Forschung

Software

AC3R	Automatic Crash Constructor from Crash Report (A3CR) Demo zum Erstellen von Simulationen aus Absturzberichten. GitHub Repository
AsFault	Evolutionäre Testfallgenerierung für Simulationstests autonomer Fahrzeuge. GitHub Repository
Code Defenders	Code Defenders ist ein Testspiel. Spieler "greifen" entweder eine getestete Java-Klasse "an", indem sie Programmmutanten erstellen, oder "verteidigen" die Klasse, indem sie Komponententests schreiben. Webseite GitHub Repository
Evosuite	EvoSuite ist ein suchbasiertes Tool zum automatischen Generieren von JUnit-Tests für Java-Klassen. Webseite GitHub Repository
LitterBox	Werkzeug zur automatischen Erkennung wiederkehrender Fehlermuster in Scratch Programmen. GitHub Repository
MATE	MATE (Mobile Accessibility Testing) ist ein suchbasiertes Testgenerierungstool für Android. Server GitHub Repository
Pynguin	Pynguin ist ein Framework zum automatischen Generieren von Unit-Tests für Python-Programme. Webseite GitHub-Repository
Whisker	Whisker ist ein Framework zum automatischen Testen von Scratch-Programmen, entweder durch Schreiben automatisierter Selenium-Tests oder durch automatisierte eigenschaftsgesteuerte Tests. Web-GUI GitHub Repository

Laufende Projekte

DFG-gefördertes Projekt TYPES4STRINGS: Suche nach Fehlern in Zeichenketten

Ein Team der Universität Passau unter Leitung von Professor Gordon Fraser entwickelt Mittel zur Überprüfung von Strings, Zeichenketten, in Programmiersprachen. String-bezogene Fehler sollen beim Testen und in der Produktion von Programmen unter anderem mithilfe generativer Sprachmodelle entdeckt werden.

DeepMBT: Neue Wege zu Softwarequalität mit Modell-basiertem Testen und Künstlicher Intelligenz

In dem bayerisch-tschechischen Vorhaben „DeepMBT“ unter der Leitung von Prof. Dr. Gordon Fraser beschäftigen sich Forschende der Universitäten Passau und Prag mit der Frage, wie Methoden der künstlichen Intelligenz dazu eingesetzt werden können, um Softwarefehler effektiver und automatisch zu finden.

Projekt DeepCode erhöht Code-Qualität mittels Deep Learning

Das Projekt DeepCode befasst sich mit der nachhaltigen und automatischen Verbesserung von Quellcodes durch die automatische Überprüfung wichtiger Qualitätsattribute mithilfe von Deep Learning, da dies bei Programmanalyse meist nicht geschieht.

Grenzüberschreitender InnovationsRaum³

Um Unternehmen im ländlich geprägten Grenzraum um Passau, Ried und Schärding zukunftsfit zu machen, wird im INN.KUBATOR Gründerzentrum Passau, im Techno-Z Ried und im TGZ Technologie- und Gründerzentrum Schärding ein verteilter und grenzübergreifender Innovationsraum³ eingerichtet.