XACMET untuk Sistem Kontrol Akses: Model-based testing untuk kebijakan akses berbasis XACML. Pendekatan ini menghasilkan graph keputusan yang digunakan untuk menguji sistem secara sistematis.
Virtualisasi Layanan Berbasis ML: Menggunakan teknik pembelajaran mesin seperti sequence-to-sequence dan klasifikasi untuk membuat service mock yang realistis. Hal ini sangat berguna dalam pengujian sistem arsitektur berbasis layanan (SOA).
Perencanaan Pengujian Keamanan Aplikasi Web: Pendekatan berbasis AI untuk merancang dan menguji serangan seperti XSS dan SQL injection menggunakan attack grammar dan model PDDL.
Sentinel untuk Kebocoran Sensor pada Android: Alat otomatis untuk menguji apakah aplikasi Android dan Android Wear mematikan sensor yang tidak diperlukan, yang berdampak pada konsumsi baterai berlebih.
Tantangan yang Masih Menghantui
Walau perkembangan pesat telah dicapai, beberapa tantangan utama tetap menjadi perhatian:
Ketidaksesuaian antar Alat: Tidak ada alat tunggal yang dapat menangani semua kebutuhan pengujian lintas platform dan teknologi.
Validasi Sistem AI: Sistem berbasis ML sering kali bersifat non-deterministik dan sulit diprediksi, menyulitkan pengujian berbasis aturan.
-
Kurangnya Orakel Otomatis: Dalam banyak kasus, sulit menentukan hasil yang benar secara otomatis (oracle problem), apalagi dalam pengujian non-fungsional.
Peluang Masa Depan: Integrasi Mendalam antara AI dan TA
Integrasi mendalam antara AI dan TA membuka peluang untuk:
