Проєкт системи для генерації тестових даних з використання штучного інтелекту

Abstract

Кваліфікаційна робота присвячена розробці проєкту системи автоматизованої генерації тестових даних із застосуванням методів штучного інтелекту. У першому розділі проаналізовано сучасні підходи до управління тестовими даними (TDM), виявлено проблеми використання реальних даних у тестуванні (конфіденційність, складність підготовки) та розглянуто переваги синтетичних даних. Другий розділ зосереджений на дослідженні архітектур генеративних моделей, зокрема GAN та LLM, для створення реалістичних масивів інформації, що зберігають статистичні властивості вихідних вибірок. У третьому розділі представлено архітектуру системи генерації, алгоритми анонімізації та валідації отриманих результатів. Отримане рішення дозволяє значно прискорити цикли розробки ПЗ та забезпечити відповідність вимогам GDPR. Робота також включає економічний аналіз ефективності впровадження системи та огляд питань безпеки життєдіяльності

The qualification work is devoted to the development of a project for an automated test data generation system using artificial intelligence methods. The first chapter analyzes modern approaches to test data management (TDM), identifies problems with using real data in testing (privacy, preparation complexity), and considers the benefits of synthetic data. The second chapter focuses on the study of generative model architectures, in particular GAN and LLM, for creating realistic information arrays that preserve the statistical properties of the original samples. The third chapter presents the architecture of the generation system, algorithms for anonymization and validation of the obtained results. The resulting solution significantly speeds up software development cycles and ensures compliance with GDPR requirements. The work also includes an economic analysis of the system's implementation effectiveness and a review of life safety issues