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.     

软件集成测试中的一种用例生成方法

针对面向对象语言的多态、动态绑定等特性增加了面向对象软件集成测试难度的问题,提出了一种测试用例的生成方法.首先借鉴正交矩阵测试策略的思想,采用自定义正交矩阵生成算法生成一个二维正交矩阵,再使用鲁棒性测试方法优化生成正交矩阵,最后采用自定义测试用例生成算法为面向对象软件的集成测试生成测试用例集,并将测试用例集用XML文档保存,以备下一步测试用例复用.经验证表明,使用正交矩阵能提高错误检测能力,用其生成的测试用例比较少且方法简单、易于实现.     

非齐次泊松过程类软件可靠性增长模型

现有的基于故障覆盖率的软件可靠性增长模型多是只考虑了累计故障覆盖率 ,没有描述每个测试用例能够获得的故障覆盖率 .为了使软件可靠性增长模型能更好地刻画软件的测试过程 ,建立了两个基于故障覆盖率的非齐次泊松过程类软件可靠性增长模型 .第一个模型假设每个测试用例有相同的故障检测能力 ,能获得相同的故障覆盖率 ;第二个模型考虑了越晚检测到的故障其被检测到的概率越低的特点 ,模型假设每个测试用例的故障检测能力与其出现的次序相关 .利用一组公开发表的软件失效数据对这两个模型进行了验证 ,结果表明这两个模型在这组失效数据上均能得到较好的拟合效果 .     

基于计算机虚拟化列车控制系统敏捷测试方法

传统的基于通信的列车运行控制(communication based train control,CBTC)系统测试受真实硬件设备环境的制约而存在瓶颈,针对该问题提出一种基于计算机虚拟化的CBTC系统测试方法.采用计算机虚拟技术模拟物理硬件设备环境,构建CBTC系统虚拟化测试平台.基于该测试平台,设计了一种自适应测试用例约简优排算法,可以在保证测试覆盖率的前提下,约简测试用例的数量,并通过优化测试用例的执行顺序,缩短系统的测试时间.该方法应用于深圳市地铁2号线CBTC系统测试,与传统测试方法进行了对比.实验表明,本测试方法可精简测试用例幅度约45%,测试时间缩短约33%,大幅提高了系统测试效率.     

一种基于层次切片的软件错误定位方法

提出了一种基于层次切片模型适合面向对象语言的错误定位方法.首先分别在包层、类层、方法层删去通过测试的包、类和方法,缩小软件错误存在的范围;其次,在语句层将删减后的程序按抽象语法树划分成若干模块,统计模块内变量使用的数目;通过动态分析,选取一组测试用例计算其执行历史;根据模块内使用变量数目的规模,采用逐步求精算法,计算产生错误测试用例的程序执行历史与静态分析过程中所产生模块的交集及交集的后向切片,直至实现错误定位.实验数据表明:该方法能够查出前期定位程序中绝大部分错误的位置,尤其适用在方法调用比较少的程序中.在方法调用比较频繁的程序中,由于在调用语句处迭代调用逐步求精算法,效率会降低.     

能提高错误检测能力的回归测试用例集约简

软件测试过程中,测试用例集的规模可能会随着软件的维护和修改而飞速地增长,使得回归测试费用大幅度增加.为降低回归测试成本,需对回归测试用例集进行约简.现有的测试用例集约简方法不仅缩小了测试用例集的规模,同时也可能削弱了错误检测能力.本文提出了一种新的约简方法,该方法在约简回归测试用例集的时候综合考虑测试用例的测试覆盖度、测试运行代价和错误检测能力3个因素.通过仿真实验表明该方法在有效约简回归测试用例集的同时能保证约简后的测试用例集的错误检测能力.     

基于用户会话Web应用程序测试的新方法

通过Web日志挖掘中的预处理对用户会话数据进行分析。采用基于URL迹的约减算法对基于用户会话的Web应用测试集进行约减,提出了一种对约减后的测试用例集的执行顺序进行优先排序再组合的测试方法。通过设计小型Web应用系统,证明执行经过优先排序的测试用例集,能较快发现错误,再考虑多用户的交互进行组合,减少了测试用例数目,提高了故障检测率,测试效率大大提高。     

基于程序规则说明的自动测试用例生成

自动测试过程中,在特定测试标准下生成的测试用例的质量优劣,将极大地影响测试的性能和结果.作者结合基于程序规则说明的两种测试方法———随机测试技术和决策表技术,利用决策表形成完备的测试标准,保证随机生成的测试用例的充分性,完成测试用例的自动生成过程.研究内容分为如下4个部分:(1)基于软件规则说明的自动测试技术分析;(2)对程序规则说明生成决策表方法的测试标准;(3)结合随机测试数据生成和决策表技术对自动生成测试用例进行分析,比随机生成测试用例方法有更好的效果.     

基于粒子群优化算法的Android应用自动化测试方法

Android应用自动化测试是应用质量保证的重要手段.针对目前传统Android应用自动化测试方法存在的自动化率和测试用例生成效率较低且应用异常发现能力较弱的问题,本文提出了基于粒子群优化算法的Android应用自动化测试方法（particle swarm optimization for Android,PSOA）.PSOA方法主要分为3部分:控件信息获取、测试方法模块化、测试用例生成与基于粒子群优化算法的测试数据优化.实验结果表明,与传统自动化测试方法相比,PSOA方法能够有效提高异常发现能力、测试用例生成效率和自动化率.      

基于改进粒子群算法的测试用例优先排序

针对标准粒子群算法优化过程中易早熟及后期收敛速度慢的缺点,提出了一种改进粒子群算法用于测试用例优先排序。首先,采用Tent映射初始化粒子种群,提高初始解质量;其次,给出了一种自适应调整因子公式,使调整因子与该粒子的适应度值大小相关,以更新粒子速度与位置信息;最后,对惰性粒子进行混沌搜索优化,提高种群的多样性,保证算法较好的收敛速度及寻优能力;实验结果表明,提出的改进方法在缺陷检测率、测试用例语句覆盖率和有效执行时间等方面均有优势。     

基于损失函数的单元测试用例自动化生成算法研究与实现

软件测试是软件开发过程中最为耗时的阶段之一.通过自动执行大量的测试用例,可以高效、及时地发现软件程序中潜在的错误,这是提高大中型软件开发质量的重要技术发展趋势.目前较多的元启发式优化算法已经能够实现测试用例的自动生成,但测试效率较低且开销较大,所以如何使得生成的测试用例在数量较少的情况下覆盖尽可能多的目标,就成为自动化测试用例生成中的核心技术问题.本文提出一种基于损失函数的单元测试用例自动化生成算法(LFGA),在遗传算法的执行过程中,根据测试用例种群的路径覆盖情况,动态改变后续种群的分布,保证整体数据分布的平衡性.并利用分支信息优化自适应交叉变异算子,自动生成规模尽可能小且高覆盖的有效测试用例集.实验结果表明,相比于已有的自动生成测试用例方法,较好地解决了传统模型中初值依赖、收敛早熟、局部寻优能力滞后等缺陷,保证了生成的测试用例平均覆盖率达到95%,提升了搜索效率及数据使用效率.     

基于路径分析和迭代蜕变测试的Bug检测

该文旨在基于白盒测试准则,提出能够在尽量复用测试资源、降低测试成本的前提下有效发现程序中错误的蜕变测试方法。任务关键软件的正确性是信息安全的重要组成部分,对其bug的测试至关重要,但Oracle问题经常制约到此类软件的测试。蜕变测试(MT)能够有效解决此类问题,但随机性较大。该文针对二元蜕变关系,提出了2种迭代的蜕变测试算法AESIST和AEMIST,在依据此2种方法的测试中,上一轮生成的测试用例可以作为下一轮的原始用例而生成新的测试用例,并且所有的测试用例满足蜕变关系全路径覆盖准则(APCEM)。实验结果表明:2种算法产生的测试用例能够在尽量少地运行程序的情况下有效发现程序中的错误。因此,本文提出的2种迭代蜕变测试算法在程序bug检测方面是高效的。     

面向对象软件回归测试选择策略

回归测试在软件维护阶段是一个重要且必须的一个工作,它为修改后的软件的正确性提供保证,回归测试选择技术是选择已存在的原有程序的测试用例集构成新的测试用例来测试修改后软件,通过对已存在测试用例集,选择有限测试用例对修改后软件测试可以减少测试周期和测试成本.提供了一个面向对象软件选择策略测试方法,对修改前软件和修改后软件创建类关系图,利用该模型进行测试,这种选择策略确保软件质量是有效,经济,安全的.     

基于汤普森采样的模糊测试用例变异方法

模糊测试是漏洞分析技术中的一项代表性技术,其通过生成一组测试用例来测试程序,并在执行过程中观测异常,从而查找错误或识别安全漏洞.AFL是当前一款主流的开源模糊器,本文在分析AFL的基础上,针对测试用例变异环节的变异操作选择方法进行改进,提出了一种基于汤普森采样的模糊测试用例自动化变异方法,并实现了工具TPSFuzzer,支持对二进制程序进行模糊测试.其主要思想是通过将模糊测试中变异操作选择问题转化为多臂赌博机问题,结合汤普森采样优化算法,在特定程序上自适应地学习变异操作的概率分布;同时将硬件程序追踪机制与AFL相结合,以辅助进行路径信息获取和变异操作选择,从而提高AFL的测试效率和路径覆盖率.本文选取LAVA数据集和两个真实二进制程序作为测试集,通过与PTFuzzer的对比实验分析得出,TPSFuzzer可以产生更高的代码覆盖率和更好的测试效率.      

基于AI规划的测试用例自动生成

随着软件在关键性系统中的大量应用,为避免造成灾难性的后果,必须对软件进行测试.但是,当前使用的测试方法常常需要测试人员手工开发测试用例,非常费时费力.本文介绍了基于AI规划的测试用例生成方法,通过初始状态和目标状态描述软件的典型使用情况,以此作为输入,能够自动地生成测试用例.     

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。     

基于体系结构的软件可靠性测评研究

针对传统高可靠性软件测评方法存在的问题,在分析基于体系结构测评重要性的基础上提出了基于软件体系结构的可靠性测评方法.将软件可靠性增长测试和软件可靠性验证测试有机统一起来,从模块级对可靠性进行控制,并提供可靠性先验信息.该方法有利于实现软件可靠性快速增长,有效减少测试用例量.     

一款基于SPARC V8指令集体系结构的系统芯片的功能验证

处理器的设计越来越复杂,如何对处理器进行完备的功能验证面临着巨大的挑战.针对一款基于可扩展处理器架构(scalable processor architecture,SPARC)V8指令集体系结构的系统芯片进行验证,提取了该芯片的验证功能点,搭建了结果自动比对的验证平台.该平台采用定向测试用例生成和约束随机测试用例生成相结合的方式产生测试用例以支持各种功能场景的验证.项目仍处于验证实施过程中,目前已设计了170个测试用例,对125个验证功能点中的109个进行了覆盖,达到了84%的功能覆盖率,并发现了7处设计错误.     

基于UML活动图的Web应用测试用例生成

Web应用测试是保证Web应用程序质量的重要手段,测试的核心工作是生成测试用例.针对Web应用的功能测试,介绍了基于UML活动图的产生测试用例的方法,并根据一定测试覆盖准则,重点考虑了活动图中的并发活动的顺序及排序,避免了测试用例数量爆炸,从而提高了Web应用自动化测试用例生成的可行性.