基于SA-UCB算法的Android应用程序自动化测试方法

针对传统强化学习算法需要行为准则学习导致测试效率偏低这一问题,提出一种基于模型的Android应用程序自动化测试方法——SA-UCB。使用Sarsa算法对测试过程进行指导,采取Q表作为动作策略的选取参照。并针对经典Sarsa算法使用的ε-greedy策略随机性过强的问题,引入上界置信算法(the Upper Confidence Bound Algorithm,UCB算法)来平衡测试过程中的“探索-利用窘境”,从而对Sarsa算法进行改进,使动作决策更加分散化,并将其应用于Android自动化测试过程,提高了测试效率。将SA-UCB方法与其他5种测试方法从测试覆盖率、测试效率、故障检测3个方面进行了测试性能的对比实验,结果表明,在相同的实验条件下,SA-UCB策略在测试覆盖率和测试效率方面具有一定优势。

Android GUI自动化测试综述

新类型新版本的手机应用数量与日俱增,使得传统的人工测试方法已经无法负荷,因此需要研究人员提出更加有效的自动化测试方法。在自动化测试的过程中,Android应用程序的GUI(Graphical User Interface),即图形用户界面,发挥着极其重要的作用,GUI自动化测试凭借其出色的测试覆盖率和故障检测性能,成为研究人员的重点研究对象。文中对当前GUI自动化测试的相关研究进行梳理和总结,选取其中有代表性、普遍性的自动化测试框架进行详细剖析,从测试策略、探索策略、错误报告、是否支持重放、测试环境、支持的事件类型、是否使用APP源码、是否开源、系统事件识别方法几个方面来对挑选出的自动化测试工具进行相应的分类、分析与对比。同时选取部分有代表性的自动化测试框架进行对比实验,以探究测试效率以及各自的优缺点。最后提出当前研究所面临的挑战以及未来的发展前景。