Titulo Estágio
Evolutionary Machine Learning Driven OLT Tests Optimisation
Áreas de especialidade
Sistemas Inteligentes
Local do Estágio
Departamento de Engenharia Informática da Universidade de Coimbra
Enquadramento
A Altice Labs desenvolve e industrializa produtos de rede para operadores de telecomunicações, envolvendo não só equipamentos de pequeno, médio e grande porte, mas também a respetiva aplicação de gestão (NMS). Os produtos de hardware integram software embebido, nos quais as aplicações desenvolvidas pela Altice Labs correm sobre distribuições de Linux Embedded. A validação destas aplicações requer a interface com os dispositivos em teste (DUT), assim como com os restantes equipamentos auxiliares que integram o ecossistema necessário ao funcionamento e validação dos mesmos: equipamentos de rede, a montante, e de cliente, a jusante, aos quais se adicionam equipamentos de teste, interfaces de gestão e emuladores dos serviços dos operadores.
A equipa de QA realiza um conjunto alargado de testes, através dos quais valida os requisitos do produto, assim como o modo como os mesmos são usados pelos clientes – requisitos de cliente/use cases de cliente. Valida ainda as condições de exceção, sejam estas resultantes de testes negativos, sejam resultantes de testes de stress, carga e escalabilidade.
Existe algum trabalho prévio na optimização e especialização de conjunto de testes, efectuado em colaborações anteriores, pretendendo-se expandir sobre esse trabalho. No âmbito desta dissertação pretende-se estudar, propor e desenvolver técnicas de Inteligência Artificial, com base em meta-heurísticos e aprendizagem computacional que contribuam para a otimização dos conjuntos de testes tendo em conta: 1) a análise de histórico contínuo de execuções de testes podendo adaptar-se ao longo do tempo (e.g. falhas em testes anteriores, testes nucleares que devem ser testados frequentemente) e 2) perfis de utilização de equipamento (e.g. clientes, equipamento pre-definido).
Objetivo
Estudo e modulação do problema com base em informação do sistema de optimização de conjuntos de testes existente
Exploração e modelação do problema do ponto de vista de aprendizagem computacional evolucionária (AC + CE).
Evolução da framework actual com abordagens estudadas de forma a resolver os desafios enunciados.
Plano de Trabalhos - Semestre 1
T1 – Estado da arte em abordagens para construção de conjuntos de testes com base em Inteligência Artificial
T2 - Análise do sistema de testes unitários existente
T3 - Análise de dados de utilização e histórico de execução dos testes unitários
T4 - Proposta de framework
T5 – Writing of the Intermediary report
Plano de Trabalhos - Semestre 2
T1 – Implementação da framework
T2 – Experimentação e validação
T3 - Refinamento da framework
T4 – Escrita do relatório final
Condições
Este trabalho será realizado nos grupos de investigação Cognitive and Media Systems (CMS/CISUC) e bio-inspired Artificial Intelligence (bAI/CISUC). Serão disponibilizados recursos computacionais para a execução do plano de trabalhos.
O/a aluno/a receberá uma bolsa de investigação para Licenciado de pelo menos 6 meses, renovável por igual período mediante acordo entre o orientador e o/a aluno/a. A bolsa seguirá as diretrizes das bolsas mensais da Fundação para a Ciência e Tecnologia (FCT).
Orientador
João Correia / Penousal Machado
jncor@dei.uc.pt 📩