基于改进LDA算法的测试用例优先级排序研究

提出了一种新的静态黑盒测试用例优先级(Test Case Prioritization,TCP)排序算法,在没有源代码的情况下,需要对测试用例集合按照优先级进行排序。改进原始的LDA算法,应用每个测试用例的语言数据(如,标识符名称、注释和字符串文字)和标签来预测测试用例的主题,利用期望最大化算法进行模型的参数估计。在实验部分,我们将提出的算法与现有的技术进行比较,以验证该算法的性能。     

并行化智能模糊测试

针对目前智能模糊测试技术中整体测试所需时间较长以及生成单个测试用例漏洞触发能力较弱的问题,该文提出了一种可用于并行化环境中的路径取反算法和一种加入随机数据的复合测试用例生成方式。该路径取反算法给每个测试用例赋予一个边界变量,利用该变量限定每个测试用例可进行取反操作的范围,同时在该范围中对多个条件进行取反。该复合测试用例生成方式借助传统模糊测试技术生成随机的漏洞触发数据,将该随机数据与混合符号执行生成用例相结合,从而生成复合化的测试用例。同时该文设计并实现了一个并行化智能模糊测试系统———谛听,并利用该系统对3个应用软件进行了测试,共生成测试用例203 602个,触发软件漏洞2个,其中一个为首次被发现的零日(0-Day)漏洞。理论分析与实验表明:该路径取反算法可有效应用于并行环境中,从而缩短整个测试所需时间并生成较多测试用例;同时该复合测试用例生成方式可有效提升测试用例漏洞触发能力。     

多目标测试用例优先级排序研究进展

单目标测试用例优先级排序具有片面性的缺点,为解决问题出现了多目标测试用例优先级排序;多目标测试用例优先级排序是根据多个优化目标给出测试用例的执行次序,从而提高软件测试效率,并降低回归测试开销;在介绍多目标测试用例优先级排序基本概念的基础上,总结了目前求解问题的主要方法,指出其存在的问题,给出了多目标测试用例优先级排序问题的未来研究方向。     

一种基于RRT技术的面向对象软件测试方法

针对目前面向对象软件的测试方法较少且效率不高的问题,提出将基于ART(adaptive ran-dom testing)思想的限制性随机测试RRT(restricted random testing)应用到面向对象程序中的方法.分析了面向对象软件测试用例的结构,提出了测试用例包含动态部分和静态部分.确定测试用例之间的距离为动态部分和静态部分的距离和,并分别给出了这2个距离的计算公式.设计了基于RRT的测试原型系统,该原型系统主要的功能模块有类图录入模块、测试用例距离度量模块、基于RRT测试用例生成模块、结果分析模块.通过试验对比了文中方法与随机测试方法.结果表明,文中提出面向对象的RRT方法在发现第1个程序错误的测试中比随机测试方法减少了约50%的测试用例数量,且在发现测试用例的质量上也几乎与随机测试相同.文中提出的测试用例度量机制能够有效地对面向对象软件中的测试用例进行区分,基于RRT的测试原型系统也能自动化地生成测试用例并自动测试从而大大提高了面向对象软件测试的效率.     

基于MC/DC的测试用例优先级算法研究

回归测试过程往往需要执行大量的测试用例。为减少回归测试工作量,可以使用测试用例优先级技术。介绍了MC/DC测试用例优先级算法,通过对MC/DC测试用例集中的测试用例进行优先级排序,使高优先级测试用例比低优先级测试用例在回归测试过程中优先执行,可以更早地发现软件错误和满足代码测试充分性要求,减少回归测试的工作量。     

结合需求与反馈的动态测试用例优先级排序方法

为提高软件测试的缺陷检测速率,提出结合需求与反馈信息的动态测试用例优先级排序方法.根据需求优先级和需求是否变更对测试用例优先级进行初始化,执行过程中结合需求相关性和反馈信息动态调整未被执行的测试用例的优先级,直到测试用例执行条件跳出为止.在GPSking中的验证结果为:本方法的APFD为68.73%,而测试用例按被创建顺序的APFD为51.4%,仅采用需求优先级静态排序的APFD为67.5%.结果表明,该方法能很好地提高缺陷检测速率.     

基于函数调用路径的测试用例混合优化方法

如何对回归测试进行优化是软件开发与维护周期中的一个关键问题,传统的单一主题的测试用例优化技术存在局限性。因此,提出一种将测试用例选择和优先级排序相结合的初次选择-排序-再次选择的混合优化方法。首先,利用基于函数调用路径(function call path, FCP)对代码进行变更影响分析的结果,选择出部分测试用例;然后,从不同角度出发设计多个目标对这些测试用例进行综合排序,并根据执行信息动态调整;最后,从调整过优先级的测试用例中再次选择,形成最终的测试用例集。实验结果证明:所提出的优化方法能在尽量保证测试用例集的缺陷检测能力的情况下,一定程度上降低测试用例集的规模,提高回归测试的效率。     

Web应用测试框架研究

建立一个适应Web应用特性的测试框架,以便于指导、组织测试过程中的各项工作.在分析Web应用特点和传统软件测试流程的基础上,对测试需求分析、测试用例生成选择、测试执行和测试结果分析度量等一系列测试过程加以描述和表示,形成一套规范化、易操作和可扩展的测试流程;研究Web应用测试框架实现技术,分层次表示Web应用模型,采用组合测试等策略生成测试用例,通过Agent自动执行测试并实现测试结果的比较、度量和反馈;有机集成并有效实现各个测试步骤,使之适应Internet环境并积极有效地发挥其指导作用.     

广义Hartley度量及其基本性质

模糊技术是当今智能计算及其优化领域中的一种主要工具,合理地描述和处理不确定信息是复杂生产制造系统优化、人工智能、计算机技术等众多实际领域迫切需要解决的问题。本文在指出现有的度量不确定信息方法不足的基础上,通过信息过滤参数和水平截集的度量值,对具有测量体系的一般论域上的模糊集,建立了广义Hartley度量,讨论了模糊数的广义Hartley度量的基本性质,同时给出了几类特殊模糊数的广义Hartley度量计算公式。     

云计算环境下的虚拟机可信度量模型

为了解决云计算环境下虚拟机可信度量方法存在的并发性和安全性问题,提出了一种树形可信度量模型.根据云计算环境的特点将度量过程分离,一方面采用基于完整性的方式来度量管理域的可信性,另一方面采用基于系统行为的方式来度量用户域的可信性,解决了传统度量模型难以并发度量的问题,提高了度量模型的可扩展性.结合系统调用截获和虚拟机内省技术,实现了可信度量原型系统,并通过实验评测系统的有效性和相关性能.实验结果表明,树形可信度量模型能够有效验证虚拟机的可信度.     

System support for parallel computing on heterogeneous networks of workstations

In this paper, we introduce several on-going research projects to support parallel and distributed computing on heterogeneous networks of workstations (NOW) in the High Performance Computing and Software Laboratory at the University of Texas at San Antonio. The projects at aiming at addressing three technical issues. First, the factors of heterogeneity and time-sharing effects make traditional performance models/metrics for homogeneous computing performance measurement and evaluation not suitable for heterogeneous computing. We develop practical models and metrics which quantify the heterogeneity of networks and characterize the performance effects. Second, in order to perform parallel computation effectively, special system support is necessary. We are developing system schemes for heterogeneity management, process scheduling and efficient communications. Finally, to provide insight into system performance, we are developing two types of supporting tools: a graphical instrumentation monitor to aid users in investigating performance problems and in determining the most effective way of exploiting the NOW systems, and a trace-driven simulator to test and compare different system management and scheduling schemes.     

基于巴氏距离的视频流场景变化检测

探讨了连续视频流中的基于统计特征的场景变化检测问题,并研究了包括直方图距离、卡方距离和巴氏距离的3个场景度量方法,提出了更优的巴氏距离场景度量方法。该方法能计算并最大化高维空间中的多模式聚集特征向量距离,由于具有满足三角不等式和非奇性的特性,相对于其他两种方法,它提高了检测性能。实验比较了场景变化检测的精确和检索率,结果与分析一致。     

片麻岩各向异性力学特性试验研究

岩石的各向异性力学特性对工程安全稳定性具有重要的作用。以片麻岩为研究对象,对垂直层理和平行层理的岩样开展了波速试验、单轴压缩和点荷载试验,分析了其强度特性,讨论了岩样的破坏特征及破裂模式。结果表明:在垂直层理和平行层理两种情况下,片麻岩的波速和强度差别明显,表现出各向异性特征;在垂直层理条件下,片麻岩的点荷载强度指标Is(50)与单轴压缩强度之间的换算系数为21. 25,而平行层理条件下为14. 46;单轴压缩试验中,垂直层理的岩样以拉-剪复合模式破坏,平行层理的岩样以张拉模式破坏;在圆盘形试样的点荷载试验中,试样破裂主要有2块和3块的形式,垂直层理和平行层理加载的破坏形式也存在一定差别。     

河网非恒定流的克隆仿真方法研究

针对河网非恒定流设定情景批量仿真中存在大量的重复计算,提出了一种基于仿真克隆技术的并行累进增量克隆仿真方法.基本思想是:合并相互关联的初始设定情景,并依据关联点对合并后的设定情景进行并行增量克隆仿真.理论分析与实验结果均表明,该方法具有较好的计算性能,在同等时间复杂度下,其计算效率比传统的并行与分布仿真方法提高了两倍以上.     

基于巴氏距离的视频流场景变化检测(英文)

探讨了连续视频流中的基于统计特征的场景变化检测问题,并研究了包括直方图距离、卡方距离和巴氏距离的3个场景度量方法,提出了更优的巴氏距离场景度量方法。该方法能计算并最大化高维空间中的多模式聚集特征向量距离,由于具有满足三角不等式和非奇性的特性,相对于其他两种方法,它提高了检测性能。实验比较了场景变化检测的精确和检索率,结果与分析一致。     

WS-CDL测试路径的生成与排序

为了找出WS-CDL组合流程中存在的错误,减少软件维护产生的开销,提出一种基于控制流图生成测试路径的方法,用于对WS-CDL进行测试.首先解析WS-CDL文档,根据元素特点生成各类节点,并根据流程结构确定节点的源节点和目标节点;然后通过在源节点和目标节点间添加有向边构造成控制流囹;最后通过遍历控制流图生成所有可能的测试路径.测试路径中覆盖的WS-CDL元素越多,则发现的错误数也可能越多.为提高发现错误的效率,提出了2种基于路径中元素数量的排序算法,对路径的执行顺序进行排序.实验结果表明,将测试路径按路径中未被覆盖的元素总数降序排列,可以更快地发现错误.     

Parallel bulk-loading of spatial data with MapReduce: An R-tree case

Current literature on parallel bulk-loading of R-tree index has the disadvantage that the quality of produced spatial index decrease considerably as the parallelism increases.To solve this problem,a novel method of bulk-loading spatial data using the popular MapReduce framework is proposed.MapReduce combines Hilbert curve and random sampling method to parallel partition and sort spatial data,thus it balances the number of spatial data in each partition.Then the bottom-up method is introduced to simplify and accelerate the sub-index construction in each partition.Three area metrics are used to test the quality of generated index under different partitions.The extensive experiments show that the generated R-trees have the similar quality with the generated R-tree using sequential bulk-loading method,while the execution time is reduced considerably by exploiting parallelism.