Geïntegreerde interface voor testanalyse en -beheer
Deadline
Uitdaging
In het dynamische landschap van het ontwerpen van geavanceerde systemen is een industriebrede uitdaging opgedoken: de behoefte aan een efficiënter en beter georganiseerd testproces. De huidige worsteling ligt in de verspreide aard van informatie met betrekking tot systeemtesten - vereisten, bugrapporten en testresultaten zijn verspreid over verschillende bronnen. Deze versnippering belemmert het vermogen om een eenduidig en uitgebreid overzicht te krijgen van de algehele teststatus.
Bedrijven die actief systeemtests uitvoeren, worden met specifieke uitdagingen geconfronteerd:
Inzichtelijk overzicht: Het verkrijgen van een volledig inzicht in de algehele teststatus blijft een belangrijke hindernis.
Complexiteit van de besluitvorming: Bepalen welke tests moeten worden overgeslagen en welke opnieuw moeten worden uitgevoerd, blijkt een complex besluitvormingsproces te zijn.
Hindernissen bij analyse: Het evalueren van de testkwaliteit tussen verschillende productversies en het vaststellen van hiaten in de dekking van vereisten vormt een grote uitdaging.
Deze uitdagingen onderstrepen de behoefte aan innovatieve oplossingen en frameworks. We zijn op zoek naar tools die informatie naadloos kunnen consolideren en presenteren en die inzichten op hoog niveau en geavanceerde analysemogelijkheden bieden. Bedrijven die deze testcomplexiteit aanpakken, zullen niet alleen hun operationele efficiëntie verhogen, maar ook een nieuw tijdperk inluiden van geïnformeerde en strategische besluitvorming in systeemtestprocessen.
Project doelstellingen
Op basis van eerdere onderzoeksresultaten zullen we een generieke interface ontwikkelen waarop bedrijven hun gegevensbronnen kunnen aansluiten. Het project zal best practices voor gegevensherstructurering onderzoeken om front-end dashboards te kunnen maken die inzicht geven in de algehele teststatus.
Om te helpen bij het nemen van beslissingen, onderzoeken we het gebruik van versiecontrolealgoritmen op de kennisgrafiek. Traceerbaarheidsalgoritmen en Machine Learning-algoritmen worden overwogen om onze analyse te ondersteunen.
Wil je ook deelnemen aan dit project?
ITAMI_IRVA is een industrieel onderzoeksproject. Wij zijn op zoek naar bedrijven die deel willen uitmaken van de gebruikersgroep en met ons willen werken aan de valorisatie van het project.
Interesse? Vul onderstaand formulier in en wij nemen zo spoedig mogelijk contact met u op.
