Аналіз факторів впливу автоматизації підтримки програмних комплексів на базі кольорових мереж Петрі
| dc.contributor.affiliation | Національний університет “Львівська політехніка” | |
| dc.contributor.author | Пукач, Андрій | |
| dc.contributor.author | Теслюк , Василь | |
| dc.coverage.placename | Львів | |
| dc.date.accessioned | 2025-10-29T10:07:03Z | |
| dc.date.issued | 2024 | |
| dc.date.submitted | 2025 | |
| dc.description.abstract | Розроблено модель аналізу факторів впливу автоматизації процесів підтримки програмних комплексів на базі кольорових мереж Петрі, що дає змогу здійснити їхнє моделювання під час розв’язання науково-прикладної задачі відновлення границь факторів впливу суб’єктивного сприйняття об’єктів підтримки з інкапсульованими штучними нейронними мережами типу багатошарового перцептрона. Задача аналізу та відновлення границь факторів впливу входить до переліку задач науково-прикладної проблеми автоматизації підтримки програмних комплексів. Об’єктом дослідження є процес аналізу факторів впливу автоматизації процесів підтримки програмних комплексів. Предметом дослідження є методи та засоби моделювання аналізу факторів впливу автоматизації процесів підтримки програмних комплексів на базі теорії мереж Петрі загалом та кольорових мереж Петрі зокрема. Метою дослідження є розроблення моделі аналізу факторів впливу автоматизації підтримки програмних комплексів на базі кольорових мереж Петрі. Для досягнення поставленої мети розв’язано певні задачі дослідження, подані далі по тексту. Зокрема, подано блок-схему алгоритму аналізу факторів впливу процесів автоматизації підтримки програмних комплексів, а також опис моделі суб’єктивного сприйняття об’єкта підтримки з інкапсульованої штучною нейронною мережею типу багатошарового перцептрона. Також, наведено детальний опис покрокового функціонування розробленої моделі за усіма можливими сценаріями. Додатково побудовано дерево досяжності розробленої моделі, що демонструє досяжність та скінченність кожного із станів представленої моделі на базі кольорових мереж Петрі. Крім того, проведено дослідження динаміки функціонування розробленої моделі на базі кольорових мереж Петрі та подано отримані результати дослідження. А також як приклад аналізу факторів впливу автоматизації процесів підтримки програмних комплексів розв’язано прикладну практичну задачу виявлення домінувального фактору впливу з набору факторів впливу команди підтримки програмного комплексу. Model based on colored Petri nets, and dedicated for analysis an impact factors of the software complexes support automation processes, has been developed. Model provides possibilities for simulation of the processes of impact factors analysis in the field of software complexes support automation when solving the scientific and applied task of analyzing and restoring the boundaries of impact factors in supported objects subjective perception models with encapsulated artificial neural networks of multilayer perceptron type. The task of analyzing and restoring the boundaries of impact factors is included in the list of tasks of the scientific and applied problem of software complexes support automation. The object of the study is the process of analyzing an impact factors software complexes support automation. The subject of the study are methods and means of modeling the processes analysis an impact factors of software complexes support automation, based on the theory of Petri nets in general and colored Petri nets in particular. The purpose of the study is to develop a colored Petri nets based model for analysis an impact factors of the software complexes support automation. To achieve the set goal, the following research tasks were solved. A block diagram of the algorithm of the software complexes support automation impact factors analysis has been presented, as well as a description of the supported objects subjective perception model encapsulated by an artificial neural network of the multilayer perceptron type. A detailed description of the step-by-step functioning of the developed model within all possible scenarios is given as well. A reachability tree of the developed model is constructed, demonstrating the reachability and finiteness of each of the states of the presented colored Petri nets based models. A study of dynamics of the developed colored Petri nets based models functioning processes has been conducted as well as the depicted results of this study. As an example of software complex support automation impact factors analysis, – the applied practical problem of identifying the dominant impact factor among the set of impact factors of the software complex support team has been solved. | |
| dc.format.pages | 88–103 | |
| dc.identifier.citation | Пукач А. Аналіз факторів впливу автоматизації підтримки програмних комплексів на базі кольорових мереж Петрі / Андрій Пукач, Василь Теслюк // Вісник Національного університету “Львівська політехніка”. Серія: Інформаційні системи та мережі. — Львів : Видавництво Львівської політехніки, 2024. — № 16. — С. 88–103. | |
| dc.identifier.uri | https://ena.lpnu.ua/handle/ntb/115670 | |
| dc.language.iso | uk | |
| dc.publisher | Видавництво Львівської політехніки | |
| dc.relation.references | 1. Cowell, C., Lotz, N., Timberlake, Ch. (2023). Automating DevOps with GitLab CI/CD Pipelines, Packt Publishing. ISBN: 9781803233000, 348 p. 2. Fewster, M., Graham, D. (1999). Software Test Automation Effective use of test execution tools, Published by Addison-Wesley, Harlow, Essex, U.K. ISBN: 0-201-33140-3, 574 p. 3. Humble, J., Farley, D. (2010). Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation, Addison-Wesley Professional. ISBN: 9780321670250, 512 p. 4. Jensen, K. (1996–1997). Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use, Berlin: Spingler, 1‒3. 5. Jensen, K., Kristensen, L. M. (2009). Coloured Petri Nets: Modelling and Validation of Concurrent Systems, Springer-Verlag Berlin Heidelberg, ISBN 978-3-642-00283-0, 384 p. 6. Kim, G., Behr, K, Spafford, G. (2020). Тhe Phoenix Project: A Novel about IT, DevOps, and Helping Your Business Win, London: IT Revolution Press. 345 p. 7. Kim, G., Debois, P., Willis, J., Humble, J. (2016). The DevOps Handbook: How to Create World-Class Agility, Reliability, and Security in Technology Organizations, IT Revolution Press, ISBN:978-1-942788-00-3, 480 p. 8. Peterson, J.-L. (1981). Petri Net Theory and the Modeling of Systems, New York, Prentice-Hall, ISBN: 978 0136619833, 290 p. 9. Rohit, K. (2024, February). Ai in test automation: overcoming challenges, embracing imperatives, International Journal on Soft Computing, Artificial Intelligence and Applications (IJSCAI), 13(1), DOI: 10.5121/ijscai.2024.13101 10. Vang-Mata, R. (2020). Multilayer Perceptrons: Theory and Applications, New York, Nova Science Publishers, 143 p. 11. Al-oqaily, R., Alharbi, R., Alnomsi, S., Alharbi, A., Selmi, A. (2020). Incident Management with Knowledge base: College of computer in Qassim University as a case study. International Journal of Engineering Research and Technology, 13(3), 393‒396. https://dx.doi.org/10.37624/IJERT/13.3.2020.393-396 12. Skrebeca, J. et al. (2021). Modern Development Trends of Chatbots Using Artificial Intelligence (AI). 62nd International Scientific Conference on Information Technology and Management Science of Riga Technical University (ITMS), Riga, Latvia, 1–6. https://doi.org/10.1109/itms52826.2021.9615258 13. Basak, S., Agrawal, H., Jena, S., Gite, S., Bachute, M. et al. (2023). Challenges and limitations in speech recognition technology: A critical review of speech signal processing algorithms, tools and systems. Computer Modeling in Engineering & Sciences, 135(2), 1053–1089. https://doi.org/10.32604/cmes.2022.021755 14. Ahsan, S. N., Ferzund, J., Wotawa, F. (2009). Automatic Software Bug Triage System (BTS) Based on Latent Semantic Indexing and Support Vector Machine. Fourth International Conference on Software Engineering Advances, Porto, Portugal, 216–221, https://doi.org/10.1109/ICSEA.2009.92 15. Sujatha, R., Bhattacharya, S., Jat, D. S. (2016). Comparative analysis of bug tracking tools. The International Journal of Petroleum Technology, 8(4), 4989–4998. https://www.researchgate.net/profile/Suja Radha/publication/316888056_Comparative_analysis_of_bug_tracking_tools/links/5a1648720f7e9bc6481c8afa/Com parative-analysis-of-bug-tracking-tools.pdf 16. Sivaji, A. et al. (2020). Software Testing Automation: A Comparative Study on Productivity Rate of Open Source Automated Software Testing Tools For Smart Manufacturing. IEEE Conference on Open Systems (ICOS), Kota Kinabalu, Malaysia, 7–12. https://doi.org/10.1109/ICOS50156.2020.9293650 17. Singh, M., Srivastava, V. M., Gaurav, K., Gupta, P. K. (2017). Automatic test data generation based on multi-objective ant lion optimization algorithm. Pattern Recognition Association of South Africa and Robotics and Mechatronics (PRASA-RobMech), Bloemfontein, 168–174. https://doi.org/10.1109/RoboMech.2017.8261142 18. Grano, G., Ciurumelea, A., Panichella, S., Palomba, F., Gall, H. C. (2018). Exploring the integration of user feedback in automated testing of Android applications. IEEE 25th International Conference on Software Analysis, Evolution and Reengineering (SANER), Campobasso, 72‒83. https://doi.org/10.1109/SANER. 2018.8330198 19. Menegassi, A. A., Endo, A. T. (2016). An evaluation of automated tests for hybrid mobile applications. XLII Latin American Computing Conference (CLEI), Valparaiso, 1–11. https://doi.org/10.1109/CLEI.2016.7833337 20. Shahabi, M. M. D., Badiei, S. P., Beheshtian, S. E., Akbari, R., Moosavi, S. M. R. (2017). On the performance of EvoPSO: A PSO based algorithm for test data generation in EvoSuite. 2nd Conference on Swarm Intelligence and Evolutionary Computation (CSIEC), Kerman, 2017, 129–134. https://doi.org/10.1109/CSIEC. 2017.7940170 21. Raj, H. L. P., Chandrasekaran, K. (2018). NEAT Algorithm for Testsuite generation in Automated Software Testing. IEEE Symposium Series on Computational Intelligence (SSCI), Bangalore, India, 2361‒2368, https://doi.org/10.1109/SSCI.2018.8628668 22. Leotta, M., Clerissi, D., Ricca, F., Tonella, P. (2016). Approaches and Tools for Automated End-to-End Web Testing. In Advances in Computers, 101(1). Elsevier Inc. https://doi.org/10.1016/bs.adcom.2015.11.007 23. Ricca, F., Stocco, A. (2021). Web Test Automation: Insights from the Grey Literature. Lecture Notes in Computer Science (Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 12607 LNCS, 472–485. https://doi.org/10.1007/978-3-030-67731-2_35 24. Trudova, A., Dolezel, M., Buchalcevova, A. (2020). Artificial intelligence in software test automation: A systematic literature review. ENASE 2020. Proceedings of the 15th International Conference on Evaluation of Novel Approaches to Software Engineering, 6(12), 181–192. https://doi.org/10.5220/0009417801810192 25. Serna, M. E., Acevedo, M. E., Serna, A. A. (2019). Integration of properties of virtual reality, artificial neural networks, and artificial intelligence in the automation of software tests: A review. Journal of Software: Evolution and Process, 31(7), 1–12. https://doi.org/10.1002/smr.2159 26. Li, J. J., Ulrich, A., Bai, X., Bertolino, A. (2020). Advances in test automation for software with special focus on artificial intelligence and machine learning. Software Quality Journal, 28(1), 245–248. https://doi.org/10.1007/s11219-019-09472-3 27. Sugali, K., Sprunger, C., Inukollu, V. (2021). Software Testing: Issues and Challenges of Artificial Intelligence & Machine Learning. International Journal of Artificial Intelligence & Applications, 12(1), 101–112. https://doi.org/10.5121/ijaia.2021.12107 28. Ricca, F., Marchetto, A., Stocco, A. (2021). AI-based test automation: A grey literature analysis. Proceedings ‒ 2021 IEEE 14th International Conference on Software Testing, Verification and Validation Workshops, ICSTW, 263–270. https://doi.org/10.1109/ICSTW52544.2021.00051 | |
| dc.relation.uri | https://doi.org/10.23939/sisn2024.16.088 | |
| dc.subject | автоматизація, програмний комплекс, фактор впливу, підтримка, модель, кольорові мережі Петрі | |
| dc.subject | automation, software complex, impact factor, support, model, colored Petri nets | |
| dc.subject.udc | 004.94 | |
| dc.title | Аналіз факторів впливу автоматизації підтримки програмних комплексів на базі кольорових мереж Петрі | |
| dc.title.alternative | Analysis of software complexes support automation impact factors with usage of colored Petri nets | |
| dc.type | Article |