浅谈白盒测试技术

伴随着软件和硬件的发展而逐步发展起来的软件测试。软件测试是一种检验手段,目的是为了寻找软件系统的中缺陷,在业界已经有越来越多的公司意识到了软件测试的重要性,并且在软件测试方面加大了投入。其中,白盒测试是软件测试技术中最基本的方法之一,是针对被测单元内部是如何进行工作的测试,是以覆盖测试与路径测试为基本策略。该文将重点介绍白盒测试中的常用测试方法,并通过实例介绍实际运用白盒测试的技术。     

基于集成学习的覆盖算法

介绍了传统的领域覆盖算法和交叉算法,并分析它们各自存在的缺点以及造成这些缺点的原因.针对传统的领域覆盖算法存在的泛化能力不足以及交叉覆盖算法存在的正确率不高的问题,提出了一种新的改进算法--基于集成学习的覆盖算法(CABE).CABE是利用集成学习来整合交叉覆盖算法和领域覆盖算法,是通过对领域覆盖算法中的拒识样本的处理来提升算法的精度.使用UCI数据集进行实验,实验结果表明,改进的算法提高了算法分类的精度.     

复合覆盖粗糙集模型及其应用

针对覆盖粗糙集仅适用于单一数据类型的论域覆盖的问题,提出复合覆盖粗糙集模型。在研究邻域覆盖粗糙集、集值覆盖粗糙集、区间值覆盖粗糙集的基础上,在复合数据模型下,通过建立多种覆盖关系（邻域覆盖、集值覆盖、区间值覆盖等）,提出复合覆盖粗糙集模型,并给出复合覆盖粗糙集相关概念及性质。该模型适用于多种数据类型（符号数据、区间数据、集合数据、数值数据等）的论域覆盖问题,通过实例说明了该模型在复合信息系统中的应用,进一步加深对复合覆盖粗糙集相关概念的理解。     

视频传感器网络覆盖问题

视频监控已经被广泛应用于各种场景,为安全防卫提供了有效信息。综述视频传感器网络中覆盖问题的相关研究。视频传感器网络具有有向传感器网络的一般特征。考虑到监测对象通常有面部朝向属性,视频传感器网络的感知模型又不同于一般的有向传感器网络的感知模型。根据感知模型是否考虑监测目标的朝向,分别介绍视频传感器网络中的点覆盖、区域覆盖和栅栏覆盖问题的典型算法。此外,讨论了目前研究存在的问题以及未来可能的研究方向。     

基于概率的三维无线传感器网络K-覆盖控制方法

针对无线传感器网络在三维空间监测中存在的固有的不确定性与系统应具有较强的容错能力、鲁棒性之间的矛盾,提出了一种基于概率的三维无线传感器网络K-覆盖控制方法.对三维待监测区域以网格建模,用迭代的贪婪启发式方法确定传感器节点在网格中的位置,每一步迭代完成一个节点的放置,直到节点总数达到预设的上界或每个网格点以概率T达到K-覆盖为止.仿真结果表明,相对于传统的随机和均匀配置方法,本方法能使用较少的节点满足相同的覆盖度和监测精度的要求,或使用相同的节点达到更高的覆盖度.并对整个待监测区域中有优先覆盖要求(覆盖度优先和监测精度优先)的局部区域的情况进行了分析.     

基于信息流缺陷定位方法在软件测试中的应用

随着软件产业的飞速发展,人们对软件质量的要求也越来越高.现在,软件已经直接影响到了我们项目的成功和设备的安全.而软件中的复杂缺陷难以排除,因为它们涉及到许多程序要素之间的相互作用.论文扩展了基于信息流覆盖的缺陷定位技术.扩展后的技术融合了语句覆盖和分支覆盖技术,它还能定位复杂缺陷.试验结果表明,文中方法比基于语句覆盖、分支覆盖和定义使用对覆盖的方法要更可靠、更精确.     

覆盖方法在HDL测试中的应用

基于仿真的验证和形式验证是用于测试的两种方法。由于形式验证难以用于大型设计的测试,所以HDL验证的主要方法是通过大量的测试向量仿真HDL代码来完成。实际中一般运用覆盖方法来分析仿真的完备性,虽然100%的覆盖并不能表明程序100%的没有错误,但却是衡量测试是否完成的一个重要标准。文中主要分析了代码覆盖和功能覆盖方法,并给出了具体例子。     

逻辑覆盖测试工具的设计与实现

文章从软件测试入手,在介绍逻辑覆盖测试原理的基础上,以逻辑覆盖测试工具ＦＣＡ为例,详细介绍了逻辑覆盖测试工具的设计与实现。     

基于谓词的全路径覆盖软件测试方法研究

路径覆盖测试是基于白盒的软件测试中覆盖率最高的测试方法;为了实现复杂程序的全路径覆盖测试,提出了一种基于谓词的全路径覆盖软件测试方法;首先研究了谓词覆盖的基本理论,然后对移除谓词后的孤立链进行测试,根据集成测试的观点,将谓词和对应孤立链集成以实现全路径覆盖,同时在算法中加入基本路径覆盖以实现对程序主要路径的重点测试;应用结果表明,该方法实用、高效,具有一定的推广价值。     

关于覆盖广义粗集的一些基本结果

粗集理论是数据挖掘的一个重要工具,本文研究一类广义粗集,即覆盖广义粗集.主要的结果有:(1)与经典的Pawlak粗集理论相对应的覆盖广义粗集的基本性质;(2)一个论域上两个覆盖生成相同覆盖广义粗集的充分必要条件;(3)一个覆盖的约简,即一个覆盖能生成原覆盖广义粗集的最小部分;(4)覆盖广义粗集中上下近似运算的相互依赖性;(5)覆盖下近似运算的公理化.     

基于栅格地图的机器人覆盖路径规划研究

研究了基于接触传感器的机器人覆盖问题,提出了基于栅格地图的内螺旋覆盖(ISC)算法.ISC算法通过边界探索获得环境边界地图之后,在线规划覆盖路径,用距离转变的搜索方法保证了完全覆盖,通过设置gate栅格降低了重复覆盖率.通过对三个房间组成的室内环境的覆盖仿真试验验证了该方法的可行性.     

变精度覆盖近似算子与覆盖近似算子的关系

变精度覆盖粗糙集模型是在放宽了覆盖标准的前提下给出的,因而导致近似算子发生了变化,但其变化有一定的规律。在介绍了覆盖粗糙集模型和变精度覆盖粗糙集模型的概念的基础上,给出并证明了变精度覆盖粗糙近似算子与覆盖粗糙近似算子之间的关系,即定理1、定理2及其推论。     

基于条件信息熵的覆盖约简算法

针对覆盖算法中识别精度与泛化能力存在的矛盾,在信息论观点的Rough集理论基础上,提出覆盖熵概念,以决策属性相对于分类器的条件信息熵为约束条件,在确保算法分类能力不降低的情况下,对一组覆盖中信息熵最大的覆盖进行约简,减少了分类器的不确定因素。实验结果证明,该算法具有很好的识别精度与泛化能力,对模糊、不确定的数据也具有较好的处理能力。     

DeepRanger:覆盖制导的深度森林测试方法

深度学习软件的结构特征与传统软件存在明显差异,因此即使展开了大量测试,依然无法有效衡量测试数据对深度学习软件的覆盖情况和测试充分性,并造成后续使用过程中依然可能存在大量未知错误.深度森林是一种新型深度学习模型,其克服了深度神经网络存在的一些缺点,例如:需要大量训练数据、需要高算力平台、需要大量超参数.但目前还没有相关工作对深度森林的测试方法进行研究.针对深度森林的结构特点,制定了一组由随机森林结点覆盖率RFNC、随机森林叶子覆盖率RFLC、级联森林类型覆盖率CFCC和级联森林输出覆盖率CFOC组成的测试覆盖率评价指标.在此基础上,基于遗传算法设计了覆盖制导的测试数据自动生成方法DeepRanger,可自动生成能有效提高模型覆盖率的测试数据集.为对所提出覆盖指标的有效性进行验证,在深度森林开源项目gcForest和MNIST数据集上设计并进行了一组实验.实验结果表明,所提出的4种覆盖指标均能有效评价测试数据集对深度森林模型的测试充分性.此外,与基于随机选择的遗传算法相比,使用覆盖信息制导的测试数据生成方法 DeepRanger能达到更高的模型覆盖率.     

简易覆盖

对比现有的覆盖的约简、可约基本集的定义,重新定义了可去基本集和简易覆盖,得到了一个比约简覆盖更简练的简易覆盖。进而,又讨论了简易覆盖与约简覆盖、极小描述覆盖三者之间的关系。得出并-约简覆盖和极小描述覆盖相等,而简易覆盖包含于并-约简覆盖之中,是一个更简练的覆盖这一结论。最后,又讨论了在简易覆盖与并-约简覆盖下,算子之间的关系。     

覆盖状态内部分枝的测试向量生成

提出一种能兼顾状态内部分杜的状态覆盖方法．在状态内部分枝树的终端结点处添加状态转换语句，将原先的单个转换分成多个转换分枝；从而实现对原先的状态转换进行扩展，使得用传统的状态测试方法就能够覆盖到状态内部的分枝．为了准确描述该过程，文中给出了分枝扩展的形式化方法．在此基础上，给出一个测试向量生成算法：遍历状态转换有向图；依状态间转换条件生成测试向量；依遍历顺序收集测试向量．通过对ITC99-benchmark中时序电路的试验表明，本文方法是有效的．     

基于覆盖算法的降雨量预测

首先介绍了覆盖算法的基本原理,然后在此基础上,以安徽省宣城市1960年至2006年的降雨量数据为应用实例,尝试应用覆盖算法进行建模,利用算法的优势,充分挖掘和利用数据中的隐含信息,用于对该地区的降雨量状况进行预测和分析,从中检验覆盖算法在该领域的预测效果。实验表明将覆盖算法应用于降雨量预测中,能得到较好的预测结果,为降雨量预测提供了一个新的实现方法,为气象科学的研究提供了新的研究模型。     

基于覆盖的粗糙模糊集模型研究

在研究覆盖粗糙集模型中,发现对覆盖粗糙集上近似的定义并不一致．简述了各个模型的区别,并在一个较合理的覆盖粗糙集上近似定义上,结合覆盖约简理论,重新定义了基于覆盖的粗糙集模型。讨论了它的一些性质．另外,将模型进行推广,定义了基于覆盖的粗糙模糊集模型,证明了它具有一些较好的性质。     

无线传感器网络中的新型入侵轨迹算法

在无线传感器网络中,通过为进攻的入侵者寻找入侵轨迹来实现栅栏覆盖控制是比较有效的方法。在兼顾安全性能和时效性能,并且无需全网拓扑信息的支持的前提下,提出一种新型的入侵轨迹算法：SS(Security &; Speed)算法。该算法形成的轨迹能动态地反映入侵者对上述两种性能的需求差异。和传统的Worst-coverage方法相比,该模型对网络中节点密度的变化有更低的敏感性,计算复杂度降低的同时仍能较好地接近理想结果。     

覆盖组播的最小覆盖代价路由算法

与IP组播相比,覆盖组播通常会消耗更多的底层网络资源。因此,在覆盖网中构造组播转发树时,考虑合理地利用底层网络资源具有一定的实际意义。给出覆盖代价的概念,把覆盖组播路由问题归结为求无向完全图的度和延迟受限、具有最小覆盖代价的生成树问题,求解的目标是在满足应用需求和端用户主机性能要求的同时使所消耗的底层网络资源最少。给出了求解该问题的启发式遗传算法,通过仿真实验验证了该算法的有效性。