AINTMA: بنية ذكاء اصطناعي وكيلية لأتمتة إدارة الاختبارات في المؤسسات السحابية

نظرة عامة

نشر باحثون ورقة بحثية على arXiv بعنوان "AINTMA: Agentic AI Architecture for Autonomous Test Management with Generative Intelligence, Secure Cloud Communication and Adaptive Quality Analytics"، تقدم بنية ذكاء اصطناعي وكيلية متعددة الوكلاء لأتمتة إدارة اختبارات البرمجيات في البيئات السحابية.

المكونات الرئيسية

يستخدم النظام ستة وكلاء متخصصين:

• وكيل اكتشاف الاختبارات: يحدد حالات الاختبار المحتملة.
• وكيل تقييم المخاطر: يقيم المخاطر المرتبطة بكل اختبار.
• وكيل تحديد الأولويات بتعزيز التعلم: يصوغ اختيار الاختبار كعملية قرار ماركوف، متعلمًا من 47 ميزة عبر 36 شهرًا.
• وكيل تنسيق التنفيذ: يدير تنفيذ الاختبارات.
• وكيل الذكاء التوليدي للجودة: ينتج تقارير جودة بلغة طبيعية.
• وكيل مراقبة الأمان السحابي: يضمن الأمان من خلال بوابة API ذات ثقة صفرية.

النتائج والتقييم

تم تقييم النظام عبر 12 مشروعًا برمجيًا غير متجانس على مدى 18 شهرًا، محققًا:

• دقة 88.4% في تحديد أولويات الاختبارات (APFD).
• تخفيض دورة الاختبار بنسبة 43%.
• تخفيض معدل هروب العيوب من 8.3% إلى 2.1%.
• عائد استثمار 340% مع فترة استرداد 9 أشهر.
• دعم لأكثر من 50,000 حالة اختبار مع زمن استجابة أقل من 400 مللي ثانية.

مقارنة مع الحلول الحالية

المقياس	AINTMA	أفضل حل تجاري	عشوائي
دقة تحديد الأولويات (APFD)	88.4%	82.1%	51.2%
تخفيض دورة الاختبار	43%	غير متوفر	غير متوفر
عائد الاستثمار	340%	غير متوفر	غير متوفر

الأهمية لمؤسسات MENA

مع تزايد الاعتماد على الحوسبة السحابية في منطقة MENA، يمكن لنظام AINTMA تحسين جودة البرمجيات وتقليل التكاليف بشكل كبير، خاصة في المؤسسات الحكومية والمالية التي تتطلب اختبارات صارمة.

ملاحظة للمراجعة البشرية: تم تلخيص الورقة البحثية بدقة مع التركيز على النتائج الرئيسية والمقارنات. يرجى التحقق من صحة الأرقام والمراجع.