avec de la transformation ?

Lectures:

• Spoon: A Library for Implementing Analyses and Transformations of Java Source Code slides

• Enhancing server availability and security through failure-oblivious computing

• A source-to-source compiler for generating dependable software

• Using automated fix generation to secure SQL statements

• Building useful program analysis tools using an extensible Java compiler

• Automatically Fixing C Buffer Overflows Using Program Transformations

• Program transformations to fix C integers

• A Dynamic Technique for Eliminating Buffer Overflow Vulnerabilities (and Other Memory Errors)

Projets:

• Prototypage inspiré d'un des papiers

• P1: Transformation automatique de code fail-safe en code fail-fast et vice-versa, cf http://www.yegor256.com/2015/08/25/fail-fast.html.

• P2: Transformation automatique des entiers en arithmétique à précision arbitraire (int -> BigInteger).

• P3: Transformation des calculs flottants en programmes continus (cf Continuity and Robustness of Programs)

• Votre idée (à valider ensemble)

Thème 2: Ingénierie des suites de tests

Qu'est ce qu'un bon test ? A quoi sert l'isolation ? Comment mesurer la qualité d'une suite de test ? Comment écrire des assertions ? Comme écrire et vérifier des contrats sur un domaine d'entrée ? Comment sont implémentés les drivers de tests et les assertions ? Quelles implications pour la localization de faute ? Quels sont les avantages et inconvénients d'un langage spécifique pour les test ? Quelle est la taille d'une bonne suite de test par rapport au code applicatif ?

Lectures:

• Mutation testing (wikipedia)

• Prioritizing test cases for regression testing

• TestEvol: a tool for analyzing test-suite evolution

• Dynamic Analysis can be Improved with Automatic Test Suite Refactoring

• Evosuite: automatic test suite generation for object-oriented software

• Harmcrest and AssertJ

• Randoop: feedback-directed random testing for Java

• Coverage Is Not Strongly Correlated With Test Suite Effectiveness

• Assertions Are Strongly Correlated with Test Suite Effectiveness

• Assertion-driven development: Assessing the quality of contracts using meta-mutations

• Jartege: a tool for random generation of unit tests for java classes

• Korat: Automated testing based on Java predicates

• TestEra: A novel framework for automated testing of Java programs

Projets:

• Prototypage inspiré d'un des papiers

• Votre idée (à valider ensemble)

• Répliquer la table 3 de "Coverage Is Not Strongly Correlated With Test Suite Effectiveness" avec pitest

• Répliquer la table 3 de "Coverage Is Not Strongly Correlated With Test Suite Effectiveness" avec Major

• Ajouter des opérateurs de mutation orientés-objet à pitest

• Mettre à jour et appliquer Testevol à Commons Math, Commons Collections, etc.

• Ajouter les opérateurs de Offutt et al. (et d'autres au besoin) à metamutator. Le valider sur des grands projets.

Thème 3: Réparation automatique de bugs

Qu'est ce que la réparation automatique ? Qu'est ce qu'un oracle ? Comment éviter les régressions ?

Lectures:

• Introduction courte http://www.monperrus.net/martin/introduction-to-automatic-software-repair.pdf

• Introduction longue http://www.monperrus.net/martin/survey-automatic-repair.pdf.

• GenProg A generic method for automatic software repair

• Using mutation to automatically suggest fixes for faulty programs

• Automatic Repair of Buggy If Conditions and Missing Preconditions with SMT

• Specification-based Program Repair Using SAT/Alloy

• Safe Software Updates via Multi-version Execution

• Automatically Patching Errors in Deployed Software

• Managing Performance Vs. Accuracy Trade-offs with Loop Perforation

Projets:

• Prototypage inspiré d'un des papiers

• Compétition. Le but de la compétition est de réparer le plus de bugs possibles de IntroClassJava. IntroClassJava est un ensemble de programmes buggés d'étudiants de L1 de l'Université de Californie. Chaque programme vient avec un moins un test qui ne passe pas. Vous avez carte blanche, vous pouvez réutiliser, étendre des outils de réparation ou implémenter le vôtre. Le gagnant est celui qui répare le plus de bugs automatiquement, de manière correcte et acceptable. Le gagnant sera noté "Excellent". Liste d'outils pour réparer des bugs en Java: cf http://www.monperrus.net/martin/automatic-software-repair-tools.

Tableau d'honneur

Thème 1:

• Transformation de code en fail-safe (Dieulin Mambouana, Romain Sommerard)

• Reproducing Google Guice Operation and Annotations using Spoon (Gissel Fernandez, Pauline Dessingue)

• Analyse et détection du non-respect de normes de conventions (Kevin Once, Antoine Philippe)

Thème 2:

• CoCoSpoon : Couverture de code en temps réel avec Spoon (Maxime Clément, Jordan Piorun)

• Génération automatisée de tests de non-régression (Kevin Once, Antoine Philippe)

Thème 3:

• OLS-Repair : One-Line Synthesis based on Unit tests and applied to Automatic Software Repair (Maxime Clément)

Thème libre:

• Analyse comparative d'outils de correction automatique de bugs (Kevin Once, Antoine Philippe)

• OLS-Test : Code Synthesis Applied To Test-Driven Development (Maxime Clément)

• Todo 2 Trello (T2T): générateur automatique de board Trello à partir du code source (Yassine Badache et Ouamar Sais)