EFSM模型的字符串类型测试数据自动生成

基于软件描述模型的测试数据自动生成研究中,字符串类型测试数据生成是一个研究热点和难点。EFSM模型是一种重要的软件描述模型。分析了EFSM模型的特点,针对面向EFSM模型目标路径的字符串测试数据生成,建立了字符串输入变量模型和操作模型,结合静态测试的特点,给出了通过字符串变量模型在目标路径上的符号执行结果生成字符串类型测试数据的方法。实验结果表明,该方法能够达到预期效果,提高测试生成效率。     

基于EFSM用户自定义故障模型的测试集生成

提出了一种用户自定义故障的EFSM测试集生成方法。该方法应用EFSM切片对EFSM模型进行合理的缩减,有效地避免了从EFSM到FSM转换得到测试集而产生状态空间爆炸的问题,也得到最短的测试用例集合。实验结果表明了新算法对生成最短EFSM测试集是有效的。     

基于EFSM的自检测试

在 EFSM (Extended Finite State Machine)的测试中 ,通常需要一些特征序列来判断当前的状态 ,以确定是否存在转换错误 .由于 EFSM中转换可执行条件的存在 ,使这些序列的生成比较困难 .本文引入了自检测试思想 ,通过比较待测实现与从 EFSM得到的直接实现的执行结果 ,来确定是否到达了正确的状态 ,从而避免了特征序列的生成     

基于多种群遗传算法的可扩展有限状态机测试数据自动生成

可扩展有限状态机EFSM(Extended Finite State Machine)是目前常用的一种描述软件状态和行为的模型,研究EFSM模型的测试数据自动生成方法具有重要的意义。针对EFSM模型,本文提出一种面向EFSM路径的测试数据自动生成方法,利用多种群遗传算法MPGA(Multi-Population Genetic Algorithm)实现了EFSM测试数据的自动生成。实验结果表明,基于MPGA的EFSM模型测试数据自动生成是确实可行的,并且其测试数据生成效率优于遗传算法(GA)的测试数据生成效率。同时,通过实验分析了MPGA的种群数量、迁移间隔、迁移率、迁移策略等相关参数对EFSM模型测试数据生成效率的影响,得出一种最优的参数组合,对后续进一步利用MPGA进行测试数据自动生成的研究具有一定的指导意义。     

基于禁忌搜索算法的可扩展有限状态机模型测试数据自动生成

可扩展有限状态机(EFSM)模型的测试用例生成包括测试路径生成和测试数据生成两部分。然而,目前针对EFSM模型的测试研究大多集中于测试路径生成。为探索路径上测试数据的自动生成,提出一种面向EFSM路径的测试数据生成方法,利用禁忌搜索(TS)策略实现了EFSM测试数据的自动生成;分析了影响EFSM测试数据生成的关键因素,并与遗传算法(GA)的生成效率进行了比较。实验结果表明：基于TS算法的EFSM模型测试数据自动生成是确实可行的,其测试生成效率相对于GA有很大提高。     

基于状态机代码合成技术的状态测试数据生成

目前,基于状态机的测试多集中在测试序列的生成方法学上,然而状态机的特点决定了测试序列对测试数据具有相当的依赖性,即一个测试序列的执行受到其上测试数据的约束。该文提出了状态机代码合成的方法模拟状态机行为,将其转换为可执行规约并在此基础上使用遗传算法来生成状态机的测试数据,为解决状态机测试数据的生成提供了一种可行的方法。     

改进量子遗传算法应用于测试数据自动生成的研究

为了提高测试数据的自动生成效率,提出一种改进的量子遗传算法(IQGA),用以自动生成测试数据.该算法以角度编码染色体,减少染色体存储空间;采用一种新的动态旋转角策略,使种群在测试数据生成的过程中优秀测试数据能得以较好的遗传,促进种群收敛;并通过Hadamard门变异策略提高种群多样性,扩大种群探索路径.利用典型的三角形分类问题进行了验证,实验结果表明,改进的量子遗传算法具有用时短,生成测试数据少,覆盖率高等优点,测试数据自动生成效率高于传统量子遗传算法和遗传算法.     

扩展有限状态机EFSM的后向切片

切片是一种重要的约减技术，基于代码的程序切片已经得到广泛的研究和大量的应用，但基于规格和模型的切片研究不多．EFSM是一种重要的规格模型，将切片技术引入EFSM对于分析和测试基于EFSM的软件模型具有重要的作用．由于一个实际的EFSM相当复杂，导致对EFSM模型的分析和修改非常困难．EFSM的切片对于测试和分析EFSM模型具有重要意义．由于EFSM依赖关系的特殊性，依赖图的可达性问题对于EFSM依赖图中并不是一个简单的图可达性问题．而且现有的基于标志已访问节点的遍历算法不适于解决该问题．对EFSM的依赖关系的传递性进行了详细的讨论和分析，定义了一个递归的依赖传递函数来描述变迁的影响如何通过依赖关系传递，而计算后向切片则可以通过逆依赖传递函数来描述，最后给出一个基于变迁的EFSM后向切片算法．     

化工过程EFSM 模型的应用

扩展有限状态机(EFSM)是一种构造模型的形式化描述语言.首先根据化工过程特征,改进EFSM模型和数据依赖关系,构建变量、状态及相互之间转换条件和动作的化工过程EFSM描述模型;然后提出化工过程变量之间的静、动态依赖关系和故障传播路径的分析方法;最后通过典型化工过程CSTR仿真应用验证了EFSM模型描述及分析方法的可行性和有效性,为工业过程的故障传播分析提供一种新的思路和方法.     

EFSM最小可达图的同步生成算法

针对EFSM可达性分析过程中的状态空间爆炸问题,提出了一种基于变量值域划分的EFSM最小可达图的同步生成算法。该算法将EFSM可达图的生成与最小化两个过程结合在一起同步进行,引入特征配置的思想,依据特征配置指出变迁有效性组合,以及变迁的赋值动作与终止状态分组变量值域的关系,在进行可达性分析的同时仅对可达的状态分组进行稳定性判定及必要的分裂,直到所有可达状态分组均稳定为止,EFSM最小可达图即构造完毕。文中算法最大限度地减小了中间结果如不可达分组等对求解过程的影响,从而降低了传统算法因可达性分析与最小化过程相分离而引起的时间与空间上的巨大代价。     

基于扩展有限状态机测试序列生成方法研究

扩展有限状态机是对有限状态机的扩展,由于引入了变量、状态迁移的前置条件以及状态迁移所引起的操作,它的测试序列存在可执行性问题。讨论了基于扩展有限状态机的测试序列生成方法的主要特点及局限性,指出了有待进一步研究的若干问题。     

基于监控理论的EFSM设计方法

随着扩展有限状态机（EFSM）模型在计算机科学和工程领域的广泛应用,EFSM的设计逐渐成为一个重要的问题。目前EFSM的设计仍然主要依赖于个人经验,缺乏理论基础。由于EFSM中每个转移的谓词可以看作此转移的一个监控器,所以可以用离散事件系统的监控理论为EFSM设计提供理论基础。首先定义了有限状态机（FSM）导出的EFSM及其产生的语言。然后,基于监控理论中的受控对象和监控器,提出了一种设计EFSM的方法,用离散事件系统监控理论为EFSM设计提供理论依据。最后用两个实际例子说明了提出方法的可用性和有用性。     

Web应用程序的用户非预期行为测试模型的研究

现有Web应用程序测试模型默认前提是将Web应用程序软件行为等同于其他传统软件,而忽略了Web应用程序中用户的非预期行为将可能影响软件应有的逻辑,导致软件行为失效,针对这一问题,本文在分析现有测试模型,测试策略与算法的基础上,提出一种基于扩展有限状态机(EFSM)的UUBTM测试模型来生成非预期行为的测试序列UTSEQ,实验证明该序列可以有效检测Web应用程序中存在的缺陷.     

Test‐data generation using genetic algorithms

This paper presents a technique that uses a genetic algorithm for automatic test‐data generation. A genetic algorithm is a heuristic that mimics the evolution of natural species in searching for the optimal solution to a problem. In the test‐data generation application, the solution sought by the genetic algorithm is test data that causes execution of a given statement, branch, path, or definition–use pair in the program under test. The test‐data‐generation technique was implemented in a tool called TGen, in which parallel processing was used to improve the performance of the search. To experiment with TGen, a random test‐data generator called Random was also implemented. Both Tgen and Random were used to experiment with the generation of test‐data for statement and branch coverage of six programs. Copyright © 1999 John Wiley & Sons, Ltd.     

Evolutionary test data generation: a comparison of fitness functions

Previous research using genetic algorithms to automate the generation of data for path testing has utilized several different fitness functions, assessing their usefulness by comparing them to random generation. This paper describes two sets of experiments that assess the performance of several fitness functions, relative to one another and to random generation. The results demonstrate that some fitness functions provide better results than others, generating fewer test cases to exercise a given program path. In these studies, the branch predicate and inverse path probability approaches were the best performers, suggesting that a two‐step process combining these two methods may be the most efficient and effective approach to path testing. Copyright © 2005 John Wiley & Sons, Ltd.     

基于HFSM模型的GUI自动测试

针对图形用户界面（GUI）软件的层次性,采用分层有限自动机（HFSM）模型对被测GUI软件建模,将GUI测试转换为预期HFSM和实际HFSM的一致性测试。模型自动搜索GUI控件,提供接口,采用均匀设计思想自动产生测试数据,由测试数据驱动测试执行。根据GUI软件的特点,采用增量方式进行模型构造和测试,从而避免错误积累。     

基于时间自动机模型的无线传感器网络数据收集协议测试用例生成

从协议测试的角度出发研究了基于时间自动机模型的无线传感器网络数据收集协议测试用例生成方法,提出利用UPPAAL工具对数据收集协议建立时间自动机模型,进而利用UPPAAL CoVer工具生成满足特定覆盖标准的测试路径集合的方法。为了便于生成实际测试用例,开发了辅助自动测试用例生成工具ATCGT。通过一个工业界的无线抄表数据收集协议的建模与测试用例生成实例,阐明了该方法的有效性。     

多路径测试数据自动生成方法及应用

以程序结构测试自动生成为研究背景,提出了一种重叠路径结构用以描述程序路径,并以此为基础设计了一种多路径测试数据生成适应值算法,实现了一次搜索完成多条路径的测试数据生成。算法通过目标路径间共享遗传算法产生的中间个体减少单一路径搜索始于随机产生的无序个体的初期迭代,从而加快搜索收敛的速度。应用于常用的基准程序和取自实际项目的程序,该算法与典型的分支谓词距离算法相比平均消耗时间缩短了70.6%。