面向不同应用的可行性数据流测试准则

测试准则是完成软件测试必须满足的条件。一个可行的测试准则是当且仅当对任意一个程序，都存在一个测试用例集能够满足该准则，但在通常情况下，由于程序中不可执行的语句或路径的存在，使得基于数据流的测试准则不可行，在一类具有可行性的测试准则FDF的基础上，给出院 三类新的基于数据流的测试准则。并且证明其中两类准则比FDF测试准则具有更强的故障检测能力。     

软件可靠性测试充分性的多准则判定及应用

在分析软件可靠性测试充分性特点的基础上,提出一种多准则充分性判定方法.依据运行剖面构造系统的使用模型,通过假设检验和贝叶斯推断确定测试用例数量,建立差异函数判断测试模型与使用模型的偏离,根据软件失效情况进行多轮次充分性判定,并使用贝叶斯方法积累测试信息,同时利用测试结果开展软件可靠性的评价与预测.实例分析表明,多准则充分性判定方法对可靠性测试用例集要求更加严格,使得根据该测试用例集的测试结果开展可靠性评价与预测更具可信性.     

软件测试的充分性准则及其评价指标

充分性准则是软件测试的中心问题,对软件测试的揭错能力有很大的影响．针对这个问题,给出了充分性准则的两种形式定义,讨论了充分性准则需满足的条件和应具备的基本性质,建立了对充分性准则进行有效性评估的度量指标．最后,总结出几类常用的软件测试充分性准则,指出这些充分性准则所适应的不同测试类型．     

一种基于类数据流的软件测试技术

提出了一种类数据流测试技术，通过类的数据流分析计算出实例变量的定义-使用对信息及成员函数的前置条件和后置条件，匹配函数的前置条件和后置条件为每一定义-使用对产生函数激活序列(即测试用例)．这样产生的测试用例能够发现成员函数与实例变量之间交互作用时发生的错误，并且弥补了传统数据流测试技术的不足，减少了重复测试，提高了测试效率．     

UML状态图测试充分性准则的公理化评估

描述了基于UML状态图测试的一组测试准则,并提出2个新的准则:N-迁移覆盖准则和循环分类覆盖准则.然后提出针对该组测试准则的公理系统,通过此公理系统来评估该组测试准则,给出评估结果.最后根据评估结果得出一些有益的结论.测试准则的评估可为软件工程师选择测试准则提供指导和帮助.     

基于数据流表达式的程序数据流分析算法

以形式化的方法论述了程序数据流分析的基本原理，给出了数据流表达式的概念。并在此概念的基础上，给出了一个找出程序数据流异常的数据流分析算法。本算法通用性强，运用本算法不难开发出相应的程序测试辅助工具，具有一定的实用价值     

基于Petri网的数据流与控制流相结合的协议测试

提出一种数据民控制流相结合的测试方法,在Ｐｅｔｒｉ网模型对上于控制流选定操作符覆盖标准,对于数据流采用ａｌｌ－ｄｅｆｓ标准,最后给出一既考虑数据流标准又考虑控制流标准的求测试序的算法。     

确认测试路径的一种生成方法

针对确认测试自动化在实现中的难题，提出了将测试过程进行划分的确认控制策略，并探讨了次之付诸实践的可行方法。一方面通过将测试过程进行划分减轻用例设计的负担，另一方面通过在每个测试步内生成完全的功能路径以保证功能覆盖的全面性。方法确认测试过程除了在把数据流图转变为带控制扩展的数据流图时需要人工辅助之外，其余的步骤均能自动实现。     

实验室质量监督充分性探讨

该文对实验室质量监督充分性进行探讨,对于正确理解评审准则中质量监督充分性的要求,指导质量监督工作的有效开展,改进实验室质量管理具有指导意义。     

软件测试充分性模糊决策方法研究及应用

通过GQM范式建立了软件充分性度量指标体系，阐述了指标体系中各种模糊因素的模糊数学处理方法，构造出测试充分性模糊决策模型，有效解决了测试充分性难以定量评价问题，在很大程度上提高了软件测试过程质量判断和决策的准确度和可信度，并以一个实例验证了该方法的可行性。     

基于分组的并行程序多路径覆盖测试数据进化生成

尽管并行软件测试已经得到软件工程界的广泛关注,但是,如何高效生成覆盖并行软件多条路径的测试数据,相关的研究还比较少。本文研究消息传递并行程序多路径覆盖测试数据生成问题,并提出基于分组的测试数据进化生成方法。首先根据并行程序包含的进程数、可用的计算资源以及路径相似度,将目标路径分成若干组,并基于每组目标路径,建立多路径覆盖测试数据生成问题的数学模型;然后采用多种群并行遗传算法求解上述模型,使得一次运行遗传算法,生成覆盖所有目标路径的测试数据。性能分析表明,所提出的目标路径分组方法不但能够保证不同组包含的目标路径相差很少,而且同一组的目标路径之间具有很大的相似度。将所提方法应用于4个基准程序的测试中,并与已有方法比较,结果表明,所提方法在保证路径覆盖率的前提下,可大大缩减个体评价次数和耗时。     

有参数约束的两两组合覆盖测试用例生成的研究

对组合覆盖测试用例生成的研究已不少见,但考虑有参数约束情况的并不多．针对有参数约束的两两组合覆盖测试用例生成的问题,提出了一种基于IPO策略的有参数约束的两两组合覆盖测试用例生成算法,并与经典的AETG方法作比较,实验表明该算法在某些待测软件系统上可以得到比AETG方法更小的测试集．另外,该算法的确定性组合的特性使其在实际应用中可以更有效地降低测试成本．     

基于可变模糊数据包络分析的多目标决策模型

多目标决策问题的两个关键步骤是各指标权重的确定和距离函数基准点的选择.为直接从数据集中挖掘指标权重,获取样本的一致性排序,研究了样本权重未事先确定的多目标决策问题,建立了一种先优化每个指标的客观权重使赋权后每个样本综合属性值趋于理想值;再通过相对距离测定,利用可变模糊模型计算样本相对隶属度矩阵的两阶段决策模型,最后给出了应用算例并同其他方法进行了对比分析.结果显示这种新方法计算结果稳定,能够对样本进行有效排序,不仅可以有效解决数据包络分析模型解不唯一的问题,而且满足样本与理想点和非理想点距离之和为1的条件,生成一致排序.     

基于RMA的雷达数据处理任务可调度性判定

实时系统中任务的可调度性是系统正确的关键.单调速率调度算法RMA是任务调度的重要算法,通过对雷达数据处理任务的时间需求模型的分析,使用RMA对该任务进行了可调度性判定.在分析任务两种不同的实现方法及相应时间开销的基础上,给出了这两种实现方法在RMA下可调度性判定的充分必要条件.     

基于流类型的SDN数据平面故障恢复算法

软件定义网络(software defined networking,SDN)的网络拓扑中,链路故障恢复目标是保证故障恢复时延在可容忍范围内、减少数据包丢失和节约交换机存储资源.现有研究方法对链路故障恢复考虑了恢复时延、数据包丢失率、网络吞吐量等因素,没有考虑数据流对网络带宽的要求及运营商/用户的一些特殊限制.为了解决以上问题,同时满足故障恢复时延要求和运营商/用户定制化需求,提出了基于流类型的SDN数据平面故障恢复算法(failure recovery algorithm based on flow type in SDN data plane,FR-FT).该方法根据服务质量要求将数据流分为3类,将运营商/客户的定制化需求绑定到不同数据流上,根据对应约束条件对不同类型数据流制定不同故障恢复策略.仿真结果表明,该方法可以减少交换机流表项消耗、故障恢复时延、数据包丢失率.     

基于遗传算法的测试数据自动生成研究

分析了遗传算法在测试数据自动生成中的应用,提出了一种新的数据输出的方法,并通过实验,证明了该方法的优越性。