arXiv cs.AI· Andras L. Ferenczi, Mariya Bessonov, Allwyn Ponnudurai, Chandrakanth R. Mamillapalli, Krishna K. Maddula, Krishna K. Lingamneni·· 11 小时前AI 评分31
为 COBOL 到 Java 迁移提供可重复的入口重放见证认证
Certifying Repeatable Entry-Replay Witnesses for COBOL-to-Java Migration
AI 导读
研究提出一种通过入口重放测试用例认证生成合成端到端测试的方法，在 33,429 行 COBOL 程序上生成 849 个测试用例，覆盖 78.1% 源码分支和 95.7% 主 AST 段落。
正文 · AI 翻译
摘要：为迁移后的 COBOL 应用程序生成用于对比测试的合成数据，是当今智能体迁移面临的一大挑战。我们此前的论文《用于遗留代码迁移确定性验证的智能体方法》提出了一种确定性预言机以促进此类迁移，即 Locksmith Loop。我们现在提出一种新方法，通过生成的合成端到端测试用例实现高分支与段落覆盖率，其手段是借助入口重放测试用例认证，观察一个替代 COBOL 程序的代码执行轨迹，该程序通过按时间顺序记录的外部操作磁带模拟外部交互。我们将该方法应用于一个包含 33,429 行代码的超大型 COBOL 程序，生成了 849 个合成端到端测试用例，覆盖 2,973/3,806 个源码分支（78.1%）和 989/1,033 个主 AST 段落（95.7%）。使用 Locksmith Loop 的投影一致性验证，生成的 Java 代码在全部 849 个已认证的合成端到端测试用例上，于指定观测点与 COBOL 替代程序一致。在此过程中，我们检测到 61 个缺陷并相应修复了 Java 生成器。为测试编码智能体是否会悄悄引入业务逻辑缺陷，我们向 Java 代码中植入了 450 个缺陷，例如删除写入、删除段落调用和更改舍入方式，以验证门控方法能检测出其中多少缺陷。门控检测出 47.6%，包括已执行代码中所有被删除的写入和段落调用，但无法检测舍入和精度缺陷。
| 评论： | 8 页，9 幅图，4 张表 |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| ACM 分类： | D.2.5；D.2.7 |
| 引用为： | arXiv:2610.27272 [cs.SE] |
| （或本版本使用 arXiv:2610.27272v1 [cs.SE]） | |
| https://doi.org/10.48550/arXiv.2610.27272 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Andras Ferenczi [查看电子邮件]
[v1]
2026 年 10 月 19 日星期一 20:44:35 UTC（218 KB）
来源：arXiv cs.AI · arxiv.org