一种基于FDR的高测试质量测试压缩方法

FDR编码方法有效地降低了测试数据量,但其测试集中的无关位全部填充为0,平均每个测试向量检测的故障数目较少,测试质量较低.为了提高测试质量,并进一步提高测试数据压缩率,本文基于FDR方法提出了一种利用上一个测试向量的响应填充该测试向量中无关位的测试压缩方法.该填充方法提高了测试向量中无关位填充的随机性,从而提高了测试集的测试质量.提出方法的压缩效率与测试向量的顺序有关,基于最近邻居算法对测试集进行排序,降低了测试响应与下一个测试向量之间不相同的位数,对测试响应和测试向量差分处理后再进行FDR编码,从而降低了测试数据量.ISCAS’89电路中几个大电路的实验结果表明,与FDR相比该方法的测试质量平均提高了5.9%,测试数据压缩率平均提高了2.5%,而只需要增加一个异或门的硬件开销.     

一种支持TCAM规则更新与压缩方法

提出了一种TCAM空间划分和规则压缩相结合的方法,使得OpenFlow网络在支持实时更新的同时能采用小容量的TCAM芯片来存储网络中的规则.所提方法将TCAM芯片空间划分为实时更新区和压缩存储区,实时更新区处在TCAM芯片的前部,用于存放中央控制器发送过来的实时更新规则.后台服务器以一定的时间周期将TCAM芯片中的实时更新区的规则以及压缩存储区中的规则进行压缩,并将压缩后的规则存入TCAM的压缩区,保持实时更新区具有空间接收实时更新规则.分析了区间划分的比率问题,并利用ClassBench工具产生原始规则集进行了仿真实验,实验结果验证了本文方法的有效性.     

基于向量优化重组的LFSR重新播种方法

提出了一种基于向量优化重组的LFSR重新播种方法。针对测试集中测试向量的确定位位数不同的特点,先对测试向量进行奇偶切分,接着进行重组,使新生成的测试向量中确定位大致相等。然后对新测试向量集进行LFSR编码,从而提高测试压缩率。该方案解压电路结构简单,并且种子的位数较少,与目前国内外同类方法相比,具有测试数据压缩率高、解压结构简单及测试时间少等特点。     

基于随机访问扫描的低功耗确定性测试方案

大规模高密度的集成电路在测试中面临着测试数据量大、测试时间长和测试功耗高的问题.为此提出了一种基于随机访问扫描(random access scan,RAS)的混合模式测试体系结构,该测试方法先通过自动测试模式生成一个确定测试集,再将确定测试集嵌入片上生成的测试序列中进行确定性测试.测试分两个阶段进行,第一阶段利用块固定折叠计数器生成的具有块固定特征的测试模式序列,测试电路中的大部分故障;第二阶段,通过位跳变方法生成确定测试模式,测试剩余的难测故障.在ISCAS-89基准电路上的实验结果表明,该方案不仅减少了测试存储量和测试时间,而且有效地降低了测试功耗.     

面向神经网络的模糊测试算法优化

为提高面向神经网络的缺陷检测效果,以Tensorfuzz框架检测流程为基础,对模糊器实现过程进行高层次抽象;然后使用自动协议生成策略优化原始模糊算法,输出可能覆盖新执行路径的测试数据集;最后通过反复测试提高测试的代码覆盖率,实现面向神经网络的模糊测试算法的优化。基于三层全连接神经网络的对比实验表明:优化后的算法相对于原始模糊算法,在检测含有大量非数值型缺陷的待测系统时,可在单位时间内检测出更多的缺陷;多组检测实验检测到缺陷的时间均低于原始模糊算法的最低测试时间,能有效提高代码覆盖率并且达到提高测试效率的目的。     

一种基于IFDR改进的测试激励数据压缩方法

通过改进IFDR码,提出一种基于游程相等编码的改进FDR(ERFDR)方法.首先,该方法不仅能同时对原测试集的0游程和1游程进行编码,而且,当相邻游程相等时还可以用较短的码字来代替,从而进一步提高了压缩率.其次,还提出针对该压缩方法的测试集无关位填充算法,增强提出方法的压缩效果.实验结果表明,与FDR,EFDR,IFDR和ERLC相比较,本文提出的方法获得了更高的压缩率,降低了测试费用.     

基于多扫描链相容压缩的距离标记压缩方法

文章提出了一种基于多扫描链相容压缩的距离标记压缩方法,该方法可以有效压缩芯片测试数据量。此方法利用相容压缩和基于差分的编码压缩方法两次压缩测试数据,相比类似的编码测试数据压缩方案,具有压缩测试数据传输协议简单、解压控制过程容易实现的突出特点;对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果显示,本文建议的方法在压缩效率以及解压的实现上都明显优于混合码。     

基于Markov链使用模型的加速统计测试方法

为了提高软件统计测试的效率,使用较少的测试资源达到测试目的,提出了一种基于Markov链使用模型的软件加速统计测试方法.该方法通过均衡软件测试成本和软件投放后的失效风险,以软件平均总费用最小为目标,基于重要抽样技术的加速测试机理,采用交叉熵方法生成最优(或近优)测试剖面,同时给出了一种新的统计测试充分性判定准则,最后根据生成的最优测试剖面自动生成统计测试数据集.仿真实验结果表明,相对于传统的统计测试方法,使用交叉熵方法的加速统计测试方法能有效地降低软件总费用,显著增加关键操作的测试次数,是一种快速有效的加速统计测试方法.     

基于变异测试的RESTful Web服务测试数据优化生成方法

为提升基于REST的Web服务系统测试数据生成效率及可用性,提出了一种基于变异测试的测试数据优化生成方法.将RESTful Web服务对应的Web应用描述语言(WADL)增加数据类型约束,并利用该约束生成初始测试数据.对约束关系进行变异生成变异体,在消除等价变异体并利用聚类实现变异体集约简的基础上,结合贪心算法优化筛选初始测试数据,生成无冗余的RESTful Web服务可用测试数据集.基于Hadoop平台技术,实现了针对RESTful Web服务系统测试数据自动生成的支撑软件.测试执行结果表明,在有效保证测试数据可用且无冗余的基础上,极大缩减了测试数据集规模和测试数据生成时间,完成了针对RESTful Web服务系统的自动化测试数据优化生成,提升了测试生成效率.     

基于编码前缀映射的测试数据压缩方法

以排列不等式定理为基础,针对集成电路的测试数据压缩,提出一种测试数据编码前缀的映射方法,通过对编码前缀进行映射后,使测试编码前缀的总长度得到降低,从而测试数据得到进一步压缩.该方法的硬件开销很小,解压方法简单.实验结果表明,该方法有效地提高了集成电路测试数据的压缩率.     

基于遗传算法的面向多样性EFSM测试序列生成方法

为提高扩展有限状态机(EFSM)测试用例生成的效率及效果,提出了一种基于遗传算法的面向多样性EFSM测试用例集生成方法.在优化遗传算法个体编码和操作算子的基础上,引入EFSM测试序列集多样性度量,利用遗传算法,不断增加测试序列集中测试序列间的差异程度.同时在方法中增加测试序列可行性判别机制,以保证最终测试序列均为能产生测试数据的可执行序列.实验结果表明,与未考虑多样性的EFSM测试序列生成方法相比,面向多样性的方法不仅能够生成可执行并满足测试覆盖准则的测试序列集,而且有效减少了测试序列集生成的时间开销,同时缩小了所需最小测试用例集的规模.     

变长重复播种测试码生成方法

提出了一种变长重复播种测试码生成方法.该方法使用重复播种技术,但是每个种子产生的伪随机测试码序列的长度不同.每个种子可以产生长度为全长L,3L/4,L/2,L/4,和单个种子1的伪随机测试码序列.该变长技术的一个优点是可以有效地截去大量冗余伪随机测试码,减少测试施加时间.ISCAS85和ISCAS89电路的实验表明,同定长序列重复播种测试码生成相比较,平均减少近36.22%的测试时间(最多57.49%),面积增加仅为4.41%.     

端标记交替-连续编码测试数据压缩技术

为了提高测试数据压缩率,根据预先计算测试集的特点,文章提出了一种测试位重组算法和端标记交替一连续编码方案.采用一种算法对测试集所有模式的测试位进行重排,以便把模式中零散的0或1集中到测试模式的一端,增加长游程的长度,减少短游程的存在;采用码字重用对模式中的交替块、连续块和端连续块分别进行编码;通过给出的译码电路和实验结果,表明了本文编码压缩技术不仅获得很高的数据压缩率,还降低了测试功耗.     

降低系统芯片测试时间的芯核联合测试方案

引入扩展的模式游程(x PRL)编码技术,通过无关位的动态传播策略以提高测试数据压缩效率.在此基础上,将系统芯片的多个芯核测试集联合为单一的测试数据流,用x PRL编码技术实施压缩,提出一种可重配置的串行扫描链结构,实现多核测试模式的联合应用.对嵌入6个大的ISCAS’89基准电路的样本系统芯片（SoC）应用建议的联合测试方案.结果表明,与传统芯核测试集独立压缩与应用技术相比,该方案不仅提高了测试数据的压缩性能,而且减少了扫描测试中的冗余移位和捕获周期,从而有效降低了SoC的测试应用时间.     

基于分组共享种子和位翻转的测试数据压缩方法

文章提出了一种基于分组共享种子和位翻转的测试数据压缩方法.该方法根据测试集生成的特点,将确定位处于相同位置的测试向量分为一类,并将每类确定位不同处无关位化,合并得到每类的首模式,这就减少了首模式确定位的个数;同时每类中向量共享一个种子,减少了编码种子个数,提高种子的利用率,达到压缩测试数据的目的;解压时通过记录与LFSR重新播种展开序列确定位不同处的地址信息和翻转信号还原即可.实验表明,该方法与基于部分向量切分的LFSR重新播种方法和混合码相比,在压缩效率上具有明显的优势.     

中文机器阅读理解的鲁棒性研究

为了更好地评价阅读理解模型的鲁棒性, 基于Dureader数据集, 通过自动抽取和人工标注的方法, 对过敏感、过稳定和泛化3个问题分别构建测试数据集。还提出基于答案抽取和掩码位置预测的多任务学习方法。实验结果表明, 所提方法能显著地提高阅读理解模型的鲁棒性, 所构建的测试集能够对模型的鲁棒性进行有效评估。     

变异策略动态构建的模糊测试数据生成方法

模糊测试中随机变异生成的测试数据破坏了目标程序的输入规范,导致测试数据无法通过验证,造成代码覆盖率低.针对这一问题,提出了一种变异策略动态构建的模糊测试数据生成方法,该方法利用插桩执行的反馈信息动态构建控制变异策略和关键字变异策略,指导模糊器变异出高覆盖率的测试数据.实验结果表明,与随机变异相比,该方法平均使代码分支覆盖率提高了约40%;该方法能够有效提高模糊测试的效率,具有较强的实用价值.      

基于改进遗传算法的接口测试数据集的生成方法

针对用电信息采集统一接口平台需要大量包含足够测试用例占比的测试数据这一难题,提出基于改进遗传算法的用电信息采集系统统一接口平台测试数据集的生成方法;在对原始数据预处理的基础上,采用基于相似度的交叉算子对原始群体扩充,使用提出基于群体趋势不变的染色体变异算法,在保持群体数据集特性的情况下增大测试用例占比,从而形成测试数据的自动生成方法;应用该测试数据集生成方法,基于某省级电力公司2016年7—9月300万个典型用电客户用电数据进行数据集生成实验,利用熵原理比较无变异因子、插值法变异和改进遗传算法分别生成的测试数据与原始数据的重合度。结果表明,改进遗传算法生成的测试数据集,具有同用电信息采集系统采集数据相同的属性和属性值分布以及类似的属性关联关系,能够满足测试用例需求。     

基于UML状态图的测试用例自动生成方法

随着UML建模在软件开发中的广泛应用,基于状态图的测试用例自动生成方法逐渐成为规格说明测试中的重要研究方向.在研究了现有测试用例生成方法的基础上,提出了采用函数最小化思想,依据边界测试准则生成测试数据,采用深度优先策略及记忆化搜索高效地生成测试用例.实验结果显示该方法能以较少的测试用例达到较高的路径覆盖率.     

基于长游程二次编码的测试数据压缩方法

为提高集成电路的测试效率,提出了一种长游程编码的二次压缩方法。该压缩方法的思想是:首先对游程进行一次编码,然后对其中的长游程的编码字进行二次编码。二次编码方法减小了测试编码的长度,从而测试数据得到了进一步的压缩。该方法的硬件开销小,解压方法简单。实验结果表明该方法有效地提高了集成电路测试数据的压缩率。