基于DDGRAPH图的路径覆盖研究

软件测试分为静态分析、路径选择、测试数据生成和动态分析四个阶段,而路径选择的自动生成是软件测试的关键技术之一.路径覆盖是软件测试中一种十分重要的方法,它使程序的每个分支至少执行一次.文中通过对DDGRAPH图的分析,提出了DDGRAPH图中弧的支配树和蕴含树的表示方法,然后给出由支配树和蕴含树确定非限制弧的方法,通过近似最少谓词覆盖策略以确定覆盖所有非限制弧的路径测试子集.     

路径覆盖构造方法

确定覆盖路径的测试数据范围是评估路径测试的重要课题之一。提出利用非限制弧集确定覆盖ddgraph图所有路径的子集，然后利用βtracks简化非限制弧，并给出了具体的应用实例。     

一种路径覆盖自动生成的改进方法

路径覆盖是考察软件测试充分性的一种重要准则,它使程序的每个分支至少执行一次。该文通过对DDGRAPH图的定义及相关概念的分析,对构建DDGRAPH图及支配树、蕴含树、非限制弧的方法进行了改进。通过具体的应用实例对比了改进前后的方法,改进后的方法可以减少生成的路径数,用更少的测试用例发现更多的错误。     

嵌入式软件路径覆盖测试的研究

路径覆盖是软件测试中一种十分重要的方法,它使程序的每个分支至少执行一次;针对嵌入式软件测试的特点,提出了嵌入式软件路径覆盖测试的策略,通过模拟测试通用型智能水量计量仪C430主控程序的各个步骤,运用基本路径插桩策略分析计算插桩探针的位置、个数,统计计算整个探针的覆盖面,构造基本路径和实际程序执行路径;测试覆盖率达到71.1%,取得了一定的效果,对增强软件测试方案设计的系统性,提高软件测试质量和效率,起到了较好的作用.     

基于变迁的完全路径覆盖测试

为解决基于状态节点搜索的完全路径覆盖所产生的测试用例数过多和难以实现连续测试的问题,提出了一种基于变迁的完全路径覆盖测试准则,并设计和实现了一种深度优先搜索与宽度优先搜索相结合的基于变迁完全路径覆盖测试用例自动生成算法。实验结果表明,基于变迁的完全路径覆盖准则比基于状态的完全路径覆盖准则更为严格,相应的算法可以产生更优的测试用例集,能更方便地完成软件的连续动态测试。     

基于节点概率的路径覆盖测试数据进化生成

路径覆盖是软件测试领域重要的测试方法之一.为了提高路径覆盖测试效率,在采用遗传算法进化生成路径覆盖的测试数据过程中,利用被测程序条件语句的相关性判定不可达路径,除路径中必经节点外,其他节点在不可达路径中出现的概率越大,穿越该节点的个体就具有越高的穿越度,在进化过程中应得到保护.提出了根据个体的穿越度设计适应度函数方法,从而提高测试数据的生成效率.将所提方法应用于基准程序和工业用例,并与同类方法比较可知,该方法生成路径覆盖的测试数据具有较高的效率.     

路径覆盖自动生成技术研究

路径覆盖是路径测试最重要的课题之一。文章给出了ddgraph图的支配树、蕴含树和非限制弧的构造方法,提出了一种基于最小路径测试子集的寻找单个测试路径算法,该算法可有效地生成从入口到出口且覆盖非限制弧的路径子集,并给出了具体的应用实例。     

基于自适应分组的大规模路径覆盖测试数据进化生成

复杂软件大规模路径覆盖测试数据生成问题普遍存在,但缺乏有效的解决方法,为此提出一种基于自适应分组的大规模路径覆盖测试数据进化生成方法.在进化过程中,通过合并满足条件的组,将测试数据生成问题转化为数量不断减少的约束多目标优化问题,采用多种群遗传算法加以解决,并给出了合并后的种群形成策略.将所提出的方法应用于基准测试程序,结果表明可以大大减少测试数据生成时间,为提高软件测试效率提供了一条可行途径.     

路径覆盖测试

随着软件的广泛应用及其规模和复杂度不断地提高,软件测试的方法也有许多。本文讨论了完全路径覆盖测试方法和基于控制流图的路径测试的改进方法。     

一种路径覆盖的自动生成算法——剪枝法

程序结构测试可以为分四个阶段：静态分析，路径选择，测试数据生成和动态分析，文中提出了“层次树”的概念，用来表示一个由结构化程序设计语言书写的程序的结构，从而可以充分利用结构化程序设计语言的优点，以此为基础，提出了一种路径覆盖的自动生成算法，称作“剪枝法”在软件测试的第二阶段使用，该方法的最大优点是简单性和灵活性。     

基于关键信号的路径覆盖率模型

针对使用路径覆盖率作为验证目标时出现的路径数量庞大、覆盖率难以快速提高等问题,使用控制流图表示代码逻辑结构,采用数据流分析技术对待验证路径进行合理的化简．所产生的路径集合规模小、针对性强,有利于尽早发现设计错误．最后使用遗传算法生成模拟矢量,并基于北京大学“众志．863系统”芯片中的功能模块给出实验结果,说明该覆盖率模型的有效性．     

融入神经网络的路径覆盖测试数据进化生成

利用遗传算法生成复杂软件的测试数据,是软件测试领域一个全新的研究方向.传统的基于遗传算法的测试数据生成技术,需要以每个测试数据作为输入运行被测程序,以获得个体的适应值,因此,需要消耗大量的运行时间.为了降低运行程序带来的时间消耗,提出一种基于神经网络的路径覆盖测试数据进化生成方法,主要思想是:首先,利用一定样本训练神经网络,以模拟个体的适应值;在利用遗传算法生成测试数据时,先利用训练好的神经网络粗略计算个体适应值;对适应值较好的优秀个体,再通过运行程序,获得精确的适应值.最后的实验结果表明,该方法可以有效降低运行程序产生的时间消耗,从而提高测试数据生成的效率.     

基于平均视距的最优可视覆盖路径

提出平均视距的概念来衡量路径可视覆盖的最优性,给出以最大平均视距为优化目标的最优可视覆盖路径问题的求解模型.通过预先计算并存储视域信息,采用基于视域融合的模拟退火算法实现了该问题的求解.     

基于关键点路径的快速测试用例自动生成方法

测试数据的自动生成,是提高软件测试效率的重要手段.从软件测试工程实践的角度提出快速生成测试数据的完整模型,更有利于提高测试数据生成效率.为此:(1)提出关键点路径表示法,以得出待测程序的理论路径数,并快速确定已覆盖路径的邻近路径;(2)用随机生成的数据运行简化后的插装程序,得到部分测试数据;(3)将理论路径分成易覆盖路径、难覆盖路径和不可行路径;(4)根据已覆盖路径及其测试数据提供的信息,使用遗传算法生成难覆盖路径的测试数据.仿真实验结果表明了所提方法的有效性.     

一种软件体系结构级基本路径覆盖方法

软件体系结构描述系统的高层结构和行为特征,其动态描述常被用来指导软件的分析和测试。基于此,提出一种软件体系结构级的测试路径覆盖方法。利用化学抽象机描述软件体系结构并导出与其对应的DAG图,表达软件体系结构的动态特征。根据基本路径覆盖准则及测试序列生成算法,生成测试路径。以C/S体系结构为例验证该方法的正确性和有效性。     

基于IAG-ABC算法的路径覆盖测试用例生成技术

针对遗传算法(genetic algorithm,GA)存在搜索初期收敛速度过快、易陷入局部最优解、未能充分结合搜索过程中的反馈信息,同时人工蜂群(artificial bee colony,ABC)算法存在初期寻优速度缓慢、局部搜索具有很大随机性等问题,对遗传算法和人工蜂群算法分别进行了改进,并将改进后的两种算法进行融合,实现两者的优势互补,提出了一种自适应遗传-蜂群（improved adaptive genetic-artificial bee colony, IAG-ABC）算法。采用路径覆盖信息设计引导算法搜索方向的适应度函数,并用IAG-ABC算法实现路径覆盖的测试用例生成,实验结果表明,相对于标准遗传算法和自适应遗传算法,IAG-ABC算法在测试用例生成效率和覆盖率上均有一定的优势。     

浅谈白盒测试之基本路径测试方法研究

本文分析了白盒测试中基本路径测试方法的相关概念,阐述了利用基本路径测试方法设计测试用例的过程,最后通过实例说明基本路径测试方法的使用。     

基于多维度覆盖率的软件测试动态评价方法

随着关键领域应用软件规模和复杂性的不断提高,软件测试成本也不断增加.如何动态、定量地评价软件测试情况,提高测试效率是软件测试领域面临的现实问题.提出了一种基于多维度测试覆盖率的软件测试动态评价方法,并从测试监测信息、动态分析和评价模型、测试优化策略几个方面展开讨论.给出了综合测试覆盖率的定义和经验公式.实例显示,该方法有助于软件项目评测人员动态跟踪和定量监控软件测试效果,提高软件测试过程的可观察性和可控制性.