基于二叉树满足MC/DC测试用例设计方法

软件测试是保证软件质量的有效方法,但测试工作过程繁琐,工作量较多。探索高效、可靠的测试用例设计方法一直是大家追求的目标,随着航空航天产品逻辑复杂性的提高及软件规模的日益增大,这种要求也变得更加迫切。依据MC/DC设计的测试用例既提高了测试用例设计的效率又增加了测试覆盖率,比较适合测试逻辑关系相对复杂的软件。当前的很多软件测试工具提供了软件测试覆盖率的判定功能,可以评定设计出的测试用例是否满足MC/DC的要求,而软件测试人员需要的是逆向的过程,论文提出应用唯一原因法和屏蔽法原理设计测试用例,可达到根据逻辑关系自动生成满足MC/DC要求测试用例的目的,提高了测试用例设计的效率。     

利用MC/DC减少测试集大小的方法的研究

随着软件的发展，测试技术也在发展。MC／DC即修改条件／判定覆盖，是一种较新的结构覆盖准则，它是在C／DC（条件／判定覆盖）的基础上发展起来的。与其它结构覆盖准则相比，它只是线性地增加了测试用例的数量，使得软件测试更加具有可操作性。而对于测试来说，测试用例的选择和优化是至关重要的。在探讨MC／DC的基础上，利用MC／DC的特点，初步提出了利用MC／DC进行测试集减少的方法，使得减少后的测试集与原测试集对测试需求有着相同或相似的覆盖率，并对此方法的利弊做了一定的分析。     

软件测试中评价函数的构造以及插装方法的研究

为了提高现在测试用例自动生成技术的自动化程度以及效率,构造了新的评价函数并且提出了一种全新的插装方式.研究了词语法分析技术,将其应用到了程序预处理的过程中,提出了一种全新的自动插装方法.对评价函数的构造进行了研究,将数据依赖、控制依赖和分支函数结合组成新的评价函数,同时采用自动插装方式将所构造的评价函数自动插装到被测程序中.采用遗传算法作为搜索算法,以MC/DC(即修正条件/判定覆盖)准则为覆盖准则,验证了改进后的评价函数,实验结果表明,该方法具有更高的覆盖率和更快的收敛速度.     

面向关键字流图的相似程序间测试用例的重用

软件测试是软件开发中重要的一环,能有效地提高软件的可靠性和质量.而测试用例的重用可减少软件测试的工作量,提升测试的效率.提出一种面向关键字流图的相似程序间测试用例的重用方法,该方法将程序已经生成的测试数据重用到与之相似的程序中.可见,探究测试用例重用的前期工作是判定程序的相似性.对于程序相似性的判定,给出根据关键字流图相似性比较的方法：首先,将程序代码中的关键字存储在流图所对应的节点中,构建关键字流图;接下来,利用动态规划算法查找待测程序关键字流图的最大公共子图;最后,根据最大公共子图距离算法计算程序的相似度.较高相似程度的程序可用到测试用例重用的方法中.在利用遗传算法生成测试用例时,引用相似程序中适应度较高的测试用例,使种群在进行进化操作过程中不断与这些用例进行交叉,加快用例的生成效率.实验表明：将测试用例重用在相似程序的测试生成中,与传统方法相比,在覆盖率和平均进化代数等方面均有明显优势.     

更改的判定条件覆盖测试技术研究

与语句覆盖、判定覆盖、条件覆盖、判定条件覆盖、多重条件覆盖相比，路径覆盖具有更强的结构覆盖率。但其需要更庞大的测试用例，事实上它并不实用。近年来，一种相对新颖和优秀的结构覆盖准则一一更改的判定条件覆盖(MC/DC)应运而生，它继承了多重条件覆盖的优点，同时只是线性地增加了测试用例的数量。因此，在许多重要的软件，尤其是以嵌入式和实时性为特征的航空机载软件中得到广泛的应用．介绍了MC／DC的特点、设计方法、评估策略及工程应用。     

基于组合输入数据情况的测试用例生成算法

在软件测试中,测试用例的设计是最关键、耗时最多的环节。单个值情况下的测试用例相对比较简单。当输入数据为组合数据时,为了获取更加全面的测试用例以提高软件测试的准确性,提出一种将判定表设计及人工代码、计算机测试相结合的测试用例设计机制。通过两种算法得出最有效测试用例,该机制能生成比基于状态的完全路径覆盖准则及其搜索算法更优的测试用例集,能更好地覆盖各种组合条件情况,也更适合实际测试时需要连续对软件进行测试的客观情况。实验证明,该方法确实能够提高测试用例设计的全面性及有效性。     

基于规格说明的若干逻辑覆盖测试准则

基于规格说明的测试可以在不需要了解软件程序代码的情况下对软件进行功能测试.判定是形式规格说明中用于描述前、后置条件的主要形式.分析了基于规格说明的逻辑覆盖测试准则,针对已有的决定性逻辑覆盖测试准则的不足,提出了掩盖性逻辑覆盖测试准则,并对其进行了详细分析.提出了掩盖性逻辑覆盖测试准则的一个可行的测试生成算法.根据该准则生成的测试用例能够发现条件的掩盖性带来的错误.然后,从判定的结构入手,分析了条件之间的约束关系、复杂判定的分解与合成、判定之间的关系.这些分别能够阐明逻辑覆盖中条件间的耦合性问题、同一个条件在判定中的多次出现问题以及判定在程序中的位置问题.继而提出了全真判定覆盖、全假判定覆盖、完全子判定覆盖、唯一条件真覆盖以及唯一条件假覆盖等测试准则.满足这些测试准则的测试用例集能检测出不同类型的错误.最后,给出了这些测试准则之间的包含关系图,并建议了不同测试准则适用的应用场景.     

基于规格说明的若干逻辑覆盖测试准则

基于规格说明的测试可以在不需要了解软件程序代码的情况下对软件进行功能测试.判定是形式规格说明中用于描述前、后置条件的主要形式.分析了基于规格说明的逻辑覆盖测试准则,针对已有的决定性逻辑覆盖测试准则的不足,提出了掩盖性逻辑覆盖测试准则,并对其进行了详细分析.提出了掩盖性逻辑覆盖测试准则的一个可行的测试生成算法.根据该准则生成的测试用例能够发现条件的掩盖性带来的错误.然后,从判定的结构入手,分析了条件之间的约束关系、复杂判定的分解与合成、判定之间的关系.这些分别能够阐明逻辑覆盖中条件间的耦合性问题、同一个条件在判定中的多次出现问题以及判定在程序中的位置问题.继而提出了全真判定覆盖、全假判定覆盖、完全子判定覆盖、唯一条件真覆盖以及唯一条件假覆盖等测试准则.满足这些测试准则的测试用例集能检测出不同类型的错误.最后,给出了这些测试准则之间的包含关系图,并建议了不同测试准则适用的应用场景.     

遗传算法辅助的动态符号执行测试方法

动态符号执行是一种有效的软件测试方法,但由于受到约束求解器求解能力的限制,在面对较为复杂的程序和路径条件时,动态符号执行的路径覆盖率还有待提升。针对上述问题,提出了一种遗传算法辅助的动态符号执行测试方法,并基于此方法实现了原型工具JDart-Ga。该方法结合遗传算法的优势,生成约束求解器无法求解的约束条件对应测试输入,从而提升动态符号执行的路径覆盖率。实验结果表明,在测试存在动态符号执行无法覆盖路径的3个实验对象时,所提出方法的路径覆盖率与JDart相比分别提升了16%至23%。     

面向故障定位的基于MC/DC的测试用例约简方法

对不断更新的软件进行回归测试时,持续增加的测试用例会造成累计测试用例数量庞大,进而影响测试成本。在故障定位领域,已有研究在考虑语句覆盖、路径覆盖等的基础上,提出了CMR&PVR等不同的测试用例约简方法。然而,这些方法在一定程度上影响了原始测试用例集的MC/DC(修订的条件/判定)覆盖率。提出一种以MC/DC覆盖为基础的综合测试用例约简方法MCDCR,利用该方法对原始测试用例集约简后,在确保原有故障定位准确性并保持较高约简比的同时,大幅提高了测试用例对程序的MC/DC覆盖率。采用Ochiai方法在Siemens 程序集上进行了实验及验证,结果表明MCDCR约简方法的综合效果明显优于已有的约简方法。     

一种新的数据流覆盖测试数据进化生成方法

数据流覆盖可有效地检测软件中的缺陷与错误.针对该覆盖准则中存在的插装监测开销庞大和测试数据生成效率不高的问题,提出一种新的基于定值-引用对覆盖的测试数据进化生成方法.该方法主要分为两部分,首先,通过约减测试目标来减少插装开销,提出的包含关系算法可找到一个定值—引用对子集,使得覆盖该子集就能保证所有测试目标被覆盖;然后,采用遗传算法为所有测试目标生成测试数据,设计的适应度函数综合考虑个体实际执行的路径与每个测试目标的定义明确路径的匹配程度.将该方法用于8个基准程序的测试数据生成,并与其他方法比较,结果显示其可有效提高程序覆盖率和测试数据生成效率.     

Compositional Generation of MC/DC Integration Test Suites

We present a method for automatically generating tests for reactive systems specified by concurrently executing extended finite state machines. The generated test suites satisfy the modified condition/decision coverage criterion at unit and integration levels. The generation of MC/DC suites for eager first-order functional programs is subsumed. An industrial chip card case study illustrates the approach.     

A continuous DC programming approach for resource allocation in OFDMA/TDD wireless networks

The next generation broadband wireless networks deploys OFDM/OFDMA as the enabling technologies for broadband data transmission with QoS capabilities. Many optimization problems have arisen in the conception of such a network. This article studies an optimization problem in resource allocation. By using mathematical modeling technique we formulate the considered problem as a pure integer linear program. This problem is reformulated as a DC (Difference of Convex functions) program via an exact penalty technique. We then propose a continuous approach for its resolution. Our approach is based on DC programming and DCA (DC Algorithm). It works in a continuous domain, but provides integer solutions. To check globality of computed solutions, a global method combining DCA with a well adapted Branch-and-Bound (B&B) algorithm is investigated. Preliminary numerical results are reported to show the efficiency of the proposed method with respect to the standard Branch-and-Bound algorithm.     

Using spanning sets for coverage testing

A test coverage criterion defines a set E/sub r/ of entities of the program flowgraph and requires that every entity in this set is covered under some test Case. Coverage criteria are also used to measure the adequacy of the executed test cases. In this paper, we introduce the notion of spanning sets of entities for coverage testing. A spanning set is a minimum subset of E/sub r/, such that a test suite covering the entities in this subset is guaranteed to cover every entity in E/sub r/. When the coverage of an entity always guarantees the coverage of another entity, the former is said to subsume the latter. Based on the subsumption relation between entities, we provide a generic algorithm to find spanning sets for control flow and data flow-based test coverage criteria. We suggest several useful applications of spanning sets: They help reduce and estimate the number of test cases needed to satisfy coverage criteria. We also empirically investigate how the use of spanning sets affects the fault detection effectiveness.     

基于JPF的类数据流测试生成技术

通过设置陷阱性质，用时序逻辑公式表示数据流测试的覆盖准则，将测试生成问题简化成模型检测中寻找反例的问题，自动生成满足数据流覆盖准则的类方法测试调用序列，提出了一种适用于类方法调用序列自动生成的搜索算法，并在程序模型检测器JPF上实现。算法分析和实验结果表明，该算法能生成高效的方法调用序列并明显减少测试生成代价。     

基于维持种群多样性的测试数据生成算法的研究

测试数据自动化生成技术尝试寻找一个相对小的数据集来满足测试充分性标准,以降低软件测试的成本,提高测试效率.当测试项的数据集大小超过其上限时,算法会使用淘汰算法把差异性较小的测试数据从集合中淘汰掉,把差异性较大的测试数据留下来,以维持种群的多样性.针对此问题,提出一种基于维持种群多样性的演化算法来求解测试数据集,算法利用启发信息迭代地选择一个条件?判定语句作为子目标,通过演化算法生成数据以覆盖目标.在此算法框架内,利用一种新的计算评估值的方法计算数据与测试项的距离信息;以及利用归一的曼哈顿距离计算测试数据差异性,通过淘汰策略把差异性较小的测试数据淘汰掉.在实验中,对14个计算机科学基础算法的基准函数进行了测试,并与现有文献中的测试数据生成方法进行对比,验证了算法有效提高了条件?判定覆盖率,并且减少了测试数据的生成数量,提高了测试性能.     

Model-based test generation using extended symbolic grammars

A novel, model-based test case generation approach for validating reactive systems, especially those supporting richly structured data inputs and/or interactions, is presented. Given an executable system model and an extended symbolic grammar specifying plausible system inputs, the approach performs a model-based simulation to (i) ensure the consistency of the model with respect to the specified inputs, and (ii) generate corresponding test cases for validating the system. The model-based simulation produces a state transition diagram (STD) automatically justifying the model runtime behaviors within the test case coverage. The STD can further be transformed to produce an evolved symbolic grammar, which can then be used to incrementally generate a refined set of test cases. As a case study, we present a live sequence chart (LSC) model-based test generator, named LCT in short, for LSC simulation and consistency testing. The evolved symbolic grammar produced by the simulator can either be used to generate practical test cases for software testing, or be further refined by applying our model-based test generation approach again with additional test coverage criteria. We further show that LSCs can also be used to specify and test certain temporal system properties during the model simulation. Their satisfaction, reflected in the STD, can either be served as a directive for selective test generation, or a basis for further temporal property model checking.