Data Generation for JSON Schema - TEL - Thèses en ligne
Thèse Année : 2024

Data Generation for JSON Schema

Génération de Données pour JSON Schema

Résumé

JSON (JavaScript Object Notation) is a widely used data interchange format, especially in the context of web APIs. Its simplicity and light weight design make it an excellent choice for exchanging data between clients and servers. JSONSchema acts as a powerful vocabulary for defining the structure, constraints, and validation rules for JSON data, ensuring the integrity and consistency of information while adhering to specified formats and semantics. This synergy betweenJSON and JSON Schema enhances the reliability of data management, empowering developers to build robust andmaintainable applications that effectively implement strong data validation. Data generation for JSON Schema is of great interest, as it addresses critical challenges associated with schema languages, including inclusion, satisfiability, and equivalence. For instance, ensuring inclusion is crucial for confirming that existing data complies with updated schemas, thus safe guarding the integrity of data through system evolutions. Beyond inclusion, generating JSON data is essential for testing web APIs, allowing developers to simulate various scenarios and validate their applications’ behavior under diverse conditions. By producing data that conforms to specified schemas,developers can effectively assess the robustness and correctness of their systems. In this thesis, we explore the multifaceted issues related to JSON Schema, with a particular focus on the challenges of generating compliant data. We propose a novel data generation approach that balances effectiveness and correctness, facilitating the production of valid data adhering to specified schemas. This approach aims to improve both the efficiencyand reliability of the data generation process. Furthermore, we introduce a hybrid strategy that leverages the strengths of our rapid data generation technique while incorporating elements from established methods known for their completeness and correctness. By combining these methodologies, we intend to create a more robust solution that effectively addresses the demands of generating valid JSON data while maintaining high performance. Finally, we outline directions for future research in the field of data generation for JSON Schema. We define guidelines aimed at steering subsequent investigations and enhancements, exploring additional challenges related to the language. By addressing these issues, we seek to advance the state of the art in data generation for JSON Schema.
JSON (JavaScript Object Notation) est un format d’échange de données largement utilisé, notamment dans le cadre des APIs web. Sa simplicité et sa légèreté en font un choix idéal pour l’échange de données entre clients et serveurs. JSON Schema constitue un vocabulaire puissant pour définir la structure, les contraintes et les règles de validation des données JSON, garantissant ainsi l’intégrité et la cohérence des informations tout en respectant les formats et la sémantique spécifiés. Cette synergie entre JSON et JSON Schema renforce la fiabilité de la gestion des données, permettant aux développeurs de créer des applications robustes et faciles à maintenir, tout en mettant en œuvre efficacement une validation solide des données. La génération de données pour JSON Schema revêt une importance majeure, car elle répond à des défis critiques associés aux langages de schéma, tels que l’inclusion, la satisfiabilité et l’équivalence. Par exemple, l’inclusion est essentielle pour vérifier que les données existantes sont conformes aux schémas mis à jour, préservant ainsi l’intégrité des données lors de l’évolution des systèmes. Au-delà de l’inclusion, la génération de données JSON est cruciale pour tester les APIs web, permettant aux développeurs de simuler divers scénarios et de valider le comportement de leurs applications dans différentes conditions. En produisant des données conformes aux schémas spécifiés, les développeurs peuvent évaluer efficacement la robustesse et la précision de leurs systèmes. Dans cette thèse, nous explorons divers aspects liés à JSON Schema, en mettant particulièrement l’accent sur les défis de la génération de données. Nous proposons une approche nouvelle qui équilibre efficacité et correction, facilitant la génération de données valides qui respectent les spécifications définies par les schémas. Cette approche vise à améliorer tant la performance que la fiabilité du processus de génération de données. De plus, nous introduisons une stratégie hybride qui tire parti de l’efficacité de notre technique de génération de données tout en intégrant des éléments d’une méthode établie reconnue pour sa complétude et sa correction dans le processus de génération. En combinant ces deux méthodologies, nous visons à créer une solution de génération plus robuste. Enfin, nous proposons des orientations pour des recherches futures dans le domaine de la génération de données pour JSON Schema. Nous définissons des directives destinées à améliorer notre technique de génération ainsi que les outils existants de manière générale, tout en explorant des défis supplémentaires liés au langage. En abordant ces problématiques, nous aspirons à faire progresser l’état de l’art dans la génération de données pour JSON Schema.
Fichier principal
Vignette du fichier
2024UPSLD037.pdf (5.74 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04888295 , version 1 (15-01-2025)

Identifiants

  • HAL Id : tel-04888295 , version 1

Citer

Lyes Attouche. Data Generation for JSON Schema. Computation and Language [cs.CL]. Université Paris sciences et lettres, 2024. English. ⟨NNT : 2024UPSLD037⟩. ⟨tel-04888295⟩

Collections

STAR
0 Consultations
0 Téléchargements

Partager

More