bck

收藏本站

基于镜像测试用例多样性和改进的测试用例选择策略的自适应随机测试方法研究

【摘要】:软件测试已经被认为是软件工程学科中最重要的研究领域之一,并且仍然是软件质量评估和改进中最被广泛实践和研究的方法之一。通过复杂的抽象,软件工程师已经将测试集成到软件开发价值链的每个层次。但是不管怎么努力,“缺陷”还是会在不经意间“潜入”软件,导致软件最终失效。因此,大量的测试技术被提出用来增强开发人员的信心,高质量的软件具有满足相关人群各种愿望的特定功能。大多数这类技术都关注于选择测试用例的策略。如何生成高效的测试用例已经成为学术界和工业界关注的主题。在对这一主题的众多贡献中,随机测试(RT,Random Testing)是最成功的,并且由于其简单、灵活、高效、易于自动化等优点而受到人们的青睐。最近,越来越多的研究人员开始关注RT的有效性,他们批评RT未能利用任何程序信息来指导测试过程。RT的机制建立在软件使用和行为不能被预测的前提下,因此评估软件质量的测试输入也应该以不可预测(随机)的方式进行选择。尽管这一论断仍然正确,但各种经验观察表明,程序员更容易犯某些类型的错误,从而造成大多数程序失效的输入聚集化。这些引起输入失效的几何形状和分布被称为失效模式。根据这些额外信息,这些研究人员试图通过在程序的输入域均匀分布测试用例来改进RT,从而能够利用这些可能存在的故障模式改善RT的故障检测能力。这类方法被统一归类为自适应随机测试(ART,Adaptive Random Testing)方法。因此,ART系统地指导或过滤随机生成的测试用例,以增强测试用例的均匀分布从而提高RT的有效性。到目前为止,均匀分布测试用例的机制也导致了ART的昂贵开销。RT方法在某些场景下仍然比ART方法更快发现软件故障,而且由于大多数情况下,一旦检测到故障,测试过程就会终止,因此许多人认为ART相对于RT的优势是表面的,因此对ART充满了疑虑。此外,有研究结果表明,ART在有效性方面非常接近其理论的最佳情况。这促使支持者们多年来加强了相关研究,从而提高ART效率的同时保证其本身具有的有效性。尽管存在时间开销大的难题,ART为软件测试提供了一个新的视角,并为使软件使用更安全、更可靠提供了全新的推动力。本研究为该领域做出了一定的贡献,提高了ART测试的效率和效果。本文的主要贡献如下:1.提出一种改进的FSCS-ART算法(FSCS-O,Fixed Sized Candidate Set with Overlapping),FSCS-O通过重叠机制为FSCS选择固定大小的候选测试集。FSCS测试用例选择涉及两个主要过程:随机选择候选(潜在的)测试用例和识别最佳候选测试用例的过程。第一阶段较为琐碎,但是在确定最佳候选测试用例的过程中,FSCS会陷入一个逻辑陷阱,即通过计算每个候选测试用例与所有之前已执行测试用例之间的距离来评估候选测试用例。这个选择标准使其在逻辑上不可能实现在不降低有效性的情况下提高效率。本文利用数据挖掘策略获取附加信息,从而定义了一种新的名为重叠机制的选择标准,即当前评估候选测试用例的距离度量优于最近执行测试用例的验证值。通过分析FSCS的测试集,发现在测试用例选择过程中,约有50%的时间中出现了重叠状况。这有力地证明了使用重叠而不是原来的“最佳候选”标准将大大降低FSCS的开销。新提出的方法不需要对每个候选测试用例进行评价。在评价过程中,一旦出现重叠的情况,寻找最佳候选测试用例的过程就将终止。模拟和真实程序的实验结果表明,FSCS-O减少了FSCS多达四分之一的计算量而没有影响它的有效性。2.提出一种关系内存选择(RMS,Relational Memory Selection)的ART方案以降低测试用例选择开销。ART的开销负担源于不断增长的失败测试用例数,随着尝试寻找程序错误的失败次数的不断增加,生成连续测试用例的负担也随之增加。因此,我们使用一种仅执行子集而不是执行整个已执行测试用例集来降低ART生成用例开销的策略,也能更好地实现当前的研究目标。为此,分区是最自然的解决方案,但是如何才能有效地实现分区呢?RMS以大量分区的利用和协调为基础,从而实现降低开销成本。同时所有分区使用每个分区中已执行测试用例的相应子集来生成测试用例。为了在执行生成的测试用例的同时实现均匀分布,提出了一种两级的自适应随机序列(ARS,Adaptive Random Sequence)实现方法,该方法在空间上同时考虑了测试用例的局部和全局多样性内容。实验结果表明,与已有的基于分块的故障检测方法相比,该方法在高维空间中保持了良好的故障检测能力,大大提高了传统ART方法的检测效率。其效率水平也优于现有ART的开销削减策略。3.为了进一步提高镜像自适应随机测试(MART,Mirror Adaptive Random Testing)的效率,提出了一种基于已执行测试用例空间位置的遗忘策略,该策略在不影响失效检测能力的前提下,极大地降低了MART的时间复杂度。理论分析表明,MART相对于普通ART的优势取决于用于测试的镜像分区数量。但实验证据表明,实现更多的镜像分区并不一定能保证测试资源的有效利用。进一步的证据表明,MART自身的优势也被证明是它自身的弱点,这使得测试人员面临着应该实施一个更低还是更高的镜像方案的两难境地。在测试过程开始之前,测试人员需要为MART选择一个分区方案,从而确定输入域每个维度中的分区数量。不幸的是,存在一个潜在的风险,即程序的故障区域可能与导致产生有缺陷镜像测试用例的输入域的一个或多个维度没有任何关系。在测试人员无论何时划分维度时,镜像分区的分配方式是源区域内的任何分区都不会与其对应的镜像分区共享一个公共范围。为此,将输入域中的多个分区指定为源区域。然后通过系统地消除线性相关的分区,将其余的分区逻辑地分配给每个源区域作为镜像域。从而消除了产生冗余镜像测试用例的潜在风险,进一步提高了镜像自适应随机测试的效率。4.在镜像自适应随机测试(MART,Mirror Adaptive Random Testing)用例选择策略中,多样性都被认为是一个有良好共识的原则。在这一研究中,MART的问题被定义为一个多样性危机。MART的映射函数被认为是造成这种困境的罪魁祸首。本文提出了一种随机边界镜像变换(RBMT,Random Border Mirror Transform)的镜像测试策略,RBMT既继承了MART的所有优点又不受其缺陷影响。RBMT将多样性矢量集成到MART的位移矢量中,从而生成在所有维度上都是唯一的镜像测试用例。首先,通过在每个镜像分区输入域的每个维度上定义一个随机边界来创建实际镜像分区的虚拟镜像。这将在原分区和虚拟镜像分区中创建一组完全相同的分区副本。然后将使用MART测试用例创建的图像(通过位移向量)转换为虚拟图像,之后在原镜像域中选择对应的图像对从而生成实际的测试用例。通过使用仿真模拟和真实程序进行实验从而评估提出的方法。RBMT比MART的所有方案都有显著的改善。研究还发现,即使使用MART的最佳推荐方案,RBMT在所有被研究的实验方案中也能保证稳定的有效性和效率。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前18条
1 方木云,赵保华,屈玉贵;在测试用例不放回时比较随机测试和分割测试[J];软件学报;2001年11期
2 王济成;软件测试及测试用例设计方法[J];战术导弹技术;2001年04期
3 叶素梅;肖寒;;基于测试用例库的复用方法研究[J];电脑知识与技术;2018年32期
4 张功杰;谢春丽;;面向测试用例生成的集合进化算法实现[J];牡丹江师范学院学报(自然科学版);2017年02期
5 居美云;;软件测试用例设计[J];信息与电脑(理论版);2016年12期
6 曾茂希;陆璐;;基于正交试验设计的测试用例选择方法[J];计算机与数字工程;2016年08期
7 李华;刘越;李春洁;王锐;孙志勇;;优化遗传算法在软件测试用例方面的应用[J];科技创新导报;2015年08期
8 赵聆;裴林;杨颖;;测控软件测试用例库管理系统的研发[J];质量与可靠性;2015年03期
9 王明珠;;软件测试中测试用例复用的研究[J];信息系统工程;2014年10期
10 王吉茂;尹平;张慧颖;;基于Z语言的测试用例形式化描述方法研究[J];计算机测量与控制;2013年12期
11 沈嘉灵;;软件自动化测试系统中测试用例的设计和实现[J];科技风;2013年06期
12 李昊;;雷达软件测试用例复用技术研究[J];现代雷达;2012年03期
13 费雯悦;;一种基于改进遗传算法的测试用例自动生成研究[J];北京石油化工学院学报;2011年04期
14 张红燕;杨根兴;蔡立志;;基于形式化描述可复用测试用例库的研究与实现[J];计算机应用与软件;2010年07期
15 徐伟;王林章;李宣东;;基于分类树的随机测试用例生成[J];计算机科学;2009年01期
16 卜国峰;孙志刚;丁小良;;软件测试用例的复用研究[J];四川兵工学报;2009年05期
17 王志强;;遗传算法生成软件测试用例[J];科学之友(B版);2008年02期
18 杨小艳;陈利;张凯;;基于状态图的测试用例自动生成方法[J];计算机与数字工程;2007年01期
中国重要会议论文全文数据库 前20条
1 周晓燕;李兵;潘伟丰;覃叶宜;;基于错误传播概率网络的软件回归测试用例选择[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
2 王道堂;林春哲;张凯;;软件测试用例构造方法与手段[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年
3 张侠影;李志蜀;;一种优化的测试用例约简方法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
4 林春哲;张凯;王道堂;;软件测试用例设计分析[A];计算机技术在工程建设中的应用——第十二届全国工程建设计算机应用学术会议论文集[C];2004年
5 张德平;聂长海;徐宝文;;划分测试用例选择策略研究[A];第五届中国测试学术会议论文集[C];2008年
6 王斌;;软件测试用例相关问题探讨[A];中国原子能科学研究院年报 2013[C];2014年
7 周瑞杰;江国华;;基于遗传算法的面向对象类测试用例生成研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集(下册)[C];2010年
8 邱程;邬小鲁;何聪;范志容;李凯;;基于黑盒测试的车载影音娱乐系统测试用例设计方法[A];2016中国汽车工程学会年会论文集[C];2016年
9 章靠;丁佐华;;基于事件图的并发软件测试[A];第四届中国软件工程大会论文集[C];2007年
10 符开桂;胡泽平;;浅谈软件测试应把握的几个问题[A];海南省通信学会学术年会论文集(2006)[C];2006年
11 王新光;万定生;张希伟;;浅谈程序设计语言教学中工程能力的培养[A];2005全国计算机程序设计类课程教学研讨会论文集[C];2005年
12 于秀山;董昕;;Quick-Design在组合测试中的应用[A];第五届中国测试学术会议论文集[C];2008年
13 黄百乔;张虹;陆民燕;李海峰;;GUI软件功能测试用例数据选取策略研究[A];第六届中国测试学术会议论文集[C];2010年
14 吉大纯;陈蕾;梁静;邵四海;;基于PG框架的软件结构测试用例自动生成研究[A];第十四届全国容错计算学术会议(CFTC'2011)论文集[C];2011年
15 李勇;吴国凤;;软件测试中基于概率的测试用例选择[A];全国第16届计算机科学与技术应用(CACIS)学术会议论文集[C];2004年
16 曾红卫;缪淮扣;;优化基于模型检验的测试生成[A];第六届中国测试学术会议论文集[C];2010年
17 吴子敬;宫云战;郭毅军;;基于区间运算和组测试求解CSP以及在测试用例自动生成上的应用[A];第五届中国测试学术会议论文集[C];2008年
18 董文莉;;电子政务系统测评框架的研究[A];第二十三届中国(天津)2009IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2009年
19 马秦晋;刘世英;徐小辉;惠煜;;软件测试的重要性及现状分析[A];第六届全国计算机应用联合学术会议论文集[C];2002年
20 何焱;张来顺;石荣刚;;基于马尔可夫链模型的软件可靠性测试研究[A];计算机研究新进展(2010)——河南省计算机学会2010年学术年会论文集[C];2010年
中国博士学位论文全文数据库 前20条
1 MICHAEL OMARI;基于镜像测试用例多样性和改进的测试用例选择策略的自适应随机测试方法研究[D];江苏大学;2020年
2 ;[D];;年
3 刘勇;基于变异的错误定位优化技术研究[D];北京化工大学;2018年
4 王静;有效载荷系统测试用例智能规划方法研究[D];中国科学院大学(中国科学院国家空间科学中心);2018年
5 郭心睿;基于“生成—检验”框架的软件代码错误自动修复技术研究[D];清华大学;2017年
6 张功杰;基于集合进化与占优关系的变异测试用例生成[D];中国矿业大学;2017年
7 张慧;基于测试用例的错误定位技术研究[D];东南大学;2016年
8 张旭舟;面向复杂程序结构的测试用例自动生成方法研究[D];北京邮电大学;2018年
9 游亮;回归测试用例选择技术研究[D];华中科技大学;2012年
10 李丽;航天相机主控软件测试用例自动生成技术的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
11 李军义;软件测试用例自动生成技术研究[D];湖南大学;2008年
12 李根;基于动态测试用例生成的二进制软件缺陷自动发掘技术研究[D];国防科学技术大学;2010年
13 邢颖;测试用例自动生成的分支限界算法及实验研究[D];北京邮电大学;2014年
14 张娟;软件测试中测试用例复用的研究[D];上海大学;2012年
15 ;[D];;年
16 谢晓东;基于模型比较的软件测试用例生成方法研究[D];华中科技大学;2007年
17 钱思佑;图形用户界面测试中相关问题研究[D];中国科学技术大学;2010年
18 金虎;自动化软件测试技术研究[D];四川大学;2006年
19 苏亭;基于覆盖准则的软件测试用例自动化生成方法的研究与实现[D];华东师范大学;2016年
20 刘玲;基于面向对象形式规格说明的测试用例生成技术[D];上海大学;2004年
中国硕士学位论文全文数据库 前20条
1 卢伟;面向移动终端的软件测试用例库的设计与实现[D];东北大学;2012年
2 夏菁;测试用例精简工具的研究[D];北京邮电大学;2015年
3 孙宝云;软件测试用例自动生成技术的应用研究[D];吉林大学;2012年
4 曹文婷;软件测试用例生成及管理系统的设计和实现[D];吉林大学;2012年
5 张丽颖;基于本体的核电站生产用软件测试用例自动生成[D];上海交通大学;2009年
6 尹文洁;测试用例约简方法的研究与应用[D];太原理工大学;2011年
7 李柱;用于测试用例生成的遗传算法改进[D];西南大学;2011年
8 孙晓飞;基于规则引擎的测试用例提取与维护方法研究[D];成都理工大学;2008年
9 陆瀛海;基于测试用例优先级技术的测试评估系统的研究与实现[D];华东师范大学;2007年
10 许珈宁;回归测试中测试用例优先级排序的研究与应用[D];西南大学;2020年
11 邱晓晗;基于模型的飞控机载软件测试用例自动生成技术研究[D];电子科技大学;2019年
12 汤圣杰;基于SCADE模型的车载ATP软件测试方法[D];北京交通大学;2019年
13 王晓娟;LTE-A Pro终端系统RRC层测试方案的设计与实现[D];重庆邮电大学;2018年
14 占徐政;基于信息熵的适应性随机测试用例生成算法研究[D];江西财经大学;2019年
15 梁卓杰;测试用例自动生成算法设计及自动化测试平台构建[D];北京交通大学;2019年
16 姚婷;基于遗传算法的多路径覆盖测试用例自动生成的研究[D];南华大学;2018年
17 张月;数值程序蜕变关系构造及优化研究[D];华侨大学;2019年
18 孙仪;多无人机任务分配系统的测试用例生成研究[D];南京邮电大学;2019年
19 徐璐;基于混合遗传算法的测试用例生成研究与应用[D];成都理工大学;2019年
20 佘飞燕;组合测试用例优先级技术的实证研究[D];南京邮电大学;2019年
中国重要报纸全文数据库 前20条
1 本报记者 王欣;[N];通信产业报;2017年
2 罗德与施瓦茨(中国)科技有限公司;[N];通信产业报;2017年
3 特约撰稿 张勇;[N];计算机世界;2011年
4 计算机世界实验室 韩勖;[N];计算机世界;2008年
5 ;[N];计算机世界;2002年
6 谢敏 沈雪芳 戴金龙;[N];计算机世界;2005年
7 信息产业部软件与集成电路促进中心 于明唐仕武;[N];计算机世界;2007年
8 刘昶;[N];中国电子报;2007年
9 本报记者 彭德倩 实习生 吴孟熹;[N];解放日报;2019年
10 韩浩月;[N];贵阳日报;2019年
11 汪曦永;[N];中国纪检监察报;2020年
12 胡艳丽;[N];北京日报;2020年
13 江苏 大江东去;[N];电子报;2020年
14 周其伦;[N];新华书目报;2020年
15 李云峰;[N];山西日报;2019年
16 广东省广州市番禺区市桥中心小学校长 柯中明;[N];中国教师报;2019年
17 本刊特约撰稿 彭忠富;[N];海南日报;2019年
18 记者 顾钢;[N];科技日报;2019年
19 石家庄市文艺评论家协会副主席、秘书长 王文静;[N];中国艺术报;2019年
20 王朝军;[N];山西日报;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|