程序不变量到断言的自动转换方法研究及其应用

程序不变量可以揭示程序的内部属性和动态执行情况,已经成功应用于软件测试用例的生成与约简。然而,每新增一个用例都要在整个测试用例集合上重新提取程序不变量,时间开销较大。提出一种基于正则表达式的将程序不变量自动转换为对应断言的方法,并利用断言判断新用例是否冗余,仅当新用例非冗余时才提取程序不变量,从而大幅度减小时间开销。将这种基于断言的测试方法应用于回归测试,可以有效约简测试用例集合,识别程序改动所影响的元素,进而发现潜在的程序错误。实验结果表明,与其它测试用例选择方法相比,该方法时间消耗小、测试用例集合约简率高、揭错能力强。

程序断言与切片技术在检测程序非崩溃错误中的应用

针对程序非崩溃错误难以被发现的问题,提出一种基于程序断言与切片技术的程序执行监测方法:根据程序执行过程中断言是否被违反来检测程序异常,并根据断言违反信息对反馈的程序异常进行自动分类;在程序切片技术的帮助下,对分类后的程序异常进行分析,判断程序是否真的出错并找到程序错误来源.实验结果表明,该方法可以有效地发现程序执行过程中发生的非崩溃错误,对程序异常进行合理的分类,约简程序代码和不变量,并将程序错误来源定位到具体的汇编指令,从而帮助程序员快速方便地找到错误来源.

不变量指导的随机测试用例生成

随机测试以其自动化程度高、揭错能力强的优势一直在测试用例的自动化生成领域占据着重要的地位,但其冗余度高、覆盖率低的缺陷限制了它的应用.程序不变量是程序的某个或某些特定的点上保持为真的属性,它可以提供程序运行时的有价值的信息.提出一种不变量指导下的随机测试用例的自动化生成方法.这种方法通过提取程序运行时的动态不变量,指导随机测试用例的生成,并且利用随机生成的无效用例的反馈信息,约简冗余的随机用例空间,增大了选中有效用例的概率.实验结果表明,该方法在保持随机测试的高揭错能力的前提下,可以有效的降低随机测试的冗余度,提高其覆盖率.

基于启发式搜索的IP数据流分类方法的研究

基于应用层载荷特征的IP流分类技术的准确性较高,但是,当特征库庞大时遍历匹配特征库需要消耗大量的时间.鉴于此,提出一种将应用层载荷特征和启发式搜索相结合的IP数据流分类方法.通过从各种应用产生的数据包之间提取共同特征并以此共同特征建立启发式规则,根据启发式规则将特征库划分为多个特征子集,在数据包匹配过程中只需要根据启发式规则搜索匹配特定的特征子集,从而大大减少了对无关特征的匹配过程,使待匹配的特征子集具有更强的针对性、使得时间性能得到提高.对于部分应用采用以DNS为引导的方法来对数据包进行分类,该方法部分消除了基于载荷无法对加密数据进行识别的弊端.本文用C语言实现了该算法,并与开源软件l7-filter算法进行了对比实验.实验结果表明:在离线状态下,本文提出的方法的分类速度是l7-filter分类速度的6-10倍,总体识别准确性达到98%以上.

基于物联网的物流运输过程中异常报警功能的设计

文章分析了物流运输过程中现存的问题,提出运用物联网技术如RFID、GPS、GIS等来解决这些问题,形成物流运输过程中货物信息实时查询、车辆实时定位导航、路径追踪等功能,并在此基础上设计了延迟报警、失窃报警、货损报警、线路异常报警、紧急救援报警等实用功能。

渝新欧物流成本降低对策研究

随着渝新欧的开通，其物流功能日益彰显，然而目前渝新欧物流成本相对过高，不利于渝新欧的快速发展。文章首先简要的介绍了渝新欧以及其成立的背景，分析了其物流成本构成，并提出了四点对策来降低物流成本。

变概率的随机测试

适应性随机测试是对随机测试低覆盖率和盲目性的一种改进.它的思想是通过尽量地使测试用例均匀地分布在整个测试域范围内,从而提高测试效率.研究显示,相比于常规的随机测试,适应性随机测试能够使用更少的测试用例来发现被测程序的第一个错误.但是,现有的适应性随机测试的实现方案的时间效率不高,在生成测试用例的过程中大量的计算将消耗大量的时间.针对已有适应性随机测试耗时的缺点,提出一种快速的适应性随机测试的实现方法.该方法主要是通过改变输入域空间内不同区域的测试用例生成的概率来实现测试用例的均匀分布.为最大限度地减少时间消耗,该方法每次只计算局部输入域空间内测试用例的生成概率.该方法理论上生成n个测试用例的时间消耗为O(n log n).实验显示,本文提出的方法只需很低的时间消耗就能生成大量的测试用例.