基于人工免疫算法的高效回归测试用例集约简机制

为了在海量回归测试用例中剔除冗余测试用例,优化回归测试的效率,提出一种基于人工免疫算法的高效回归测试用例集约简机制.首先,构建测试需求覆盖模型,其次,通过适应度函数刻画测试用例集的测试总开销,利用人工免疫算法强大的全局搜索能力约简回归测试用例集.基于真实工程代码构建实验验证了所提机制的有效性,实验结果表明:同现有基于遗传算法的机制相比,在不同的迭代阈值下,平均约简成功率分别从10%,35%和80%提升至100%,同时平均冗余覆盖比率从98%,95%和109%降低到21%,55%和90%,测试用例集约简效果明显;在约简效率方面,所提机制平均迭代次数均小于25次,而对比方案的迭代次数均大于50次,用例约简效率大幅提升.     

一种提高错误定位效率的测试用例选择方法

为提高错误定位的效率,提出了多种测试用例约简与选择的方法,然而,过度的约简与不适的选择造成了部分测试信息丢失,引起了错误定位有效性的损失。本文提出了一种相似测试用例选择方法,用以约简测试集。该方法能消除偶然测试用例对错误定位准确性造成的偏差,通过为每个失败测试用例选择执行轨迹与其相似的成功测试用例的方式,最大限度地保留测试的全部信息;基于选择出的测试用例信息,利用已有的错误定位方法输出程序语句的可疑值列表。以Siemens程序集作为实验对象,证明了本文测试用例选择方法能显著提高错误定位的有效性。     

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.     

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.     

一种新的缩减测试用例集的算法

提出了一种基于变异因子的蚁群算法用于测试用例集的缩减.该方法是在基本蚁群算法的基础上通过引入遗传算法的变异因子增加搜索的随机性、快速性和全局收敛性来克服早熟停滞的缺陷.实验结果表明,该方法有助于获得规模较小的测试用例集,能有效降低回归测试的成本.     

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。     

基于决策树等价的CBTC列控车载TSM监控曲线测试案例约简方法

针对传统组合测试在CBTC列控车载TSM监控曲线中产生覆盖无交互作用参数组合的冗余测试案例问题,提出了一种基于决策树等价的组合测试案例套件自动约简方法 .首先,结合t-way参数覆盖的组合测试案例及其输出构造捕获被测系统行为的数据集,并采用CART算法将数据集推理出决策树;其次,设计了改进的组合测试案例约简算法,利用决策树结构等价和误分类等价关系约简冗余的组合测试案例;最后,利用约简算法在CBTC列控车载TSM监控曲线功能上进行了实例分析,相关实验结果表明,该方法可以达到高达74%的约简率,同时约简前后,测试套件的低层次组合覆盖率和故障检测能力基本一致.     

基于覆盖率的面向对象软件自适应随机测试方法

针对现有面向对象软件(OOS)自适应随机测试中挑选测试用例的有效性及错误检测率不高的问题,提出了基于覆盖率的面向对象软件自适应随机测试方法.新方法在生成候选测试用例集时考虑了代码覆盖率信息,将语句覆盖率同测试用例差异性信息综合考虑来挑选将执行的测试用例,从而提高错误检测率.给出了覆盖率动态排序监测技术整体框架、预处理模块、程序插桩模块及排序模块;叙述了DTCGOOS-Cov算法.采用ID3Manage,RabbitAndFox,SATM,SchoolManagement,WaveletLibrary以及WindShieldWiper这6个被测类库,将新方法与传统自适应随机测试方法和纯随机测试方法进行了对比试验.结果表明:基于覆盖率的OOS自适应随机测试方法在F_m和E_m这2项指标上要优于其他2种方法.     

基于需求的测试覆盖

介绍了测试用例的生成方法、测试用例集优化算法和3种具体的测试需求约简策略TRR—Sub、TRR—Greedy和TRRLinear,从而帮助设计者如何设计出高效、实用的测试覆盖。     

一种基于测试序列失败树的动态测试方法

针对传统的测试方法按照静态的顺序执行预先生成的固定测试集，而实际测试范围可能被缩小，同时测试结果受到测试序列间、测试序列内的影响等问题，提出了一种构造测试序列失败树（TSFT）并用其指导动态测试的方法．该方法考虑到了测试序列之间的相关性和已测结果对后续测试的影响，通过TSFT指导测试序列的动态执行，同时还考虑了引导序列和验证序列对测试结果的影响，在避开TSFT的前提下，可在引导序列和验证序列集合中进行搜索和替换，动态地生成新的有效测试序列．实验结果表明，所提方法避免了一些重复测试以及错误转换对正确转换的测试结果的影响，较明显地提高了实际的测试效率和测试覆盖率．     

应用ORCA结构测试FPGA逻辑单元的方法研究

给出了一种基于BIST技术测试FPGA逻辑单元CLB的方法．利用本文给出的0RCA结构对CLB进行测试，可以尽可能地对CLB中的故障进行完全测试，提高测试效率，减少了测试成本．文章给出了应用这种方法进行测试的配置结构、故障覆盖率和测试中出现的问题及其解决办法．实验结果表明，文中的方法是可行的．     

一种基于需求规约的谓词测试用例生成方法

软件失效多数由其包含的谓词引发.本文针对特定的故障模型,提出一种基于需求规约的谓词测试用例生成方法.该方法从需求规约中提取出因果图,再将因果图转换为谓词,再由BRO算法生成测试约束集,最后将生成测试用例集.实例分析表明,方法能有效生成测试用例集,并满足相应的测试谓词准则.     

一种基于模型检验的类测试用例生成方法

提出一种新的自动生成类测试用例的方法.使用符号执行从类源代码抽取对象的状态和行为,以一个四元组抽象描述类,并转化成等价的Kripke结构.使用CTL公式描述测试覆盖标准,然后把这组CTL公式和描述类状态行为的Kripke结构输入模型检验工具,并利用模型检验工具自动生成相应的证据路径,最后将路径转化成满足相应覆盖标准的类测试用例.该方法直接从源代码生成测试用例,并使用贪心法约减冗余用例以降低测试成本.实验表明该方法生成的测试用例具有较高的覆盖率.     

基于可信基因的网格测试分级约简研究

作为保证网格服务质量的重要技术手段,网格测试已成为网格研究的热点内容之一．而软件测试的核心与关键则是测试用例的生成问题,测试用例的数量和质量将直接决定软件测试的成本和有效性．就目前而言,随着覆盖程度的提高,所需使用的测试用例数量也在呈指数级增长,且冗余随之而来．因此,若进行完全测试,势必工作量很大,但若只按一般组合设计测试用例,则又会存在因测试次数太少而牺牲相应检错能力的问题．为此,提出了基于可信基因的网格测试约简方案,并通过实践验证了所得到的测试集不仅规模较小、保持了极佳的检错能力,而且与传统算法相比较时空间复杂度有所下降．     

基于有限状态机的被动测试错误诊断

针对被动测试错误诊断算法只能推测出被测系统可能存在错误却无法准确定位错误的问题，提出了一种逐步定位系统实现错误的层次递进的方法．先利用测试序列的输入输出信息并结合错误模型生成初始诊断错误集合，再依据测试套上下文使用错误检测算法对该集合进行筛选，最后经连续观察或结合主动测试进行错误区分．实例验证结果表明，所提方法能够对绝大多数有单个实现错误的有限状态机模型进行错误定位．     

一种用于传感器故障检测的改进残差检验法

针对基于卡尔曼滤波器的残差检验法会跟踪软故障的局限性,提出了一种基于状态递推器的改进方法。然后通过对残差量的正态分布标准化措施,将残差向量整体的χ^2检测问题转化为每个独立分量的偏差检测问题。根据本文方法,不但提高了故障检测灵敏度,同时,具有一定的故障定位能力。仿真结果表明该方法是有效的,能够在很大程度上提高系统的故障检测灵敏度。     

基于蚁群算法的GUI软件回归测试用例集优化

针对GUI(Graphical User Interface)软件输入/输出图形化、 事件驱动、 事件触发随机性所带来的回归测试用例数量巨大的难题, 在GUI事件模型图基础上, 构建了GUI软件回归测试用例集优化数学模型, 给出了目标函数和约束条件, 提出了一种基于蚁群算法的求解方法, 制定了蚂蚁信息素更新规则和蚂蚁路径选择规则。仿真结果表明, 该方法在保证覆盖效果的前提下, 可以有效减少回归测试用例的数量和长度。     

一种压缩向量对测试集的新方法

通过施加一个测试向量对,瞬态电流测试可以检测出CMOS数字电路中的某些故障,这些故障通常（例如开路故障）不能被传统的电压测试和稳态电流测试有效地检测出来。研究如何有效地压缩向量对测试集与通常的测试向量压缩一样,意义十分重要,但目前人们对此研究得较少。首先使用三种现有的游程编码方法对向量对测试集进行压缩,并比较它们的压缩结果。在此基础上．提出了一种更好的压缩方法。采用新方法对几个ISCAS标准电路的开路故障向量对测试集进行压缩,实验证明压缩效果比三种游程编码方法都要好。而且,新方法的解码代价非常小,适合压缩大型电路的开路故障测试集。     

划分测试中测试用例最优分配问题研究

研究了划分测试中每个子域错误率已知，测试资源受约束时，测试用例如何合理分配的优化问题．主要考虑了两类测试用例分配问题：测试资源受约束的测试用例分配及测试资源受约束且各个子域的可靠性要达到一定要求时测试用例的分配，证明了带约束的测试用例最优分配问题是一个NPC问题．给出了动态规划求解方法，从理论上证明了该方法是最优的，并通过随机模拟将该方法与其它常见的测试用例分配策略进行分析比较，用实验数据验证了该办法能合理利用有限测试资源，有效地提高缺陷检测能力．