一种基于需求规约的谓词测试用例生成方法

软件失效多数由其包含的谓词引发.本文针对特定的故障模型,提出一种基于需求规约的谓词测试用例生成方法.该方法从需求规约中提取出因果图,再将因果图转换为谓词,再由BRO算法生成测试约束集,最后将生成测试用例集.实例分析表明,方法能有效生成测试用例集,并满足相应的测试谓词准则.     

基于参数依赖关系检查的测试用例空间约简方法

针对待测功能函数各参数间存在的控制或数据依赖关系,提出了一种利用符号执行约简测试用例空间的算法.具体内容包括:给出了基于控制流图的程序参数依赖关系定义;在此基础上,根据输入参数变量在程序执行时的信息流,提出了一种参数依赖关系的动态分析算法;将该方法应用于可信软件栈的功能测试中.实验结果表明:该方法在约简测试用例空间上具有较强的实用性,同时不会降低测试原有的检错能力.     

基于集合覆盖的Wp方法测试集约简方法

为了提高测试效率,提出一种基于集合覆盖的测试集约简方法.该方法对有限状态机(finite state machine,FSM)模型中经典的测试生成算法Wp方法(部分W方法)所生成的测试集进行冗余约简.通过分析Wp方法的特点,找出测试序列之间包含关系的规律,删除冗余的测试用例.理论分析和实验结果表明:该方法能够有效约简测试集,并且不改变故障检测能力.     

着色问题在测试用例集约简中的研究

基于I/O关系的黑盒测试用例集约简技术能够保证约简后的测试集Tred具有和原完全组合测试集相同的检错能力.该文提出了Red(I)和Red(O)两个对问题空间(I,O)约简的算法;构建了I/O关系图,将问题空间(I,O)划分为若干子问题(I',O');并引入着色问题得到每个子图的同色等价类,进一步得到其基类Ii1,然后实施等价类替换和运用算法Red(O);进而运用贪心算法求解覆盖每个子问题空间的测试用例集Tired;最后水平拼接各T'red构成问题空间(I,O)的约简测试用例集Tired.这样得到的测试集不仅保持了检错能力,而且规模较小,同时又降低了贪心算法的时空复杂度.     

基于LoadRunner和正交试验设计法的数据驱动测试研究与应用

为了实现软件功能测试的自动化并达到软件功能测试事半功倍的效果,给出测试逻辑、测试数据(集)和测试用例(集)的数学定义及其相互之间的关系,并提出了1种软件自动测试技术:基于LoadRunner和正交试验设计法的数据驱动测试技术。首先,借助于软件测试工具LoadRunner生成1个测试逻辑;其次,基于正交试验设计法生成该测试逻辑较少的、高质量的、典型的测试数据;最后,借助于软件测试工具LoadRunner自动执行该测试逻辑的测试用例集并分析其测试结果。同时给出该软件自动测试技术的应用实例,实验结果表明,该技术能够减少测试用例数量且提高测试效率。     

基于K-means聚类的组合测试用例生成优化算法

针对组合测试生成的测试用例在程序结构测试中出现冗余的问题,应用K-means聚类算法对基于蚁群算法生成的组合测试用例集进行聚类优化。以白盒测试中的逻辑覆盖为依据,将测试用例程序覆盖差异度作为分类的量化标准,根据测试代价决定聚类数目,在每个聚类簇中抽取处于中心点的测试用例构成新的集合。实验结果表明,该算法可以有效减小测试用例集的规模;对比分析不同覆盖准则,可找到在测试用例标准化过程中最优的逻辑覆盖方法。     

一个基于最小化测试用例集抽取的自动化测试框架

提出了一个软件自动化测试框架(ASTF).它采用\"前端-中间数据-后端\"3层模式,可以进行静态测试、动态测试和自动化回归测试,并能对测试用例集进行最小化,实现测试用例效率分析和程序控制流分析.针对测试用例最小化,还采用了一种基于集合抽取的最小化算法.     

汽车电控单元测试用例生成与集成测试技术

针对汽车电控单元的测试需求,通过引入参数相关性和组合约束条件,基于IPO(in-parameter-order)策略提出了一种改进的测试用例生成算法;设计并构建了汽车电控单元集成测试系统,并在集成测试系统的架构下实现了对汽车电子常用测试设备的统一管理和数据共享;最后,通过两种不同汽车电控单元的典型测试工况对提出的改进的测试用例自动生成算法进行了实验验证.结果表明,所提出的测试用例生成算法可在满足覆盖准则的前提下有效缩减测试用例数量,结合本设计的集成测试系统,能够满足不同汽车电控单元的测试需求,提高测试效率和精度.     

基于扩展有限状态机的类测试用例生成方法

为了实现软件测试用例的自动生成,提高软件开发效率和软件质量,利用扩展的有限状态机模型(EF-SM)和数据流分析方法,对类、类的消息传递和类状态变化进行了分析和研究,提出了一种基于扩展有限状态机模型的类测试用例集的生成算法.此算法能自动生成满足All_use路径覆盖标准的测试用例集,并能保证测试用例的路径长度最短.     

基于依赖结构的测试用例优先级技术

优先级技术能够在不减少测试用例规模的情况下,提高测试用例集的性能。为了降低测试工作量,已有的很多文献通常假定测试用例是独立的,但在实际测试中,测试用例之间存在依赖关系,并且只有考虑了依赖关系的测试才能正常运行。针对这个问题,文章将依赖关系引入到优先级技术,提出了一种基于依赖结构的测试用例优先级技术,首先将依赖关系转化为量化指标依赖深度,然后以此指标为权重函数,运用加权的深度优先搜索算法进行测试用例排序。结果表明:与随机排序和基于功能覆盖的优先级技术相比,减少了测试代价,提高了缺陷检测率。     

程序不变量驱动的组合测试用例约简方法

针对组合测试用例约简问题,提出一种基于程序不变量的两两覆盖组合测试用例约简方法。首先用组合测试用例生成算法对被测程序一次生成一个组合测试用例,然后根据该组合测试用例提取被测程序的程序不变量来决定该测试用例的取舍。典型案例实验表明该方法能有效地对组合测试用例集进行约简,可降低测试用例的数量,提高测试用例的质量。     

回归测试用例集优化策略

将测试用例集约简技术和优先级技术相结合,提出3种回归测试用例集优化策略:①渐增式约简算法BU,首先选择必不可少用例,然后选择额外贡献度最大的用例直至覆盖全部需求;②精简式算法BD,每次选择必不可少用例,如果没有,则不断删除贡献度最小的用例,直至覆盖全部需求;③优先级策略BUP,每次将需求集重置为待覆盖,然后调用BU直到所有用例排序完毕。贡献度综合考虑了用例对单个需求以及需求集的重要性。实验结果表明,将测试用例优先级技术引入到约简中,不仅能获得规模较小的目标集,而且能以较快的速度覆盖测试准则。     

一种基于SIP协议的应用软件测试方法

提出了一种通过执行TTCN-3抽象测试套来验证应用程序正确性的新方法．介绍了SIP协议（Session Initiation Protocol,会话初始协议）及SIP协议的要素和消息,介绍了用于开发相关测试套的TTCN-3语言,给出了一个具体应用实例．实例验证该方法具有可行性．     

自动程序修复中的安全隐患场景及解决方案

为提高自动程序修复方法的修复质量,指出在自动程序修复方法修复程序缺陷过程中存在的两种安全隐患场景,即脏补丁源场景和脏测试集场景,并为两种安全隐患场景分别提出相应的解决方案,即补丁校验方案和测试集校验方案。实验结果表明, 所提出的补丁校验方案能够促使自动程序修复方法获取安全性更高的补丁,所提出的测试集校验方案能够准确地定位测试集中的脏测试用例,误报率为7.20%。     

基于TTCN-3的手机应用协议测试的设计与实现

本文根据手机应用协议的特点,设计、开发了支持TTCN-3的底层支撑平台.此平台可以简化TTCN-3测试套的开发、部署和执行.在此平台上对一个手机网络游戏协议进行了测试.     

面向全迁移的小规模EFSM测试序列集生成方法

针对在扩展有限状态机（extended finite state machine, EFSM）模型上测试序列集生成效率低、规模大等问题,提出了一种面向全迁移的小规模测试序列集生成方法。该方法基于改进的自适应多种群遗传算法（improved adaptive multi-population genetic algorithm, IAMGA）。首先,利用迁移覆盖增益设计适应度函数,使每次生成的可行迁移路径均能产生迁移覆盖增益;然后,根据个体的可行迁移划分子种群,并在子种群内使用轮盘赌算法进行选择,克服了“早熟”问题,提高了全迁移覆盖的成功率;再利用种群的平均路径通过率自适应地调整交叉和变异概率,加快了收敛速度;最后,通过倒序遍历测试序列集去除冗余序列,进一步压缩了测试序列集规模。实验结果表明,与面向单迁移的测试序列生成方法相比,本文所提出的测试序列生成方法面向全迁移,仅一次就能以90%以上的成功率生成满足全迁移覆盖的测试序列集；与传统的遗传算法相比,IAMGA算法生成的测试序列集的平均规模减少了50%,平均迭代次数也减少了20%。本文提出的测试序列集生成方法可有效提高EFSM测试序列集生成的效率和质量。     

一种基于规则提取的自动化测试用例生成方法

软件测试过程中,缩小测试用例集的规模,通常需要根据经验进行分析,找出输入输出间的非映射关系,这往往要耗费过多的测试资源。而人工神经网络在此问题的处理上有其特有的优势。因此文章提出了一种改进的规则提取方法,用于生成测试用例。通过构建神经网络模型,建立输入/输出之间的非线性映射关系,接着根据连接的权值,裁剪网络,去除与特定输出无关的输入属性。然后,在规则提取阶段仅保留两个与该输出最为相关的输入,并由此提取出IF-THEN规则,生成测试用例。文章完成了改进后规则提取算法各阶段的自动化,显著降低了在测试用例设计环节上的开销。最后,通过程序验证了该方法的有效性。     

Markov链使用模型的测试用例生成方法研究

采用基于马尔科夫链使用模型的软件测试,在状态与激励序列中,从“开始”状态到“结束”状态形成一个完整的测试案例.因此,输入和激励的选择对于产生高效的测试案例十分重要.提出一种激励选择 带概率约束的随机选择方法,以软件Markov链模型的状态迁移概率作为激励选择的约束条件,使用遗传算法中用于选择下一代种群的选择算子——轮...     

补充生成测试用例的优先级设定与动态调整算法

测试用例优先级技术是一种实用高效的回归测试技术,然而现有各种优先级技术均围绕待复用的测试用例集,忽视了对补充生成测试用例的优先级设定和调整方法的讨论.针对这一问题,在现有研究基础上提出一种面向补充生成测试用例优先级的设定与动态调整方法,讨论这种方法在并行环境下的应用问题,最后通过一个实例研究表明：新方法能够有效地提高补充生成测试用例的使用效率.     

启发式学习自动化程序指令的可达性测试

为了测试程序指令的可达性,需要搜索可触发包含该指令的控制流路径执行的测试用例。该问题可等价为路径约束满足问题的自动求解,求解结果即为验证指令可达的测试用例。为了提高自动求解的性能,在前向检测算法基础上改进设计了R_BinSearchFC算法,算法结合了边界测试数据选取和二叉树搜索技术,可有效提高对数据空间的搜索速度,并可扩展到在实数域空间的求解搜索。实验结果表明,采用了启发式学习的R_BinSearch算法可自动生成有效的测试用例,完成对指令的可达性测试。