| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-18 15:20 生成AI支援によるIoT仕様に適合した非機能テストパターン自動生成手法 ○鄧 永麒・山口真悟・山本裕大・黄 承琛（山口大）  MSS2025-57 NLP2025-138 |
|
| 抄録 | （和） | IoT システムの非機能テスト設計においては、仕様書の記述不足や設計者の経験への依存により、テスト品質がばらつきやすいという課題がある。本研究では、IoT 仕様書から非機能テストパターンを導出し、実行可能なテストケースを体系的かつ再現可能に自動生成する手法を提案する。本手法は、生成 AI を用いて仕様情報を4層属性モデルへ構造化・正規化した上で、知識ベース（対応表と生成ルール）に基づき最適なテストパターンを選定し、最終的に具体的なパラメータを持つテストケースを出力する。実際の IoT 製品を用いた評価実験の結果、提案手法は一般的な生成 AI（31.3%）と比較して大幅に高い網羅率（81.3%）を達成し、かつハルシネーションを抑制した。これにより、生成 AI を属性抽出の補助に限定し、テスト設計の決定を事前定義知識により制御するアプローチの有効性を示した。 |
| （英） | In the design of non-functional tests for IoT systems, test quality often varies due to insufficient specifications and dependence on engineers' experience. This paper proposes a systematic method to derive non-functional test patterns and automatically generate executable test cases from IoT specifications. The method utilizes generative AI to structure specification information into a four-layer attribute model and normalize it. Based on a knowledge base (correspondence tables and generation rules), the method selects optimal test patterns and instantiates them into concrete test cases. Evaluation with an actual IoT product confirmed that the proposed method achieved 81.3% coverage - significantly higher than the general generative AI baseline (31.3%) - while suppressing hallucinations. These results demonstrate the effectiveness of limiting generative AI to attribute extraction and controlling test decisions via predefined knowledge. | |
| キーワード | （和） | IoT システム / 非機能テスト / テストパターン / 自動生成 / 生成 AI / テストケース / / |
| （英） | IoT systems / Non-functional testing / Test pattern / Automated test design / Generative AI / Test cases / / | |
| 文献情報 | 信学技報, vol. 125, no. 417, MSS2025-57, pp. 54-59, 2026年3月. | |
| 資料番号 | MSS2025-57 | |
| 発行日 | 2026-03-11 (MSS, NLP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MSS2025-57 NLP2025-138 |
|
| 研究会情報 | |
| 研究会 | MSS NLP |
| 開催期間 | 2026-03-18 - 2026-03-19 |
| 開催地（和） | シンフォニアテクノロジー響ホール伊勢（伊勢市観光文化会館） |
| 開催地（英） | |
| テーマ（和） | MSS，NLP，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2026-03-MSS-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 生成AI支援によるIoT仕様に適合した非機能テストパターン自動生成手法 |
| サブタイトル（和） | |
| タイトル（英） | Automatic Generation of Non-Functional Test Patterns Adapted to IoT Specifications Using Generative AI |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IoT システム / IoT systems |
| キーワード(2)（和/英） | 非機能テスト / Non-functional testing |
| キーワード(3)（和/英） | テストパターン / Test pattern |
| キーワード(4)（和/英） | 自動生成 / Automated test design |
| キーワード(5)（和/英） | 生成 AI / Generative AI |
| キーワード(6)（和/英） | テストケース / Test cases |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鄧 永麒 / Yongqi Deng / トウ エイキ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山口 真悟 / Shingo Yamaguchi / ヤマグチ シンゴ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山本 裕大 / Yudai Yamamoto / ヤマモト ユウダイ |
| 第3著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 黄 承琛 / Chengchen Huang / コウ ショウチン |
| 第4著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-18 15:20:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MSS |
| 資料番号 | MSS2025-57, NLP2025-138 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.417(MSS), no.418(NLP) |
| ページ範囲 | pp.54-59 |
| ページ数 | 6 |
| 発行日 | 2026-03-11 (MSS, NLP) |
[研究会発表申込システムのトップページに戻る]