基于双目视觉与目标识别拟合的三维屏幕定位方法

为解决针对三维立体屏幕的定位问题,提出了基于双目视觉与目标识别、拟合的屏幕定位算法。首先利用边缘检测算法提取屏幕轮廓,获取屏幕在二维图像中的位置;其次利用双目视觉算法对识别出的屏幕进行深度数据采集,利用最小二乘法对采集的屏幕空间数据进行空间拟合得到屏幕的空间方程;最后计算屏幕顶点在三维空间中的位置从而确定屏幕范围,至此...     

基于深度相机的三维空间测试脚本录制方法与工具

现有移动触屏设备可视化脚本录制工具大多是侵入式的,不适用于非常见系统以及系统封闭的设备,而少有的非侵入式的录制工具只支持屏幕能平放在桌面上的设备。因而提出了一种三维空间中基于深度相机的新型触屏设备可视化测试脚本自动录制方法和工具。该技术将记录手工测试操作的视频文件转化为表达动作类型和操作参数的可视化测试脚本。在不同实验环境下不同应用上的案例及其实验结果表明该方法具有一定的可视化脚本录制成功率,具有使用价值。     

基于One-test-at-a-time策略的可变力度组合测试用例生成方法

组合测试可以有效地检测软件系统中由各个因素间交互作用所引发的软件故障.但传统的组合测试方法对系统中各因素之间的实际交互关系考虑不足,难以有效处理交互力度不统一的情况,进而可能导致测试用例的冗余和检错能力的降低.针对该问题,应在充分考虑因素间实际交互关系的基础上,使用可变力度组合测试方法,从而实现对于因素间实际交互关系的覆盖.为此,文中针对一种新的可变力度组合测试模型,提出了两种基于one-test-at-a-time策略的可变力度组合测试用例集生成算法.实验表明,相对于已有的具备类似功能的测试用例生成算法和工具,文中提出的算法在测试用例集规模和算法运行时间上均具备一定优势,并可适用于固定力度组合测试、可变力度组合测试等不同测试模型.     

基于ANTLR的Web应用测试脚本自动重构方法

Web应用在各个领域得到广泛应用,为保证Web应用程序质量,需要对它进行详尽的测试。基于脚本的自动化测试越来越流行,逐渐的被应用在了Web应用程序测试中。功能测试脚本一般用于Web应用的功能和接口测试,很难发现Web应用中可能存在的缺陷或者性能瓶颈。很多研究人员通过扩展功能测试脚本或者重新编写性能测试脚本来测试Web应用程序的缺陷问题。这种方式效率低下,资源开销大。为此,我们提出了一种基于ANTLR开源库的测试脚本自动重构方法,首先对测试脚本进行优化,加速测试脚本执行速度,然后对测试脚本进行增强,从而构造出一个快速暴露Web应用程序缺陷的性能测试脚本。     

点间确定别名及其在Java程序数据依赖分析中的应用

堆内存的大量使用使得Java程序上数据依赖关系的精确提取仍存在许多困难.对于堆空间上的依赖提取,通常的做法是先对堆上空间进行命名,再据此分析依赖关系.然而该方法不能在多个定义间进行强更新,故分析精度不够理想.针对此问题,该文首先提出了一种点间确定别名的概念,然后用它生成强更新和相对更新来精化数据依赖分析.实验表明,与不进行强更新和相对更新的数据依赖分析方法相比,新算法能够在相对较少的额外时间消耗内,有效地提高堆空间上依赖分析的精度.     

一种基于信息量的缺陷定位方法

缺陷定位是软件调试过程中的重要环节,它通过利用程序信息和测试信息来定位软件中的错误.借助于事件信息量,提出一种基于事件信息量的缺陷定位方法——SIQ(suspiciousness based on information quantity).SIQ方法根据测试信息中不同事件的类型及其发生的概率,结合语句的执行信息,动态计算和调整缺陷定位的结果.通过大量的实验分析和对比,SIQ方法在多个数据集上表现出了很好的稳定性,与几种现有的缺陷定位方法相比,SIQ方法的缺陷定位效果也更加准确.     

大规模负载生成客户端影响因素研究

为保障大型线上软件系统服务质量的可靠性,有必要对其进行有效的大规模负载测试。然而,现有研究主要关注待测服务端性能表现、客户端负载生成模型、客户端资源分配等方面,很少涉及客户端负载生成能力,客户端负载生成的相关影响因素缺乏深入分析与量化研究,难以指引经济高效地大规模负载生成。鉴于此,本文从负载生成机制和测试集群构建2个方面实验研究影响客户端负载生成的因素,依据能力指标得出一组大规模负载生成的数据结论。本文为测试人员在客户端发起大规模负载提供了数据参考,可帮助降低大规模负载测试的成本。     

基于形态分析识别设计模式中的集中管理式聚集

针对常见的利用指针或引用的聚集实现方式,提出一种基于形态分析的一对多聚集关系的自动识别方法。首先,扩充Sagiv的三值逻辑结构中的谓词以描述链表上聚集管理操作的语义特征。然后,给出基于控制流上链表形态结构的变化识别聚集管理行为的方法。最后,通过开源软件JEdit中的实例分析展示了该方法的有效性。     

基于约束的服务化软件测试系统

面向服务的软件体系结构近年来不仅在民用领域得到广泛应用，也越来越多地应用于军用装备软件系统研制。服务化软件的测试技术得到了越来越多的关注。传统的服务化软件测试工具大多关注于测试流程的自动化，在测试用例的自动生成等方面，还远不够成熟。现有测试技术和工具尤其难以表达真实应用中的业务逻辑规则，给生成高质量的测试带来许多困难。鉴于此，研发了一款针对服务化系统的软件测试原型工具。该工具运用一阶逻辑公式表达业务逻辑约束，基于Z3 SMT约束求解器生成测试用例、进行故障注入等，使得测试数据的生成更契合待测软件业务特征，为服务化软件的测试实践提供了更有力支持。     

面向云测试的主机预测技术

云测试用于云上管理和执行测试任务。由于云上的计算资源能够较为方便的扩展，而负载测试通常需要大量计算资源，因此负载测试非常契合基于云的测试方法。为了保证负载测试能够按照测试计划成功发起，并且不会出现资源不足或闲置，需要在测试执行前确定云上虚拟主机数目，而现有的研究还缺少此类技术。为此，提出了一种面向脚本化负载测试的云主机预测技术，在负载测试开始前执行小规模的负载测试，收集计算资源与测试负载的基础数据，在此基础上使用机器学习方法进行数据训练并预测主机数量。结果表明：提出的主机预测方法能够较好地预测出负载测试所需主机数目。