Фреймворк DINKEL для генерации запросов в графовых СУБД

 This AI Paper from ETH Zurich Introduces DINKEL: A State-Aware Query Generation Framework for Testing GDBMS (Graph Database Management Systems)

“`html

Графовые системы управления базами данных (GDBMS) в современном мире, основанном на данных, становятся неотъемлемыми, поскольку требуются все более сложное управление взаимосвязанными данными для социальных сетей, систем рекомендаций и крупных языковых моделей. Графовые системы эффективно хранят и обрабатывают графы для быстрого извлечения данных для анализа взаимосвязей. Надежность GDBMS критически важна для секторов, в которых целостность данных имеет большое значение, таких как финансы и социальные медиа.

Проблемы и решения в GDBMS

Несмотря на широкое распространение, внутренняя сложность и динамические изменения данных, с которыми работают эти системы, представляют серьезные проблемы и неудобства в GDBMS. Ошибка в этих системах может вызвать серьезные проблемы, включая повреждение данных и возможные уязвимости безопасности. Техники тестирования GDBMS обычно охватывают лишь небольшую часть функциональности, предлагаемой GDBMS, и не способны обнаружить ошибки, которые могут подорвать целостность системы.

Решение от ETH Zurich

Исследователи ETH Zurich предложили альтернативный способ тестирования GDBMS, сосредоточившись на генерации запросов, учитывающих состояние. Этот подход был реализован в виде полностью автоматической системы тестирования GDBMS под названием DINKEL. DINKEL позволяет моделировать динамические состояния графовой базы данных для создания сложных запросов на языке Cypher, отражающих манипуляции с данными в реальной жизни в GDBMS.

Результаты и преимущества

Результаты тестирования DINKEL на трех крупных GDBMS – Neo4j, RedisGraph и Apache AGE – показали впечатляющую точность для сложных запросов на языке Cypher в 93,43%. DINKEL обнаружил 60 уникальных ошибок, из которых 58 были подтверждены и впоследствии исправлены разработчиками. Применение этой методологии позволило DINKEL охватить более 60% кода по сравнению с лучшими техниками тестирования, демонстрируя улучшенную способность обнаружения ошибок.

Заключение

Подход исследовательской группы ETH Zurich представляет собой значительный шаг в обеспечении надежности GDBMS. DINKEL является значимым инструментом для разработчиков и исследователей, обеспечивая улучшенное тестирование и обнаружение ошибок в графовых системах управления базами данных.

Подробнее ознакомьтесь с статьей. Вся заслуга за это исследование принадлежит исследователям этого проекта. Также не забудьте подписаться на наш Twitter и присоединиться к нашему каналу в Telegram и группе в LinkedIn. Если вам нравится наша работа, вам понравится наш рассылка.

Не забудьте присоединиться к нашему сообществу в Reddit.

Узнайте о предстоящих вебинарах по ИИ здесь.

Ознакомьтесь с AI Sales Bot здесь.

Узнайте, как ИИ может изменить ваши процессы с решениями от AI Lab здесь.


“`

Полезные ссылки: