基于正交法的软件测试用例设计

测试所花费的工作量经常比其他任何软件工程活动都多。若测试是无计划地进行,既浪费时间,又浪费不必要的劳动。因此,为测试软件建立系统化的测试策略是合情合理的。该文提出基于正交试验设计法的软件测试用例生成技术,并详细阐述运用正交表设计测试用例的方法,并通过一个应用实例来说明其在软件测试中的应用。     

正交设计法在软件测试中的应用

用较少的测试用例来获得最大的测试效率是软件测试研究的重点之一。提出基于正交设计法的软件用例测试技术,并详细阐述运用正交表来设计测试用例的主要步骤,通过一个应用实例来说明其在软件测试中的应用。     

正交试验及其在软件测试用例设计中的应用

从正交试验入手,介绍了软件测试中正交表测试用例设计技术,给出正交测试用例设计的适用范围;针对工程实践中某些正交表难以构造的问题,提出利用常用正交表的裁减方法来完成测试用例的设计任务;最后,将正交测试用例设计技术与其它测试用例设计技术相结合完成了某通信仿真模块的测试用例设计.     

正交试验法在手机软件测试用例生成中的实现

针对手机软件测试中测试用例数目较大且不易实现自动化这一难点,考虑利用正交试验法的代表性可以大量精简测试用例.结合正交试验法的一般过程和手机软件测试的特殊性,提出利用正交试验法生成手机软件测试用例的步骤,并将这一步骤应用到实际WMTF(Windows Mobile Test Framework)中.通过搭建WMTF中的AbstractionLayer,AreaLibrary,Tests项目来自动执行测试用例.结论证明正交试验法生成的测试用例不仅精简,而且具有高覆盖率、简单易行的特点,对于实际手机测试用例的生成方法具有一定的参考价值.     

基于正交试验法的测试用例设计

介绍了软件测试中正交表测试用例设计方法,该方法用较少的测试用例就可以对软件进行较全面、有代表性的测试,并能够对测试结果进行直观分析,找影响该结果的主次要因素。     

基于正交拉丁方的软件测试用例的生成

本文用m（质数或质数幂）阶正交拉丁方族构造出基础型正交表Lm（mm＋1）,并按特定方法进行k-1次扩充得到一般正交表Lmk＋1（mk＋…m＋1）。根据所测试软件功能模块的因子和其状态数目的不同,本文分三种情况,分别运用基础型正交表、一般正交表和均衡不完全区组给出测试用例集。     

基于UML测试用例生成法的研究

在当今社会随着经济和科学技术的发展,UML也逐渐应用于诸多领域,其中最常用的是建立软件系统的模型。同时伴随着UML的推广,对于在其基础之上的测试用例生成发法的研究也逐渐得到了人们的关注。本文通过介绍UML的发展及具体相关内容,来探讨基于UML测试用例生成法的研究。     

软件测试用例自动生成算法综述*

按照测试用例自动生成技术的不同,将测试用例自动生成算法分为随机、遗传、蚁群、粒子群四类,对上述各类算法的现状和进展进行介绍、分析和探讨。最后,对软件测试用例自动生成的研究进行了总结。     

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。     

软件测试用例生成综合策略研究

在软件测试中,测试用例生成是其关键环节,也对软件测试的自动化有着重要影响。为了提高测试用例生成的效率,提高其自动化的程度,从不同角度对软件测试用例选择策略进行介绍,并且着重介绍了采用遗传算法作为核心搜索算法来自动生成用例的方法,对其中的关键问题进行了探讨,最后,结合实际测试过程总结了测试用例生成的综合策略。     

基于正交试验设计的软件操作剖面构造方法

为了解决传统的操作数量控制方法中出现的问题,提出一种基于正交试验设计的软件操作剖面构造方法.该方法首先确定操作额定值,接着建立一个粗略的操作剖面,然后在一些粗略操作对应的多属性区域内通过比较发生概率和正交试验设计等方法选取新的操作,最后整理操作及发生概率,得到最终的操作剖面.应用该方法能够开发出满足要求的操作剖面,并分析指出了该方法的优越性.     

基于正交设计的软件过程度量分析方法

软件过程度量的一项工作是分析、确定影响过程能力的显著因素,并将其结果作为建立过程改进决策的基础,即在软件过程度量中找出影响某一指标的主要因素,针对这些因素对软件过程加以控制和改进.这一过程对建立过程改进的有效决策是至关重要的.将数理统计学中的正交设计方法引入到软件过程度量中,提出了一种基于正交设计的软件过程度量分析方法,量化标识软件过程的主要因素,协助决策者找出需要进行重点监控的关键因素,为过程改进提供了基础.     

基于MDA的软件测试用例生成

将MDA中模型驱动的软件代码自动化生成思想应用于模型驱动的软件测试用例自动化生成。从UML/OCL模型出发,采用缺陷测试理论、变异分析技术,结合约束处理规则,开发一个可以自动生成单元测试用例的框架,提高软件测试的自动化程度,从整体上提高软件的开发效率。     

基于软件层次化模型的软件测试数据生成

针对基于Markov链模型的软件测试技术在测试数据生成时不考虑软件的结构信息,生成的测试数据集对代码路径的覆盖能力以及缺陷检测能力都较低的问题,将统计测试与基于Markov链模型的测试相结合,提出了一种新的软件测试模型——软件层次化模型。该模型涵盖了软件与外部环境之间的交互,同时描述了软件内部结构信息。还给出了该模型测试数据集的生成算法：首先生成符合使用情况的测试序列,然后为测试序列生成覆盖软件内部结构的输入数据。通过针对示例软件的实验结果表明,与基于Markov链模型的测试方法对比,基于软件层次化模型的测试在满足软件测试充分性要求的同时,提高了测试数据集的代码路径覆盖能力和缺陷检测能力。     

面向云测试的并行测试用例自动生成方法

为实现云计算环境下的高效软件测试,提出一种Web 应用系统功能测试的并行测试用例自动生成方法。该方法首先根据场景流图采用深度优先遍历算法生成并行测试路径,录制组合产生并行测试脚本,并进行参数化处理;然后,使用基于搜索的软件测试(SBST)方法自动生成可经过目标路径的有效测试数据集,脚本与数据耦合形成大量可并行部署的自动化测试用例。为验证方法的有效性设计了自动化云测试原型系统。实验结果表明,该并行测试用例自动生成方法可以高效地为云平台提供测试用例输入,提高测试效率。     

应用UML顺序图的联锁测试用例生成方法

计算机联锁软件是安全完善度等级最高的软件, 因此, 在投入使用前对联锁软件的测试是必不可少的。为生成联锁软件测试用例, 结合包含有充分测试信息的UML模型, 提出一种以UML顺序图为主要模型的软件测试用例生成方法。通过提出有向图SG生成算法, 将顺序图转换为SG; 然后基于特定的覆盖准则和采用深度优先搜索算法遍历SG, 得到场景的输入、预期输出、约束条件以及场景环境, 生成测试用例; 最后, 以进路建立过程为例验证了该方法的可行性和正确性。     

SVM应用于测试用例生成的方法

针对在小样本情况下BP神经网络在生成软件测试用例的过程中可能产生的过学习问题及识别正确率较差的缺点,运用支持向量机具有更好的泛化性能的原理,提出了应用支持向量机生成测试用例的方法。对五个软件测试实例针对多组不同数量的训练样本所做的实验表明,在小样本情况下与BP神经网络相比,应用支持向量机得到的测试用例预期结果的正确率提高了10个百分点以上,说明了该方法的有效性。     

基于OFGA的软件测试用例自动生成

为提高测试用例生成的质量和效率,提出一种基于最优家族遗传算法(OFGA)的软件测试用例自动生成新算法。基于OFGA的测试用例生成算法在执行过程中适当缩小搜索区域,从而在相对更小的区域内快速寻找最优解。因此,OFGA能比较快地加速算法的收敛,提高算法的效率,在测试用例的生成上具有较大的应用潜力。由实验结果可知,新算法比遗传算法(GA)在测试用例自动生成上耗时更少,效果更佳。     

基于蚁群算法的测试用例优先排序

测试用例优先排序技术通过优化测试用例的执行次序来提高软件测试的效率,是增强型软件测试和回归测试的重要研究课题。针对基于需求的测试用例优先排序问题,提出了一种基于蚁群算法的求解方法,采用不同的测试用例间距离及用例序列评价策略,给出了该方法的2种不同实现方式。首先,针对黑盒测试特点,设计了基于需求的一般性测试用例序列评价指标;其次,提出测试用例吸引度概念,基于测试用例吸引度定义了测试用例间的距离;然后,给出了信息素更新策略、最优解集更新策略、局部最优解突变策略等主要设计策略,分别实现了该方法基于距离和基于指标的2种实现方式。实验结果表明,该方法具有很好的全局寻优能力,整体效果上优于粒子群算法、遗传算法和随机测试。