基于参数依赖关系检查的测试用例空间约简方法

针对待测功能函数各参数间存在的控制或数据依赖关系,提出了一种利用符号执行约简测试用例空间的算法.具体内容包括:给出了基于控制流图的程序参数依赖关系定义;在此基础上,根据输入参数变量在程序执行时的信息流,提出了一种参数依赖关系的动态分析算法;将该方法应用于可信软件栈的功能测试中.实验结果表明:该方法在约简测试用例空间上具有较强的实用性,同时不会降低测试原有的检错能力.     

基于并行化粒子群算法的组合测试用例生成

针对粒子群算法生成组合测试用例消耗时间过长的问题,提出一种并行化粒子群算法生成两两组合测试用例的方法。基于大数据平台Spark,将全部需要被覆盖的两两组合进行分组,并下发到集群中各个节点上进行寻优操作;采用one-test-at-a-time策略与自适应粒子群算法相结合的方式进行寻优;待各个节点寻优结束后,利用Spark进行结果收集,并对收集后的用例集进行约简操作。实验结果表明,该方法有效地减少了生成两两组合测试用例集的消耗时间。     

组合测试用例集的动态生成算法

在逐因素扩展算法的基础上,提出了一种有效的组合测试用例生成算法IPOT.该算法根据已被扩展的测试用例覆盖t(t≥2)参数值组合的情况确定水平扩展方法,并依据新的被覆盖的t参数值组合修改已被扩展的部分测试用例,从而达到对测试用例集的优化.设计实现了基于该方法的测试用例生成工具.通过和部分现有的支持t维组合测试工具比较,I...     

成对测试中的一种用例生成算法

在对嵌入式软件进行黑盒测试研究的基础上,提出了一种基于成对测试设计思想的测试用例生成算法。该方法充分考虑到待测软件所有外部接口参数的可能取值和各种可能取值的组合。实验结果证明,该算法在不影响测试精度的情况下能有效提高测试用例的选择效果。     

基于控制流的形式化程序测试

为避免现有产生测试用例过程中隐含的不可行路径和状态爆炸问题,提出一种对基于流的序列程序产生测试用例的形式化方法。该方法定义了条件和循环覆盖准则后,通过条件演算对序列程序生成测试用例。程序执行是基于程序语义进行,避免了隐含的不可行路径,复杂度分析表明该方法可以避免状态爆炸问题。     

基于关键点的混合式漏洞挖掘测试用例同步方法

混合式漏洞挖掘利用模糊测试和符号执行相互协作以达到优势互补的目标,测试用例的同步是相互协作的关键。然而,现有混合式漏洞挖掘技术方案中,测试用例同步是主要以交换和整合的方式实现,较为单一,忽略了程序状态探索时的运行时信息,对符号执行的执行过程没有充分利用。针对上述问题,本文提出了一种基于程序关键点的测试用例同步方法,旨在分析挖掘符号执行的执行过程,定位与识别代码覆盖率导向的程序关键点,进而指导模糊测试的测试用例调度与变异过程, 实现更细粒度的测试用例同步。首先,该方法在符号执行过程中识别模糊测试模块难以触及的分支对应的变量集合,并将其提取为程序的关键点。其次,为了充分利用符号求解的结果,该方法将单次求解得到的关键点信息进行进一步组合匹配,以帮助符号执行模块额外生成更多能够被模糊测试模块导入的测试用例。最后,在模糊测试模块中,该方法在种子挑选步骤中优先选择包含关键点信息的测试用例去引导测试过程探索程序的特定区域,并在测试用例变异中着重对关键点位置进行变异以引导其产生能覆盖新代码分支的测试用例。基于混合式漏洞挖掘工具QSYM,本文实现了一个原型系统Sol-QSYM,并选取了12个真实程序进行了实验评估。实验结果表明Sol-QSYM可以提升12.73%的测试用例成功导入率,相较于QSYM提升9.07%的代码覆盖率,并能够发现更多的程序crash。这些结果表明改进后的测试用例同步方法可以很好地提高混合式漏洞挖掘对符号执行中程序状态探索结果的利用率。     

基于集合覆盖的Wp方法测试集约简方法

为了提高测试效率,提出一种基于集合覆盖的测试集约简方法.该方法对有限状态机(finite state machine,FSM)模型中经典的测试生成算法Wp方法(部分W方法)所生成的测试集进行冗余约简.通过分析Wp方法的特点,找出测试序列之间包含关系的规律,删除冗余的测试用例.理论分析和实验结果表明:该方法能够有效约简测试集,并且不改变故障检测能力.     

基于K-means聚类的组合测试用例生成优化算法

针对组合测试生成的测试用例在程序结构测试中出现冗余的问题,应用K-means聚类算法对基于蚁群算法生成的组合测试用例集进行聚类优化。以白盒测试中的逻辑覆盖为依据,将测试用例程序覆盖差异度作为分类的量化标准,根据测试代价决定聚类数目,在每个聚类簇中抽取处于中心点的测试用例构成新的集合。实验结果表明,该算法可以有效减小测试用例集的规模;对比分析不同覆盖准则,可找到在测试用例标准化过程中最优的逻辑覆盖方法。     

基于IRAPSO的组合测试用例生成方法

最小覆盖表的生成是组合测试研究领域的一个关键问题,虽然粒子群优化算法是生成最小覆盖表的方法之一,但该算法存在易陷入局部最优和搜索精度低等问题。针对该问题提出了一种改进的约简自适应粒子群算法。该方法首先对粒子群优化算法的进化方程进行约简,消去其速度项,得到约简的粒子群进化方程;然后提出了惯性权重的自适应调整策略并且在适应值策略中引入汉明距,以提高该算法生成测试用例的覆盖率。与已有算法的比较结果表明,该算法在克服粒子群优化算法易陷入局部最优等问题的同时能够在较短的时间内生成规模更小的覆盖表。     

基本路径测试算法的改进与应用

基本路径测试是白盒测试技术的一种重要方法,McCabe方法作为基本路径测试中较为常用的方法之一,存在测试用例设计效率较低、可操作性不强等问题。针对这些问题,研究提出了基于McCabe方法的改进堆栈算法,该算法能够自动识别被测程序的基本图元结构,算出被测程序的基本路径数,并且输出基本路径集。该路径算法比McCabe方法构造过程简洁,可操作性较强,能够有效提高基本路径测试用例设计的效率。     

回归测试用例集优化策略

将测试用例集约简技术和优先级技术相结合,提出3种回归测试用例集优化策略:①渐增式约简算法BU,首先选择必不可少用例,然后选择额外贡献度最大的用例直至覆盖全部需求;②精简式算法BD,每次选择必不可少用例,如果没有,则不断删除贡献度最小的用例,直至覆盖全部需求;③优先级策略BUP,每次将需求集重置为待覆盖,然后调用BU直到所有用例排序完毕。贡献度综合考虑了用例对单个需求以及需求集的重要性。实验结果表明,将测试用例优先级技术引入到约简中,不仅能获得规模较小的目标集,而且能以较快的速度覆盖测试准则。     

互补策略的简化测试用例集方法研究

为了对测试用例集进行有效化简,提出了一种考虑测试用例间互补关系的测试用例集简化算法CH.该算法通过挑选所有的必不可少测试用例、剔除1-1冗余测试用例、选择能够最大程度满足未被满足的测试需求的测试用例、应用考虑元素间互补关系的双组合选入机制,寻找优化代表集.实例研究表明,在一些测试条件下该算法优于现有的几种测试用例集简化算法.利用该算法,可以得到更精简的测试用例集.     

用Dixon结式产生非线性循环不变式

针对循环程序的部分正确性问题,在代数变迁系统理论基础上,结合约束理论提出了一种用Dixon结式生成循环不变式的算法。首先,程序被转换成代数变迁系统,再根据代数变迁关系和不变式模板构造一个多项式组,计算此多项式组的Dixon结式可以得到关于模板变量的约束,最后对该约束系统求解就得到该模板形式的程序不变式。经实例分析,该算法应用于单路径和多路径程序均是有效的。     

Heuristic Reduction Algorithm Based on Pairwise Positive Region

To guarantee the optimal reduct set, a heuristic reduction algorithm is proposed, which considers the distinguishing information between the members of each pair decision classes. Firstly the pairwise positive region is defined, based on which the pairwise significance measure is calculated between the members of each pair classes. Finally the weighted pairwise significance of attribute is used as the attribute reduction criterion, which indicates the necessity of attributes very well. By introducing the noise tolerance factor, the new algorithm can tolerate noise to some extent. Experimental results show the advantages of our novel heuristic reduction algorithm over the traditional attribute dependency based algorithm.     

一个基于最小化测试用例集抽取的自动化测试框架

提出了一个软件自动化测试框架(ASTF).它采用\"前端-中间数据-后端\"3层模式,可以进行静态测试、动态测试和自动化回归测试,并能对测试用例集进行最小化,实现测试用例效率分析和程序控制流分析.针对测试用例最小化,还采用了一种基于集合抽取的最小化算法.     

自适应邻域选择的I somap算法

针对流形学习算法Isomap对于稀疏数据局部邻域大小选择的敏感性,提出一种自适应邻域选择的降维方法 A-Isomap(Adaptive-Isomap).在数据稀疏的情况下,通过邻域选取算法自适应的动态选择每一个样本点的邻域大小,很大程度上避免了对短路点的选择;同时,使用聚类信息来汇聚相似的样本点,保证了降维后的数据具有很好的可分性.为了验证算法的有效性,将该算法应用于手工流形的降维,结果表明该算法能较好的展现降维效果.     

组合电路伪穷举测试的一种生成算法

提出一种基于电路结构的伪穷举测试生成算法,通过对待测电路的逐步二块划分和对各个子电路的穷举测试,形成待测电路的伪穷举测试集.本算法从实际应用出发,基于电路结构进行选优划分,算法简单,运行速度快.通过这一算法,伪穷举测试能够实现机器自动生成,并充分发挥了伪穷举测试的各项优点,因此具有一定的实用价值.     

基于ASP的程序切片

针对程序切片在程序理解和程序测试方面的应用,提出了一种基于ASP的程序切片方法.ASP是一种声明性问题解决方法,它可以高效地描述程序切片问题,基于ASP的切片方法,可以把切片的查找转化为回答集的求解.另外,对传统数据流切片算法进行了改进;改进后的算法可以减少重复计算,提高了运行效率.通过实验表明了此改进法的正确性和高效性;并且比较了3种ASP求解器(DLV、Smodels、Cmodels)的执行效搴,基于Cmodels的改进算法的运行效率是最高的.     

基于ASP的程序切片

针对程序切片在程序理解和程序测试方面的应用,提出了一种基于ASP的程序切片方法。ASP是一种声明性问题解决方法,它可以高效地描述程序切片问题。基于ASP的切片方法,可以把切片的查找转化为回答集的求解。另外,对传统数据流切片算法进行了改进;改进后的算法可以减少重复计算,提高了运行效率。通过实验表明了此改进法的正确性和高效性;并且比较了3种ASP求解器（DLV、Smodels、Cmodels）的执行效率,基于Cmod-els的改进算法的运行效率是最高的。