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.     

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。     

基于多种群进化算法的测试用例优先级排序研究

为了提升软件测试的效率,加快软件研发的进度,提出了一种基于多种群进化的测试用例排序算法。该算法首先针对单种群遗传算法容易产生早熟收敛的问题,提出了一种多种群并行进化模型,以增强算法的全局寻优能力;然后根据该模型,结合软件需求覆盖和软件缺陷检测率,综合考虑代码覆盖率、测试用例设计信息和历史执行信息三个方面的因素,提出了一种动态调整测试用例优先级的计算方法。实验结果表明:与传统的面向单一目标覆盖的测试用例优先级排序算法相比,该算法的测试速率和软件缺陷检测能力得到一定的提升。     

面向编译器测试的部分求值静态输入确定方法

在编译器测试中,基于部分求值技术的编译器测试方法在部分求值阶段时,必须由测试人员对具体的测试用例进行分析,然后手动指定程序中的一些变量作为静态输入,这种依赖人工手动指定的策略具有一定的盲目性,而且无法使测试过程自动化进行。为了解决这一问题,提出了一种基于变量依赖关系的源程序静态输入及其取值的确定方法,使基于部分求值技术的编译器测试框架的测试过程得以自动化进行,从而提高了测试效率。实验结果证明了本文方法的可行性。     

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。     

扩展线性支出系统模型估计方法的修正及实证检验

为了降低回归测试的测试成本,提出了测试用例优先排序的方法.测试用例优先排序的方法有很多种,但是如何评价这些排序方法的有效性目前还没有很好的方法.针对增加测试用例集发现错误的比率这一目标,提出了测试用例排序序列和测试用例优先排序的评价方法.     

一种测试用例优先排序的评价方法

为了降低回归测试的测试成本，提出了测试用例优先排序的方法．测试用例优先排序的方法有很多种，但是如何评价这些排序方法的有效性目前还没有很好的方法．针对增加测试用例集发现错误的比率这一目标，提出了测试用例排序序列和测试用例优先排序的评价方法．     

一种基于层次聚类的测试用例集约简方法

为降低测试用例集约简过程中故障检测能力的损失，减少偶然正确性现象对测试可靠性的不利影响。提出了一种基于层次聚类的测试用例集约简方法，使用欧氏距离计算测试用例的相似性，得出相异矩阵作为聚类的输入；另外，基于变异测试能够提高测试用例集故障检测能力的特性，给出偶然正确性概率的计算公式，在结果簇中使用基于变异测试的测试用例选择算法获取约简后的测试用例集。实验结果表明，所提方法比充分的和其他不充分的测试用例约简方法分别降低了9.8%和12%的故障检测能力的损失。     

基于关键因素分析的测试用例设计方法研究

针对软件测试人员在设计黑盒测试用例时面临完备性和提高测试效率的问题,给出了一种基于关键因素分析的测试用例设计方法,提高了黑盒测试用例的设计质量,以尽可能少的测试用例满足了覆盖要求,提高了测试效率。     

基于组件依赖的测试序列优化模型

针对大型复杂软件集成测试中耗时太多、分析复杂等不足，提出了一种基于组件依赖的测试序列优化模型。该模型首先分析和描述了组件间复杂的依赖关系；然后借助组件间的依赖关系对组件进行分组，并对每组组件赋予不同的测试优先级，通过有级别地选择测试组件集，达到合理分配测试资源的目的；最后给出了模型的实验结果和性能分析。     

基于组合覆盖的文档转换器集成测试用例生成

通过对中文文档格式标准"标文通"(UOF)和XML实例文档进行形式化定义,统一了文档转换器测试功能点粒度划分标准,实现了测试用例覆盖率的度量;设计基于两两组合覆盖算法的文档转换器集成测试数据集构造方法,得到最小化的测试用例集,解决了文档转换器的人工集成测试用例设计简单、增量策略不合理、用例数量随着输入参数的增加呈指数增长等问题。在此基础上开发了文档转换器测试用例生成原型系统。实验表明:该系统可以生成文档转换器集成测试用例,在保证测试用例覆盖率的基础上,有效降低集成测试用例数量,减少测试用例设计时间,提高测试效率。     

一种基于模型检测Web 应用生成测试用例的方法

提出了一种从用户角度以重构Kripke结构建模并测试Web应用的方法。Web应用中的网页、构件及其关系被看成是原子命题,测试覆盖准则被转换为用计算树逻辑(Computing Tree Logic,CTL)表示的陷阱性质(Trap Property),生成的反例可以实例化来构造测试用例。但是一个陷阱性质生成一个反例将导致生成太多的冗余的测试用例,因此给出了一个测试约简规则来减少冗余的测试用例。最终生成的测试序列将满足给定的覆盖准则并没有冗余。     

基于信息熵可信度的测试点选择方法研究

要对航空装备进行测试性设计分析,必须在设计阶段进行合理的测试点选择.而目前常用的测试点选择方法缺乏信息可信度.笔者基于这一问题提出一种基于测试点信息熵可信度的优先级排序方法.在分析相关性图示模型及相关性矩阵的基础上,通过信息熵和信息衰减系数计算各测试点的信息量,进而完成对测试点的优先级排序.通过对某显示器进行测试性建模...     

多边形按深度排序的三交树算法

多边形按深度排序是多面体消隐过程中常遇到的一个问题,这是一种比一般的数字排序复杂的排序。目前大多数采用一种动态方法对多边形排序,这种动态方法的缺点是需进行大量的多边形优先级比较,排序的计算量较大,本文提出了多边形按深度排序的一种新方法－三叉树算法。这种算法充分利用了多边形排序过程中的中间结果,大大减少了多边形优先比较次数,从而减少了排序计算量。     

基于面向对象方法的形式描述技术OOBFDT研究

采用基于面向对象的形式描述技术（OOBFDT）,提出了一种基于面向对象技术的协议测试例生成新方法。它采用C＋＋语言作为协议说明的描述工具,可以方便地对系统进行形式化描述,这种松散的描述方法可以避免传统的形式描述技术由于其依赖的数学模型的不易修改性所带来的不便。同时,该方法将具体的协议细节直接体现在协议的模型中,使协议模型更具体,从而更能有的放矢地生成有效的测试用例。而且,由于该方法基于面向对象技术,其一致性测试例集直接面向测试操作。     

多边形按深度排序的三叉树算法

多边形按深度排序是多面体消隐过程中常遇到的一个问题,这是一种比一般的数字排序复杂的排序．目前大多采用一种动态方法对多边形排序,这种动态方法的缺点是需进行大量的多边形优先级比较,排序的计算量较大．本文提出了多边形按深度排序的一种新方法——三叉树算法．这种算法充分利用了多边形排序过程中的中间结果,大大减少了多边形优先比较次数,从而减少了排序计算量．     

基于面向对象方法的形式描述技术OOBFDT研究

采用基于面向对象的形式描述技术(OOBFDT),提出了一种基于面向对象技术的协议测试例生成新方法.它采用C 语言作为协议说明的描述工具,可以方便地对系统进行形式化描述,这种松散的描述方法可以避免传统的形式描述技术由于其依赖的数学模型的不易修改性所带来的不便.同时,该方法将具体的协议细节直接体现在协议的模型中,使协议模型更具体,从而更能有的放矢地生成有效的测试用例.而且,由于该方法基于面向对象技术,其一致性测试例集直接面向测试操作.     

基于关键点的混合式漏洞挖掘测试用例同步方法

混合式漏洞挖掘利用模糊测试和符号执行相互协作以达到优势互补的目标,测试用例的同步是相互协作的关键。然而,现有混合式漏洞挖掘技术方案中,测试用例同步是主要以交换和整合的方式实现,较为单一,忽略了程序状态探索时的运行时信息,对符号执行的执行过程没有充分利用。针对上述问题,本文提出了一种基于程序关键点的测试用例同步方法,旨在分析挖掘符号执行的执行过程,定位与识别代码覆盖率导向的程序关键点,进而指导模糊测试的测试用例调度与变异过程, 实现更细粒度的测试用例同步。首先,该方法在符号执行过程中识别模糊测试模块难以触及的分支对应的变量集合,并将其提取为程序的关键点。其次,为了充分利用符号求解的结果,该方法将单次求解得到的关键点信息进行进一步组合匹配,以帮助符号执行模块额外生成更多能够被模糊测试模块导入的测试用例。最后,在模糊测试模块中,该方法在种子挑选步骤中优先选择包含关键点信息的测试用例去引导测试过程探索程序的特定区域,并在测试用例变异中着重对关键点位置进行变异以引导其产生能覆盖新代码分支的测试用例。基于混合式漏洞挖掘工具QSYM,本文实现了一个原型系统Sol-QSYM,并选取了12个真实程序进行了实验评估。实验结果表明Sol-QSYM可以提升12.73%的测试用例成功导入率,相较于QSYM提升9.07%的代码覆盖率,并能够发现更多的程序crash。这些结果表明改进后的测试用例同步方法可以很好地提高混合式漏洞挖掘对符号执行中程序状态探索结果的利用率。     

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。