開場白
Sonal Shah (Google)
主題演講 - 快速移動，不受干擾
Ankit Mehta (Google)
利用自動化技術打造更美好的網路環境
James Graham (Mozilla)
網路是全球最熱門的應用程式平台，但瀏覽器互通性不佳，都是網站開發人員經常感到失望和沮喪的原因。為了改善這種情況，W3C 致力於協助社群為開放式網路打造持續更新的跨瀏覽器測試套件，也就是網路平台測試。 在這場演講中，James 將介紹網路平台測試，並介紹我們針對在各種電腦版瀏覽器和搭載 Firefox OS 的行動裝置上，提高自動化測試成效的工具。他將介紹這項軟體的設計如何滿足您在 Mozilla 持續整合系統中，每天針對數百項修訂版本進行外部來源、經常更新的測試套件，所面臨的挑戰。
讓 Chrome 成為最佳行動瀏覽器
Karin Lundberg (Google)
Chrome 的一大優勢是速度、穩定性、簡便性和安全性 (4 S) 的核心原則。我們在推出 Android 版和 iOS 版 Chrome 時，不僅已對瀏覽器本身套用 4 S，也會進行自動化測試及我們執行的測試：
- 速度是效能測試和快速測試的之一。
- 穩定性測試和穩定版測試都是如此。
- 操作簡易，是測試 Chrome 是否提供簡便的使用者體驗，以及易於新增及執行測試。
- 安全性用於安全性測試。
行為模型的測試自動化語言
Nan Li (Medidata 解決方案)
以模型為基礎的測試人員在模型 (例如圖表中的路徑) 上設計抽象測試。然後，必須將抽象測試轉換為具體的實作，以實作方式定義。從抽象測試到具體測試的執行都必須自動執行。行為模型的現有模型使用許多其他圖表，例如類別圖，以及用於測試轉換及產生用途的圖表。就實際應用而言，這類解決方案非常複雜，因為即使需要頻繁變更，測試人員必須隨時維持所有相關圖表的一致性。
本講座介紹一種測試自動化語言，可讓測試人員只使用一個行為模型 (例如狀態機器圖) 產生測試。將解決三個問題：(1) 建立從模型到可執行測試程式碼的對應關係，並產生測試值；(2) 轉換圖形並使用涵蓋範圍條件來產生測試路徑，以及 (3) 解決限制並產生具體測試。
Google 的檢測涵蓋範圍
Andrei Chirila (Google)
你是否想過 Google 測試會是什麼樣子？我們透過哪些工具，協助我們進行評估及評估測試涵蓋範圍？ 我們會簡要說明 Google 的開發程序，並著重於運用程式碼涵蓋率評估功能，以及如何利用程式碼涵蓋率來提升程式碼品質和工程生產力。最後，我們會提供大量的涵蓋範圍資料，涵蓋超過 100,000 項修訂版本、我們已經收集部分結果，以及我們採取的適用範圍更廣。
CATJS：自我測試的應用程式
Ran Snir (HP) 和 Lior Reuven (HP)
過去幾年來，我們觀察到許多異常的改變，改變了我們對運算世界的看法。有 3D 列印機可列印 3D 印表機，也就是自行思考的機器人，然後由 catjs 開發。
catjs 是一種開放原始碼架構，可對行動網路應用程式進行測試。在應用程式生命週期內，系統會將 HTML5 程式碼中的簡單註解轉譯為嵌入的測試指令碼。這些行動版網站測試可在任何裝置、作業系統及瀏覽器上執行。catjs 可讓您輕鬆快速地測試應用程式的測試流程。
可擴充的持續整合 - 使用開放原始碼
Vishal Arora (Dropbox)
許多開放原始碼工具都可用於持續整合 (CI)。只有少數人可以大規模操作。而且幾乎沒有人能在分散式環境中調度資源。瞭解大規模導入持續整合方面的挑戰，以及將開放原始碼元件整合在一起的方法，以便快速建構可擴充的分散式持續整合系統。
我不常測試 ... 但當我進行實際測試時
Gareth Bowles (Netflix)
每天都有越來越多客戶使用 Netflix 裝置，並透過越來越多的用戶端裝置觀看更多內容。我們也不斷創新，致力於改善客戶體驗。在瞬息萬變的環境中進行測試是一項艱鉅的挑戰，而我們得出的結論是，在實際工作環境中執行測試通常最有效率，能夠驗證這些變化。這場演講將介紹我們用於實際工作環境的三種測試方法：模擬西洋軍隊的各種服務中斷情況、利用初期測試尋找迴歸，並使用正式版程式碼涵蓋率分析來評估測試成效。
自動測試虛擬與虛擬行動裝置的重要性
Jay Srinivasan (Google) 和 Manish Lachwani (Google)
與網路世界相比，行動裝置測試屬於冷場。從各種裝置、作業系統、網路及位置來看，開發人員應該考量到的變數數量其實不多。在這個教育課程中，我們將介紹一些獨特的挑戰，包括提升行動應用程式的效能和品質，以及因應這些策略的策略，包括對自動化、真實裝置和實際使用者的需求。
免費測試服務比免費香蕉更優異：利用資料探勘與機器學習技術將生產效率監控自動化
Celal Ziftci (Google)
軟體資料的分析、維護和測試方面越來越常使用資料採礦與機器學習技術。這場演講會介紹 Celal 將探討如何運用這些技術自動挖掘系統不尋常的系統
這場演講將包含我們內部使用的兩種工具，以及我們如何結合運用這些工具，為工程人員免費提供即時監控功能：
- 可挖掘系統不變性的工具。
- 監控監控系統的工具，並使用第一項工具自動產生一部分的邏輯，即時找出潛在的問題。
在紅外線機上盒測試自動化
Olivier Etienne (橙色)
這場演講會說明 TV 應用程式的背景資訊，以及我們嘗試自動執行哪些工作時可能會遇到的問題。Olivier 會探討之前的故障情形、採取的做法，以及打造自動測試工具的關鍵要點。如果時間允許，他會詳細瞭解導入作業的詳情。
聽聽看幾位行銷人員和部分程式碼如何應用了機上盒，以打造豐富的網站測試功能與機上盒。
公平競爭的雲端供應商所面臨的挑戰，以及我們採取了哪些行動
Anthony Voellm (Google)
這場講座將介紹從大型主機到雲端的基準化歷史。我們的目標是打出基準點的運作基礎，以及他們如何找到這些基準。將提出未來 Google Cloud 基準化作業的想法，並說明我們的實務做法。
一律不寄送人工工作來執行機器的工作：Facebook 如何使用機器人來管理測試
Roy Williams (Facebook)
Facebook 沒有測試機構，因此開發人員可撰寫程式碼、測試程式碼，以及將程式碼逐步投入實際工作環境。這並不代表我們沒有測試！我們進行這項調整的措施是，將測試的生命週期自動化，以保持訊號高和低。新的測試會被視為不受信任，且迅速清除樹狀結構。我們將談談哪些做法能有效，以及哪些尚未在測試中贏得信任。
Espresso、Spoon、Wiremock，啊！( 或如何學會如何放心使用 Android 測試功能)
Michael Bailey (美國運通卡)
瞭解如何建立及執行快速且可靠的 Android UI 自動化測試。相關工具包括 Espresso、Spoon、Wiremock 和 Jenkins。假設有 Android 和 Java 開發作業的基本知識。
Google BigQuery 數據分析
Brian Vance (Google)
BigQuery 是 Google Cloud 的互動式大數據服務。透過類似 SQL 的查詢，使用者可以在短短幾秒內分析數 TB 的資料。以 Google 測試人員內部使用多年的 Dremel 為基礎打造而成。我們會先參考幾個範例，並向您說明如何開始使用 BigQuery。
Selendroid - Android 專用 Selenium
Dominik Dary (Adobe)
Selendroid 是一種開放原始碼測試自動化架構，可在 Android 原生和混合型應用程式的行動版和行動版應用程式中推出使用者介面。測試是以 Selenium 2 用戶端 API 編寫。如要進行測試，則不需修改測試中的應用程式，即可自動執行測試。
本簡報旨在向觀眾顯示行動裝置測試自動化功能的難易度。這說明瞭如何使用 Selendroid 測試原生和混合型 Android 應用程式，以及如何使用 Selenium Grid 在多個裝置上進行平行測試。包括在執行階段擴充 Selendroid 和執行跨平台測試等主題。
在超媒體世界中保持海洋
Amit Easow (Comcast)
Comcast 已經從有線電視公司變成媒體和技術部門的頭銜，而工程團隊也變得更為聰明。Amit 在 2006 年加入 Comcast Interactive Media (CIM)，是一家人工測試商店。該公司在 2007 年推出第一個網站後，便開始建立自動化使用者介面測試基礎架構的原型。他在 2008 年 GTAC 會議中與 Selenium 合作介紹，並回到 Comcast 使用 Selenium Grid、Hudson 和 Subversion 打造自動化測試基礎架構。如今，他每週都會進行 API 測試，部署至實際工作環境。可使用 Python、Git、Gerrit 和 Anthill 完成這項作業。
使用 MSL 加快火災速度，加快速度！
Bryan Robbins (FINRA) 和 Daniel Koo (FINRA)
加快軟體推送速度，同時兼顧品質，這並非易事。我們都希望盡早完成開發，並加快測試速度，同時盡量減少維護足跡。我們在 FINRA 開發了 MSL (發音為「Missile」)，可幫助 Agile 團隊利用 MVC 等分層架構，更快速地測試 UI 程式碼。
MSL 支援在 UI.js 伺服器上在本機部署，並利用我們的用戶端 (Java、JavaScript 或 Node.js) 測試測試程式碼中的模擬 HTTP 回應，以支援 UI 程式碼 (例如 JavaScript、HTML、CSS) 的整合測試。這場講座將介紹 MSL 的主要功能，並列舉幾個例子。
測試使用者體驗
Alex Eagle (Google)
Google 的產品經常發布，因此需要大量的自動化測試和「建構複本」。我們正在努力將測試基礎架構提供給 Google Cloud Platform 的一部分。這場講座會介紹我們採取了哪些做法，確保我們的版本能保持綠色，並確保產品不穩定。我們向大家公開我們如何向全世界展現這方面。
圓桌討論會 1 - 行動跨平台測試
圓桌討論會 2 - 文件自動化涵蓋範圍
社群結構對 SAT 解題工具的影響
Zack Newsham (Waterloo 大學)
現代 CDCL SAT 解題工具會定期在極短的時間內處理非常大型的工業 SAT 執行個體。顯然，這些解題工具確實是利用真實執行個體的結構。到目前為止，已經只有數項結果能準確描述這個結構。本文件提供真實的 SAT 實例結構結構，與 CDCL SAT 解題工具的執行時間相關。現實世界中的 SAT 實例 (以圖表形式呈現) 已經擁有自然社群，並以此聞名。社群是 SAT 例項圖表的子圖形，因此這個子圖的內部邊緣比圖的其餘部分要多。圖表的社群結構通常以品質指標來標示 Q。提供優質社群結構的圖解我們根據經驗資料顯示了三個結果，這些結果顯示實際工業執行個體的社區結構是 CDCL 解題工具運作時間的預測指標，而非其他變數一般的變數 (例如變數和子句)。首先，我們看到在類似葡萄糖的解題工具中，用於刪除子句的衝突子句中，Q 值與常值區塊品質的品質之間具有很強的相關性。其次，我們透過迴歸分析顯示，實際 SAT 實例圖的社群數目和 Q 值，比變數或子句等傳統指標更準確地預測 CDCL 解題工具的執行時間。最後，我們發現 0.05 ≤ Q ≤ 0.13 的隨機產生的 SAT 執行個體，對於 CDCL 解題工具的解決方式明顯困難。
深入探討：測試套件中有哪些出借的地方？
Patrick Lam (滑鐵盧大學)
我們都希望「精益求精」的測試套件能滿足您的需求。但如何打造理想的測試套件呢？就目前而言，測試套件的目標是達到理想的涵蓋率，至少在對帳單的涵蓋範圍內。測試套件的執行速度必須夠快，才能及時提供意見回饋。
這場講座會探討其他需要評估測試套件的維度。Talk這場講座將介紹及綜合介紹 10 組開放原始碼測試套件 (從 8,000 行到 246,000 行程式碼) 的相關資訊，並評估其運作情形。
邁向綠色：清理惡意的行動環境
Thomas Knych (Google)、Stefan Ramsauer (Google)、Valera Zakharov (Google) 和 Vishal Sethia (Google)
我們將示範如何在互動式開發和持續整合模式下，建立快速、穩定的密封測試工具，以便執行 Android 測試。這與上次 GTAC 所討論的更高等級談話有關。