基于故障树分析法的软件测试技术研究

将安全性评估领域广泛应用的故障树分析法引入软件测试中,融合基于软件故障概率分析和风险分析的方法,对软件测试的故障树建模进行了重点研究.提出了建模的基本思想和方法,给出了软件测试故障树最小割集的算法,对故障树模型进行了定性和定量分析,并将分析结果指导和应用于软件测试实践中.     

一种基于故障模型的代码静态测试方法研究

软件测试是排除软件故障,提高软件质量和可靠性的重要手段。基于故障模型的软件测试是软件编码阶段的主流测试方法之一。基于故障模型的代码静态测试技术具有测试效率高、对逻辑复杂故障测试效果好等特点。鉴于此,本文采取一种特殊的静态分析技术来实现对代码的测试。首先讨论传统软件测试方法的缺点和局限性,给出基于故障模型的静态测试方法的优越性;然后在分析过程中,综合应用抽象语法树和控制流图,提出一种基于故障模型的软件测试方法。依据该算法开发自动化测试工具,给出实验结果和对比分析,并指出下一步的研究方向。     

一种基于二分图故障检测模型的软件故障定位方法研究

软件故障诊断过程中代价最昂贵和最耗时的活动之一就是软件故障定位.为了辅助测试人员进行软件故障的定位,在设计分层思想的指导下,在分析软件及其各个模块以及模块中代码之间复杂关系的基础上,通过分析历史数据中软件故障与现象之间的对应关系,建立了基于拓扑图的软件故障传播模型,使得软件故障诊断人员能够利用该拓扑图模型描述具体的软件故障现象.通过该拓扑图模型,软件故障传播模型可转换成更容易进行问题求解的基于二分图的故障检测模型.然后针对该模型设计了基于贪心策略的算法,该算法解决了基于二分图故障检测模型的最小覆盖求解问题,这一问题的求解结果描述了软件故障原因假设集合,通过故障原因与软件模块关系分析可找出与该故障原因对应的相应模块,从而实现故障定位.实验表明,本研究方案能够有效处理软件故障定位问题.     

一种航天测控系统软件故障分析框架

在充分研究航天测控系统软件研发维护特点的基础上,通过引入相异性软件故障模型,结合软件故障检测和故障定位等分析方法,构建了一种基于功能组件的航天测控系统软件相异性故障模型,提出了一种具有较强针对性的航天测控系统软件故障分析框架,为航天测控系统软件故障分析的集成化研究提供了新思路。这种软件故障分析框架已在航天测控系统软件测试及软件故障问题排查等实际问题中得到有效应用,实践表明该框架对软件系统的研发维护及软件故障的快速分析定位具有重要意义。     

基于高斯校正模型的MDS-MAP定位算法

在无线传感器网络中,节点位置信息是很多应用的基础.对于基于RSSI测距的定位算法,其算法性能很大程度上依赖于RSSI的精度.文章提出一种基于高斯校正模型的改进MDS-MAP定位算法.改进算法在测距阶段利用高斯校正模型过滤掉受干扰的RSSI信号值,提高了RSSI测量值的精度.仿真实验结果表明,该算法定位精度比原始MDS-MAP算法有明显的提高.     

基于启发式算法的测试数据自动生成方法

数据自动生成是实现软件测试数据自动化和提高软件测试效率的关键问题。阐述了基于遗传算法、蚁群算法等启发式算法的测试数据自动生成系统模型与步骤,并对两系统的性能加以分析和比较,并讨论了一些改进方法。     

基于智能算法的电力输电线路分布式感知关键技术

针对电力输电线路故障分布式感知精度问题,提出一种基于行波时差关系与BAS-CPSO的故障定位算法。首先引入天牛须算法对混沌粒子群算法进行改进,以提高混沌粒子群算法的寻优性能;然后根据输电线路故障的行波时差关系,利用BAS-CPSO算法对故障进行准确定位。测试结果表明,引入天牛须算法改进的混沌粒子群算法,相较于SPSO、CPSO、BASPSO等主流搜索算法具有更好的搜索性能,在测试函数中表现出较高的收敛精度与搜索速度,寻优效果更好。在对电网输电系统的仿真实验中,所提基于行波时差关系与BAS-CPSO的定位算法对所有线路的故障定位绝对误差都在100 m以内,远远小于300 m的实际输电线路故障定位精度要求;在同一仿真条件下,所提定位算法的定位误差相较于双端定位法、传统网络定位法降低了81.66%和45.92%,定位精度较高,值得进一步研究推广。     

基于蚁群算法的模拟电路故障诊断

本文基于模拟电路故障现象和故障原因均比较复杂,故障的定位较困难的现状,提出了一种新的基于蚁群算法的故障诊断知识获取算法.并将该方法应用于一模拟电路的故障诊断过程,仿真结果显示,在故障树中采用该新方法可行、有效.     

基于分布估计算法的配电网故障区段定位

传统的人工智能算法在配电网馈线故障定位中的应用广泛,存在初始种群规模大,迭代次数多以及易陷入局部最优等缺陷。提出一种基于分布式估计算法的配电网故障区段定位方法,该方法将故障区段向量作为正确解,通过建立解空间内个体分布的概率模型,对模型采样,逐步提高最优故障区段向量在解空间内出现的概率。仿真结果表明将分布估计算法应用于多源开环条件下的配电网故障区段定位有着较快的故障定位速度和良好的容错性。     

故障树最小割集技术在软件测试中的应用

笔者提出将故障树分析技术应用在软件测试中,通过分析软件系统结构,以软件程序的各子模块为事件建立软件故障模型并对模型进行定性分析,利用最小割集算法分析模块重要性次序,找出软件关键模块和故障组合模块,将分析结果应用于软件测试,提高软件测试针对性,发现软件潜在缺陷,降低产品失效风险,以达到提高软件可靠性的目的。     

STM32的Flash轻量级坏块管理算法设计与应用

为解决配网终端Flash文件管理耗用资源大、使用寿命短、数据存储效率低的问题,设计出一种基于坏块标记法的轻量级管理算法.该算法采用软件编程,抛弃了高硬件资源和复杂的Flash文件管理系统依赖,快速实现了轻量级坏块管理、掉电存储功能.经过软件测试及配电终端故障指示器汇集单元验证,此算法使得Flash的成本降低20％,有效寿命提高80％,数据存储效率提高20％.     

无线传感器网络APIT定位算法

无线传感器网络节点定位机制的研究中,基于距离无关的定位技术得到快速发展,其中基于重叠区域的APIT定位算法在实际环境下定位精度高,被广泛研究和应用.对APIT定位算法及其改进措施进行了总结,并给出性能比较结果.     

数组越界的静态测试分析

给出了一种静态分析方法,静态分析的主要优点就是在程序运行之前就可以对程序故障进行定位。文章首先针对数组越界错误类型进行了分析,介绍了软件测试的一些基本概念,给出了这类错误的静态分析方法,并给出了相应的算法,而后给出了测试系统设计和开发,最后给出了软件测试的实验结果和分析。     

基于汽车售后故障数据的关联分析

针对汽车产业链平台售后服务业务中故障数据量大、增长速度快的特点,以及传统FP-growth算法在处理海量数据时的缺陷,提出了基于MapReduce的FP-growth改进算法挖掘汽车售后故障信息间的关联关系。算法同时结合剪枝策略和均衡分组策略的优势,采用剪枝策略减少项集挖掘的迭代次数,基于均衡分组算法实现并行频繁模式挖掘过程的负载均衡。实验结果表明提出的算法性能较优。以汽车产业链协同平台的售后服务历史故障数据为样本,挖掘得到出现频率较高的重要故障件,以及同时发生故障概率较大的关联故障件。     

软件测试数据自动生成算法的仿真研究

研究软件质量优化问题,传统遗传算法存在局部最优、收敛速度慢,使软件测试数据自动生成效率低.为提高软件测试数据生成效率,对传统遗传算法进行改进,提出一种遗传-蚁群算法的软件测试数据生成算法.针对测试数据自动生成的特点,充分发挥遗传算法的全局搜索和蚁群算法的局部搜索优势,提高了测试数据的生成能力.实验结果表明,遗传-蚁群算法提高了软件测试数据生成效率,是一种较为理想的软件测试数据生成算法.     

一种改进的RFID阅读器定位容错算法研究

针对RFID故障频率较高而导致RFID阅读器定位准确性较低的问题,首先对RFID阅读器的故障类型进行了分析,然后基于线性二阶锥形规划,提出了一种可以处理长时间大范围故障的RFID阅读器定位算法,并提出了一种质量指数指标来衡量该算法得出的定位结果的质量.仿真实验结果表明,该算法在定位精度方面优于当前算法,并可提供定位质量信息.最后,实现了基于该算法的阅读器定位系统RFID-RLS,并在办公室环境内进行测试,验证了该算法的有效性.     

控制系统故障定位的图论算法设计与研究

文章对控制系统故障传播的规律进行了研究，运用数学图论的有关理论提出了一种基于图论的故障定位搜索算法；使用该算法定位了实际控制工程中的故障；该算法效率较高，定位故障准确，具有实际应用价值。     

某型相控阵雷达信号处理系统故障诊断系统设计与应用

针对某型相控阵雷达信号处理分系统故障部位难以定位,严重影响雷达工作能力这一难题,本文通过对故障现象进行分类,建立相应的故障匹配文件库,采用精确单模式串匹配算法,设计开发了一套故障诊断软件。该软件实现了故障部位准确定位功能,为快速、及时排除故障提供了技术支持,并在实际应用中验证了其正确性。     

移动网络相对定位算法研究

节点的相对定位是移动网络路由中一个重要的问题.定位算法的优劣直接关系到基于位置的路由算法性能.在引入三角定位算法和伪距定位算法的基础上,对节点的相对定位进行了研究,并提出了将两种算法相结合的定位思想.它以三角定位算法为基础,辅以伪距定位算法,从而提高了定位的精度.     

融合智能优化的软件测试用例生成方法

针对复杂软件中测试用例难生成问题,提出一种融入聚类和进化算法的软件缺陷测试方法,开发一套智能软件测试系统。首先,对被测程序采用变异测试方法注入缺陷;基于不同策略对缺陷聚类。然后,针对多个缺陷簇,建立测试用例生成问题的优化模型,并采用进化算法生成能检测缺陷的测试用例。最后,基于不同评价指标,完成软件测试报告。测试结果表明,基于测试用例检测缺陷的成功率、缺陷率,以及消耗时间和迭代次数等指标,验证了所提方法提高了检测缺陷检测率、降低了测试的时间及提高了测试用例生成的效率。由此可见,人工智能融于软件测试技术,不仅提升了软件测试效率,而且丰富人工智能应用领域。