一种新的二水平多因素系统两两组合覆盖测试数据生成算法

作者系统地研究了使用已有方法对二水平多因素系统(以下简称SM2)生成的两两组合覆盖的测试数据,针对已有方法对该具体问题效果并不理想的情况,利用组合分析方法,给出了一种新的SM2测试数据生成算法,与几种现有的方法相比,生成的测试数据具有数量少、效率高的优点.将其应用于Linux的一些源代码测试以及软件配置测试的测试方案设计,结果表明生成的测试数据具有较高的代码覆盖率和错误检测能力.

基于接口参数的黑箱测试用例自动生成算法

测试用例的选择与生成技术是软件测试尤其是黑箱测试的一个重要研究领域 ,测试用例的质量将直接决定软件测试的科学性和有效性 .该文在一般的测试用例选择方法的基础上 ,提出了一种基于对接口参数进行组合覆盖的黑箱测试用例自动生成算法模型 ,据此可以生成一个对所有接口参数进行两两组合覆盖的测试用例表 .并证明了该方法产生的测试用例具有数量少、能实现对接口参数最大限度组合覆盖的特点 ,从而可以在提高软件测试质量的同时 ,降低成本 ,提高效率 .最后介绍了该算法在作者研究开发的测试数据生成工具中的实际效果 .

覆盖表生成的可配置贪心算法优化

覆盖表生成是组合测试研究的关键问题之一,其中,贪心算法因为速度快、生成的覆盖表规模小而得到人们的青睐.人们提出了很多基于不同策略的贪心算法,其中,多数算法可以归结到一个统一的算法框架,即形成一个可配置贪心算法,从该框架又可以衍生出很多新的算法.如何科学地配置优化受多个因素影响的算法框架、有效生成覆盖表是一个新的挑战.针对具有6个决策点的贪心算法框架,设计了3条不同的实验路线,系统地探索各个决策点以及它们之间相互作用对生成覆盖表规模的不同影响,寻找最佳配置,从而可以有效地生成规模更小的覆盖表,为覆盖表生成的贪心算法的设计和优化提供理论和实践基础.

一种基于组合测试的软件故障诊断方法

针对组合测试的基本模型和特征 ,提出了一种基于组合测试的软件故障诊断方法 .该方法基于软件故障由某些系统参数或其相互作用而引发的前提下 ,首先对组合测试的结果进行分析 ,找出所有可能的错误原因 ,然后根据初步分析结果补充一组由导致故障的测试用例衍生出的附加测试用例进行重新测试 ,并对其结果作进一步分析和验证 ,从而迅速将故障原因锁定在很小的范围内 ,这样可为软件的调试和测试工作提供更方便。

一种最小测试用例集生成方法

测试用例的数量和质量决定软件测试的成本和有效性 .该文提出了一种生成最小测试用例集的方法 ,该方法首先充分考虑测试目标中各个测试需求之间的相互关系 ,将满足测试需求的所有可用测试用例进行划分 ,根据划分的结果生成一个测试用例集 ,然后利用启发式算法、贪心算法或整数规划方法来消除冗余 ,对这个测试用例集进行进一步的简化 .这种方法与已有方法相比 ,优点在于它可以生成满足所有测试需求的最小测试用例集 .

关于软件测试的几点思考

近些年来,软件测试越来越受到产业界、教育界和学术界的重视。结合作者在软件测试领域的教学和科研积累,对软件测试从课程、职业和科学三个层面进行思考,分别探讨了软件测试作为一门课程时,它的知识体的构成;作为一个职业时,它的职业技能和素养所包括的内容;作为一门科学时,它的主要科学问题有哪些。

Generating test cases for software configuration testing

Software configuration testing is used to test a piece of software with all kinds of hardware to ensure that it can run properly on them. This paper generates test cases for configuration testing with several common methods, such as multiple single-factor experiments, uniform design, and orthogonal experiment design used in other fields. This paper analyzes their merits and improves the orthogonal experiment design method with pairwise testing, and decreases the testing risk caused by incomplete testing with a method of multiple-factors-covering. It presents a simple factor cover method which can cover all the factors and pairwise combinations to the greatest degree. Some comparisons of these methods are made on the aspects of test suite scale, coverage, and usability, etc..

组合测试研究进展

经过30多年的发展,组合测试已经发展成为1种独立的和颇具影响的软件测试方法。该方法利用组合覆盖表作为测试用例集,可以有效检测软件系统中各种因素及其相互作用而促发的各种故障。论文在充分分析已有文献的基础上,结合作者在该领域的研究实践,首次系统介绍组合测试的演化发展,总结出其中的关键问题、方法、重要应用和未来发展方向,为组合测试的进一步研究和发展提供支持和参考。

前言

万物互联、数据驱动的智能化时代来临.软件系统帮助人类定义更快的网络、更智能地控制设备、采集更多样的数据、完成更丰富的处理和分析,从而提升人类的工作效率和生活体验.软件的智能化,以及软件开发和质量保证技术的智能化控制是越来越重要的研究与实践主题.智能化软件的研发可以从经典的控制理论得到丰富的模型借鉴,因为智能软件系统的反馈和优化本质上就是自动控制领域长久以来追求的目标.软件控制论从提出之日起,始终倡导计算机软件领域与控制领域的跨学科交叉研究,其核心科学问题是,建立软件系统行为的控制模型、设计方法和控制理论,实现对软件制品及其研发过程进行有效、定量化的控制.软件控制论通过将软件(软件工程)问题归结为控制问题,以及将控制理论引入到软件领域,研究这2个领域的交叉与融合发展,并共同服务于新时期技术进步.研究智能化时代的智能化软件和软件控制论对未来信息技术的持续发展具有重要意义.

前言

我们正在进入一个软件定义和使能一切的智能化时代,如何提高大规模复杂软件的开发效率、确保软件质量已成为各行各业创新和发展的核心竞争力.近年来,云计算、大数据、人工智能和第五代移动通信(5G)等新技术的飞速发展更是深刻改变了人们应用和开发软件的方式,以服务化、群智化和生态化为代表的软件开发方法已成为现代软件开发的新趋势.在此背景下,研究面向服务的群智化生态化软件开发方法,将来自多方面的先进理论方法进行有效融合创新、汇聚群体智慧、增强软件生态系统的自适应演化能力已成为国内外学术界和工业界研究的前沿和重点,如何有效组织、群体协作,构建健康可持续的软件生态系统仍是当前软件开发方法面临的重大挑战.

一种基于测试需求约简的测试用例集优化方法

测试用例集优化的目标是用尽可能少的测试用例充分满足给定的测试目标.针对给定的测试目标,获得精简的测试需求集有助于提高测试用例集优化的效率和效果.从测试需求约简的角度考虑测试用例集优化,首先给出可以精确描述测试需求间相互关系的测试需求约简模型;基于此模型,提出一种测试需求约简方法,可以获得精简测试需求集,作为测试用例集生成和约简的基础,从而实现测试用例集优化.实验结果表明,测试需求约简有助于获得规模较小的测试用例集,实现系统、科学、有效的测试.

一种基于组合测试的软件故障调试方法

在研究了组合测试基本模型的基础上,提出了一种基于组合测试的故障原因诊断方法.该方法基于组合测试的结果,补充一些附加测试用例进行重新测试,并对其结果作进一步分析和验证,从而迅速将故障原因锁定在很小的范围内,这样可为软件的调试和测试工作提供更方便、更有价值的线索和参考.

面向路径覆盖的演化测试用例生成技术(英文)

为了解决目前结构性演化测试主要集中于面向语句、分支等覆盖标准,缺乏面向路径覆盖标准的问题,提出了基于相似性度量的适应值函数构造方法,以用于生成覆盖指定路径的测试用例.首先给出适应值函数构造基本模型,即利用测试数据的真实执行轨迹来评估它相对于指定路径的适应值.该模型的核心在于度量执行轨迹与指定路径之间的相似度,为此给出了3种不同的相似度度量算法.该模型可以完全自动化地为每一条目标路径构造出特定的适应值函数.实验结果表明,相对于其他路径测试方法,该方法在针对复杂路径的情况下具有一定的优势.此外,实验结果还指出了该方法的适用性范围和局限所在.

相邻因素组合测试用例集的最优生成方法

软件系统是一个复杂的逻辑系统,有很多因素可能影响系统的正常运行,组合测试可以对这些因素及其相互作用可能对系统产生的影响进行检测.针对一类只在相邻因素间存在相互作用的系统,文中提出了相邻因素组合测试的概念,分别给出了相邻因素两两(二维)组合覆盖表、相邻因素N(N2)维组合覆盖表和多重维数相邻因素组合覆盖表的生成算法,并证明了3个算法均可以生成数量最优的相邻因素组合测试用例集.最后通过实际应用场景,分析了相邻因素组合测试的应用价值.

组合测试数据生成的交叉熵与粒子群算法及比较

测试数据生成是组合测试的一个关键问题.文中提出以数理统计为基础的交叉熵方法和以仿生学为基础的粒子群优化算法来生成两两组合测试数据,交叉熵方法采用最优选择概率产生测试数据,而粒子群算法则在可行解空间中搜索具有最优适应值的测试数据.文章给出了交叉熵方法最优选择概率的理论推导,并对两种算法所生成的测试数据集进行约简.将两种算法和现有的贪心方法、代数方法及其它启发式搜索方法进行比较,实验表明交叉熵方法和粒子群算法具有一定的优势和特点.

基于解空间树的组合测试数据生成

在组合覆盖测试模型的基础上提出:将所有的可用测试数据表示为一棵解空间树,利用回溯法对解空间树进行路径搜索来生成测试数据,然后使用贪心算法补充生成测试数据,以满足两两组合覆盖标准.并且实现了基于该方法的测试数据生成工具,所生成的测试数据集与同类工具相比具有一定的特点和优势.

测试用例集约简问题研究及其进展

测试用例集约简问题是软件测试中的关键问题之一,其目的是使用尽可能少的测试用例充分满足给定的测试目标,从而提高测试效率、降低测试成本。在简要介绍了测试用例集约简问题基本概念的基础上,总结了求解该问题的几种主要方法,分析比较了这些方法的效率和特性。随后探讨了与测试用例集约简问题强相关的测试用例集错误检测效率的问题,并研究了测试用例优先级技术。最后指出了测试用例集约简问题的下一步研究方向。

蜕变测试技术综述

软件测试是一种重要的、不可缺少的软件质量保证技术,用于发现和纠正软件中存在的缺陷和错误,但在很多情况下待测程序的预期输出难以确定。蜕变测试技术通过检查程序的多个执行结果之间的关系来测试程序,可以有效地解决上述问题。经过近十年的研究,蜕变测试技术已经在测试过程的优化、与其他验证或测试方法的结合等方面取得了巨大的进展,并被广泛地应用于各个领域中。对当前蜕变测试技术的研究进行了综述,针对已有方法的不足之处,对未来的研究方向进行了展望,包括蜕变测试充分性研究、实用蜕变关系构造技术、实用原始测试用例选取技术、新型软件中蜕变测试技术的研究、蜕变测试工具的开发等。

基于测试用例设计信息的回归测试优先级算法

优先级技术是一种高效实用的回归测试技术.文中针对现有优先级技术未能有效使用测试用例设计信息的不足,提出了一组新的回归测试优先级动态调整算法.与已有方法相比,新算法充分考虑了测试用例的设计信息,能够通过及时捕捉和利用测试执行信息对测试用例优先级进行动态调整,具有时间复杂度低、检错效率高等优点.将其应用于Windows平台下应用软件的回归测试结果表明,新算法有益于在短时间内检测出更多的错误.

演化测试技术的研究

演化测试作为一种非常有前景的自动化测试技术,可以成功地为多种测试目标生成高质量的测试用例。它将测试用例的生成过程转化为一个利用遗传算法进行数值优化的问题。算法的搜索空间即为待测软件的输入域,其中最优解即是满足测试目标的测试用例。该搜索过程可以实现完全自动化,它所具有的导向性可以避免盲目搜索,较随机测试有着更加明确的目标和方向性;同时该搜索过程还具有一定的随机扰动,可以很好地克服复杂搜索域所带来的种种局限性。近年来,越来越多的学者开始关注于演化测试技术的研究,并取得了一些研究成果,使之在多种领域得以成功地应用。分别在结构性测试、功能性测试、性能测试以及面向对象测试领域,对演化测试技术进行了总结。通过对各领域的应用方法进行分类概括,比较分析了不同方法的优势与不足,为理解、评价以及合理选取演化测试方法提供了较有价值的参考。在此基础上,总结评估了现有的演化测试优化技术及其适用性。最后,展望了演化测试技术未来的研究方向。