金磊 发自 凹非寺
量子位 | 公众号 QbitAI
就在刚刚，本年度ACM SIGSOFT Outstanding Doctroal Dissertation Award（杰出博士论文奖） 新鲜出炉。
这项一年仅有一个名额的学术大奖，被华人Wing Lam（林永政）斩获。
他在UIUC（伊利诺伊大学厄巴纳-香槟分校）读博士期间，受谢涛教授（现北京大学讲习教授）和Darko Marinov教授共同指导。
而据ACM官方介绍，此次林永政获得该奖项，是因为其在软件工程方面所做出的杰出贡献：
谢涛教授也对此送上了祝福：
林永政斩获这份“大奖”背后的研究，是他在UIUC攻读博士时的毕业论文——Detecting Characterizing，And Taming Flaky Tests。
这项研究的大背景是随着技术的发展，回归测试逐渐成为软件测试中的一项重要内容。
例如每一次的代码提交、软件集成和产品交付等，都需要需要回归测试来进行检验。
可以说，回归测试是上述这些过程中的一种“试金石”。
但可想而知的一点是，当产品功能增加的时候，回归测试用例的数量也会随着增加。
因此，将回归测试自动化便是提高效率的一种趋势。
然而在这个过程中，Flaky Tests却成为了另一个老大难的问题。
（Flaky Tests是指在被测对象和测试条件都不变的情况下，时而成功时而失败、较为不稳定的测试。）
因为自动化回归测试固有的Flakiness性质，会让回归测试很难做到100%的稳定性，而且用例执行频率越高，这种不稳定性会被越发放大。
林永政的这篇论文，就是围绕着Flaky Tests而展开，主要做了三方面的工作：
- 首先，提出了检测Flaky Tests的新技术，可以让开发人员预先防止Flaky Tests影响回归测试的结果。
- 其次，提出了描述Flaky Tests的新技术，帮助开发人员更好地理解他们的Flaky Tests。
- 最后，提出了新技术来驯服（tame）Flaky Tests的问题，通过适应flakiness，使Flaky Tests在回归测试中不会误导开发者。
在检测Flaky Tests方面，林永政的工作提出了一个名为iDFlakies的框架。
它可以用来检测和局部分类Flaky Tests：
△运行iDFlakies的用例
利用这个框架，林永政在683个项目中进行了应用；除此之外，他还提供了一个包含422个Flaky Tests的数据集用于研究。
根据数据集显示，50.5%的Flaky Tests是顺序依赖（order-dependent，OD）的，而49.5%则是非确定性的（non-deterministic，NOD）。
而且林永政的研究还发现，运行随机类方法配置可以检测出总体上最不稳定（flaky）的测试。
在描述Flaky Tests方面，这篇论文率先提出了帮助开发者调试Flaky Tests失败的自动化工具。
在这个步骤中，论文还研究了测试顺序对NOD测试的影响：即使是相同的顺序也可能会决定测试的成败。
最后，在驯服Flaky Tests方面，林永政的研究第一个提出自动化技术，可以减少OD测试的假性失败（spurious failures）数量，减少了73%。
与此同时，还提出了第一个自动化技术来加速AW（async-waiting）类型的Flaky Tests（加速了38%）。
论文详情见文末链接。
谁是林永政？林永政（Wing Lam）出生于香港，后在美国西雅图长大。
其本科就读于西雅图华盛顿大学，后被谢涛教授招进UIUC研究组读博。
很巧的是，林永政本科期间做科研时的导师，正是谢涛教授当年的博导David Notkin。
林永政最初所感兴趣的方向是与安卓测试相关，因此很早地便与谢涛教授有了接触。
后来是因为他的博士毕业论文题目，与谢涛教授在UIUC的同事Darko Marinov教授有交集，最终决定二人对其共同指导。
而从林永政的博士论文中不难看出，谢涛教授对其的科研影响颇深。林永政回忆到：
我清楚地记得，在我获得博士学位的最初几年里，谢涛教授和我一起度过了漫长的时间，从这段时间里我学会了如何塑造自我，让我成长为现在的科研工作者。
例如谢涛教授曾对我说的一句话是，我不应该只是一味地“煮”我的研究，而应该让他“闻到”或“尝到”汤的味道。
并且林永政还表示，谢涛教授经常鼓励他应当多考虑其工作的大局，要对工作抱有更远大的梦想：
我希望能将这样的理想灌输给我未来的学生。
现如今，林永政在美国George Mason大学当助理教授。
关于ACM SIGSOFT杰出博士论文奖ACM SIGSOFT杰出博士论文奖，每年都会颁给软件工程领域杰出博士论文的作者。
获奖论文的作者将被邀请在Software Engineering Notes（SEN） 中发表论文摘要。
该奖项包含1000美元的酬金和证书，均会在软件工程领域顶级会议ICSE（International Conference on Software Engineering）中颁发。
论文地址：
https://www.ideals.illinois.edu/handle/2142/113017
参考链接：
[1]https://www.sigsoft.org/awards/dissertationAward.html
[2]https://cs.gmu.edu/~winglam/[3]http://www.51testing.com/html/45/n-4462645.html— 完 —
量子位 QbitAI · 头条号签约