基于Bert的测试用例复用方法研究

测试用例设计是软件测试的核心环节,占用了软件测试的大部分时间。以最小的人力与时间成本完成测试用例设计是测试人员追求的目标,测试用例复用是提升测试用例设计效率与质量、减少测试周期的重要方法。现有的软件测试用例复用研究主要基于关键词检索与形式化建模,在面临大量测试数据时,复用的效率与质量都有较大程度降低,难以满足测试人员的需求。提出基于Bert语言模型的测试用例复用方法,设计测试文本相似度计算方法,实现测试过程中的用例复用。实验表明,相比于传统的用例设计方法,此方法测试用例推荐准确率达60%,测试用例设计效率提高70%,证实了该方法的有效性。

构建软件测试领域不确定性知识图谱

由于软件测试技术的不足和成本的限制,从历史软件测试资产中获取的可复用知识对象具有不确定性。为了更有效地复用历史测试知识,软件测试知识复用系统应当建模和评估知识的不确定性。模糊知识图谱是利用不确定性理论对典型知识图谱的一种扩展,在利用语义网络描述知识实体及其关系的基础上,通过模糊关系建模知识不确定性。通过分析软件测试资产,确定测试需求、测试用例和问题报告三类知识的表现形式和内涵,建立软件测试资产本体和领域特征本体作为知识图谱模式层,提出一种基于信息论的领域特征抽取方法,构建领域特征图谱。分析软件测试不确定性的产生原因,基于粗糙集理论对本体进行扩展,在软件测试资产和领域特征之间建立模糊关系。提出一种基于知识粒度的模糊置信度计算方法,用于构建软件测试模糊知识图谱,为软件测试中不确定性知识的复用提供了基础。通过一个指挥信息系统领域实例验证了方法的可行性。

知识库系统在软件测试复用中的应用研究

软件测试是一项智力密集型活动,测试人员能力的高低对测试活动执行的高效性、测试结果的可靠性具有重要影响。测试机构积累的大量历史测试文档中包含丰富的测试经验与领域知识,然而这些知识未能得到有效利用。通过梳理国内外关于软件测试复用的研究内容,发现基于本体的知识库系统有利于解决软件测试中的知识复用问题。在此基础上分析软件测试知识的内容、软件测试复用方法和软件测试知识库的结构,并指出软件测试知识库系统潜在的应用方向以及建设软件测试知识库面临的挑战。