基于分支插桩的改进型评价模型及其应用

软件测试是软件开发过程中极其重要的一环,提高软件测试的自动化程度对于确保软件开发质量、降低软件开发成本非常重要,而提高生成测试用例的自动化程度又是提高测试自动化程度的关键.当今用遗传算法生成测试数据是一种行之有效的方法,Korel 所提出的“分支函数”插装法在一定程度上优化了算法的执行效率.文中在此基础上,结合节点覆盖的思想,设计出一个能更好指导算法执行过程的模型.实验证明该适应度模型比单纯的插桩方式的遗传算法生成测试用例更加高效.     

遗传算法生成变异测试用例

实际测试用例一般不能满足变异测试充分,但遗传算法搜索空间较大,可使用其生成变异测试充分度较高的测试用例集.适应值函数的构造使用分支函数插装法.首先根据杀死弱变异体的必要性条件,构造必要性条件分支函数,插装于源程序中;然后根据可达性条件,构造可达性条件的分支函数并插装.使用基于面向路径的遗传算法来搜索杀死弱变异体的测试用例.将终止条件改为程序最终结果的不同,插装函数不变,生成满足条件的强变异测试用例.对于多重弱变异,按熙可达路径实施等价类划分,每一个等价类采用与单重弱变异相同的方法.实验结果表明,遗传算法可生成杀死各类变异体的测试用例,优于随机生成的测试用例.     

基于遗传算法的数据流测试用例自适应生成算法

测试用例的设计是软件测试实施的首要环节, 对后期测试工作具有重要的指导作用, 也是提高质量软件的根本保证. 针对Moheb R. Girgis算法的不足, 通过引入分支函数和改进遗传算法中的自适应性, 提出一种改进的数据流测试用例的自动生成算法, 实验表明, 改进算法在收敛速度和覆盖率等关键性能上都有较明显提高.     

一种基于遗传算法的软件测试用例生成新方法

建立了一个基于遗传算法测试用例生成的系统模型,在该模型下通过分支函数插装的方法构造遗传算法所需的评价函数并针对软件测试用例生成问题的特点对传统遗传算法进行了改进;最后,给出了一个实例并分析了实例的执行情况。     

基于动态集合进化算法的弱变异测试用例集生成

为解决基于集合进化算法（SEA）的弱变异测试用例集生成过程中个体规模固定和执行开销大的问题,提出一种基于动态集合进化算法（DSEA）的弱变异测试用例集生成方法。以测试用例集为个体,生成覆盖所有变异分支的弱变异测试用例集。在进化过程中,集合精简算子根据最优个体的最小子集及其未覆盖变异分支数量计算所需测试用例集的最小规模,并基于该最小规模调整种群中所有个体的规模,以生成最小规模的弱变异测试用例集,同时设计了适用于评估以测试用例集为个体的适应度函数。实验结果表明,动态集合进化算法指导弱变异测试用例集生成,获得的测试用例集规模比个体初始规模平均约简了50.15%,执行时间比集合进化的弱变异测试用例集生成最多降低了74.58%。因此,动态集合进化算法为最小规模的弱变异测试用例集生成和提升算法速度提供了一种解决方案。     

一种基于事件处理函数的GUI测试方法

事件处理函数响应用户GUI(graphic user interface)操作并完成软件预定义功能,事件处理函数以及事件处理函数之间的关系实现是否与规约一致,是GUI 测试的重点.针对现有的基于模型GUI 测试用例自动生成过程中面临的测试用例规模庞大以及生成的测试用例无效问题,从分析事件处理函数的角度出发,提出了一种GUI 测试模型EHG.针对此模型,结合事件处理函数及其代码结构,提出了两个测试覆盖准则：完整最短路径覆盖准则和完整最短路径定义-引用对覆盖准则;利用基于反馈的测试用例生成技术生成测试用例.实验结果表明,针对较为复杂的应用,该方法不仅能够有效控制测试用例规模,消除无效测试用例,而且生成的测试用例能有效提高事件处理函数的代码结构覆盖率.     

基于两两覆盖准则的遗传算法测试用例生成

软件参数的组合测试是发现参数组合问题的重要方法,但是参数组合测试面临着组合爆炸问题,成对测试可以有效降低测试成本。提出了一种基于遗传算法的成对测试生成方法,该方法用于选择当前局部优化覆盖的测试用例,在此基础上构建满足成对测试基准的测试用例套,结果表明该方法能在不降低测试覆盖精度的情况下有效降低了测试用例数量。     

基于退火免疫遗传算法的测试用例生成研究

在软件测试技术中,高效的测试用例生成是简化测试工作、提高测试效率的必要手段.提出了一种应用于软件测试中的基于退火免疫遗传算法(AIGA)的测试用例自动生成算法,介绍了AIGA测试用例生成模型和AIGA算法的基本思想.算法融合了模拟退火算法和免疫算法在避免陷入局部最优和保持种群多样性方面的优势,克服遗传算法局部搜索能力差及其早熟现象和模拟退火算法全局搜索能力差、效率不高的问题.实验结果表明,算法在测试用例自动生成的效率和效果方面.优于传统遗传算法.     

基路径覆盖测试用例自动生成方法研究

传统基路径覆盖测试用例生成方法通过程序图求出圈复杂度,然后再得出程序的一组基路径,最后分别针对基路径组中的每条路径求出相应的测试用例,不仅繁琐,而且忽视了代码的语义相关性,导致存在路径不可达问题,也就无法生成对应的测试用例.提出了一种新的方法,利用遗传算法动态运行程序,逐渐逼近被测程序的真实逻辑圈复杂度,直接生成满足基路径覆盖测试用例的最小集合,不存在路径不可达问题.实验结果表明,该算法能够有效地生成满足基路径覆盖的测试用例.     

Web应用前后端融合的遗传算法并行化测试用例生成

Web应用测试用例生成并行化，是提升Web应用测试生成效率的一个有效手段.Web应用的前后端分离、事件驱动等特性，导致传统的并行化技术难以直接应用于Web应用的测试用例自动生成中.因此，如何针对Web应用进行并行化测试用例生成，是一项具有挑战性的工作.将种群并行化计算引入到基于遗传算法的Web应用前后端融合的测试用例生成中，通过线程池及调度逻辑、多浏览器进程管理及后端覆盖路径的获取，实现种群个体在多浏览器上的并行化执行及基于后端路径覆盖的适应度值并行化计算，以更高效地生成Web应用的测试用例.实验结果表明：相较于Web应用的GA串行化测试用例生成方法，所提的并行化测试生成方法能更充分地利用系统资源，极大地提升Web应用测试用例的生成效率.