基于函数调用路径的测试用例优先级排序

基于覆盖的优先级排序技术通常以代码覆盖信息作为测试用例的特征加以度量,忽略了其他优先级的影响因素,缺乏全面性和动态性。针对该问题,提出基于函数调用路径的测试用例优先级排序方法。以函数调用路径为基础,通过对源代码新旧版本的对比,分析回归测试影响域,确定回归测试用例集的范围。将测试用例函数调用路径覆盖能力、单元测试时函数中检测出缺陷的个数,以及函数的扇入系数等影响因素应用于优先级排序,确定测试用例优先级量化方法,并在测试执行过程中,通过调整算法实现优先级的动态调整,优化优先级排序。实验结果表明,优先级量化方法能提高测试的缺陷检测率,发现程序中的缺陷,降低测试成本。

基于Jalangi的广告代码调用路径追踪

随着互联网的迅猛发展,网络广告成为互联网最重要的商业模式之一。网络广告在促进互联网发展的同时,也带来了用户信息泄露、影响用户网页浏览体验等负面问题。为了对网络广告进行系统的研究,需要获取广告生成过程中完整的调用路径。由于加载到页面中的JavaScript文件量大、函数调用路径链路长、路径中的JavaScript代码经过了一定的压缩和混淆,因此很难通过静态方法获取网络广告调用路径。分析了动态广告生成的过程,对相关代码进行动态插桩,利用函数参数实现广告调用信息的传递,并记录下每个iframe内部的调用信息,通过匹配与合并多个iframe的信息,生成了完整的广告调用路径并确定了广告插入的操作方式。针对21个真实网站进行了实验,结果表明:该方法能够在不太影响性能的前提下,获取到静态方法无法获取到的广告动态加载过程信息并生成广告代码调用路径。

基于Soot控制流图的函数调用路径分析

每个应用系统中存在多条基于函数的调用路径,这些路径的准确提取对于程序的理解、测试和维护起着重要的作用。文章利用开源的Java程序编译优化框架-Soot,对java程序的数据流及控制流进行分析,提取函数间关联信息写入中间文件,并对文件中的数据进行了分析,阐述了程序函数调用路径生成的流程及Soot的优点。最后通过实验验证,相比其他程序调用分析软件,基于Soot调用路径分析的软件测试工具-JSFUNP,对程序调用路径的分析更加准确、高效。

基于函数调用路径关联分析的缺陷定位方法研究

缺陷关联使得目前的缺陷定位方法面临着严峻挑战,为了快速准确定位软件缺陷,保证软件产品质量,对定位方法的改进势在必行。基于函数调用路径(function calling path,FCP)技术,把缺陷定位的整体粒度由语句级提升到函数级。依据失效原理和FP-树分析缺陷关联,逐步缩减缺陷定位问题空间为"执行路径—路径节点—节点语句",获得缺陷关联拓扑图,局部细化缺陷函数到细粒度,并提出了基于函数排名的评价方法。实验结果表明,FCP缺陷定位方法可有效缩减查找缺陷时的代码审查范围,提高软件缺陷定位的精度和效率。该方法为基于路径分析的缺陷定位提供了理论依据和实践方法,并保证测试的安全进行。

基于函数调用路径的数据流分析错误定位

软件调试过程中,如何高效准确地定位软件中的错误一直是一个重点也是难点。而数据是程序的中心,由数据引起的错误是软件系统中常见的。就软件测试中的错误定位针对C源程序提出一种基于函数调用路径的数据流分析的技术,着重分析程序中的数据流信息,沿着函数调用路径分析数据流的变化结合程序切片的思想来定位软件中的错误。仿真结果表明:基于函数调用路径的数据流分析错误定位方法能够有效地检查出程序中存在的与变量相关的错误。

面向C#的函数调用路径生成

C#作为一种面向对象的高级语言,由于其搭载环境Visual Studio功能强大、可视性强、更新较快,而逐渐成为软件开发中的常用语言。由于C#语言包含类、对象、命名空间、重载、委托等多变而又复杂的形态,给C#程序的理解和测试带来了很大困难。提出一种基于Visual Studio的代码图提供的信息提取C#函数调用路径的方法。首先从代码图的XML表示——DGML的信息中获取函数、类及函数的依赖关系信息,以此为基础对源程序进行分析,提取函数调用关系树,将局部的函数调用关系树组合成全局的函数调用关系树从而得到整个软件系统的全局静态函数调用路径。实验表明,此方法能够较为准确生成C#程序的函数调用路径,从而有助于开发人员对C#程序的理解和测试,也为测试用例的自动生成奠定了基础。

基于神经网络的面向函数调用路径的错误定位

为了提高程序中错误定位的准确性,提出了将BP神经网络与函数调用路径测试准则相结合的方法,依据程序的结构特点,采用分步式定位的思想,减少错误定位的范围。首先执行依据函数调用路径准则生成的测试用例获取错误定位所需信息,然后通过差异计算方法将错误定位到函数,最后针对存在错误的函数利用改进的BP神经网络定位方法将错误定位到语句,实现错误的有效定位。实验表明,该方法与已有的BP神经网络错误定位方法相比不仅提高了错误定位的效率,而且还提高了准确率。

基于函数调用路径准则的测试充分性研究

软件测试的质量决定了软件系统是否能够按照需求可靠运行,在测试过程中运用不同的测试准则得到的测试效果也各不相同,而软件测试充分性是检验软件测试准则优劣的唯一标准。基于函数调用路径准则,将路径覆盖的分析粒度由语句扩展到函数级别,不仅使测试工作量成指数降低,同时保证了测试效果。通过建立一种研究测试准则的测试充分性的指标体系运用数据包络分析法(DEA)定量计算了基于函数调用路径准则与其它测试准则的相对充分性。实验结果表明,函数调用路径准则相较于其它覆盖准则具有较高的测试充分性。

复杂系统中不可达函数调用路径检测方法研究

通过静态分析复杂程序可获取系统的函数调用路径,便于系统框架的理解、分析及后期测试,但提高其分析效率和提取准确度的关键在于不可达函数调用路径的检测和去除。基于控制流信息,将函数指针和函数调用对数据流的影响综合考虑,结合数据流分析和检测分支相关性,利用路径敏感分析方法对函数调用路径中的不可达路径进行检测与去除,从而提取准确的函数调用信息。实验结果证明,上述方法可有效地对函数调用路径中的不可达路径进行检测,提高了分析效率及函数调用路径静态提取的准确度。

基于函数调用路径的测试用例混合优化方法

如何对回归测试进行优化是软件开发与维护周期中的一个关键问题,传统的单一主题的测试用例优化技术存在局限性。因此,提出一种将测试用例选择和优先级排序相结合的初次选择-排序-再次选择的混合优化方法。首先,利用基于函数调用路径(function call path, FCP)对代码进行变更影响分析的结果,选择出部分测试用例;然后,从不同角度出发设计多个目标对这些测试用例进行综合排序,并根据执行信息动态调整;最后,从调整过优先级的测试用例中再次选择,形成最终的测试用例集。实验结果证明:所提出的优化方法能在尽量保证测试用例集的缺陷检测能力的情况下,一定程度上降低测试用例集的规模,提高回归测试的效率。

基于函数调用路径的回归测试用例选择排序方法研究

针对在回归测试过程中,因为不断修复软件中存在的缺陷所造成的测试工作量大、测试效率低等问题,将测试用例选择与优先级排序技术相结合,以面向函数调用的路径覆盖生成方法为基础,提出了一种面向函数调用路径(functions calling path,FCP)的测试用例选择与排序方法。根据函数调用关系图,对程序中被修改函数与其他函数的关联性进行分析,从初始测试用例集中选择测试用例,形成回归测试用例集;然后对这些测试用例进行优先级排序,并动态地调整优先级排序结果;最后对优先级排序结果进行再次选择,确定最小的回归测试用例集。实验结果表明,测试用例选择与排序方法对优化回归测试用例是有效的,大大减少了回归测试用例数量,降低了回归测试成本。

面向Python的函数调用路径静态提取方法研究

随着Python的兴起,越来越多的开发者选择Python作为应用开发、科学研究的首选语言。提出一种基于抽象语法树的Python函数调用路径静态提取方法。以Python的抽象语法树为基础,解析提取关键信息,提取函数调用关系,构建函数调用关系模型,生成函数调用路径。实验表明,上述方法能够较为准确地生成Python程序的函数调用路径,为面向覆盖的测试用例自动生成以及软件缺陷定位提供了一定的技术支撑。

函数调用路径测试用例自动生成的方法研究

测试用例自动生成是软件测试自动化中最为关键的组成部分之一,符号执行作为一种程序分析方法,以其可提供高覆盖率测试用例的优势被广泛应用其中,但路径爆炸和约束求解问题很大程度制约了符号执行技术在现实程序分析中的应用。将研究粒度由语句提升至函数,利用抽象语法树和字节码序列提取到的函数关键信息和控制信息得到函数调用关系模型,设计算法生成函数调用路径(函数调用路径表示程序从开始到结束之间函数的调用或执行序列)。该方法不仅减少了测试路径数目缓解了路径爆炸问题,还有效解决了控制条件中存在函数导致符号表达式难求解的问题。实验结果表明该方法可优化测试路径集,在不降低覆盖率的前提下减少测试用例数量。

基于函数调用路径的软件实现与设计一致性验证

软件系统开发完成后,验证其是否完成了软件设计说明书的所有功能并且与设计算法一致,是软件测试的一项重要工作.通过人工遍历分析源代码来完成实现与设计的一致性验证是复杂费力的,并且需要测试人员具备丰富的编程经验和较强的算法分析能力.论文提出了一种基于函数调用路径的软件实现自动验证方法.从设计文档和源代码两个方面出发,分别分析其函数调用关系,提取函数调用路径,生成功能簇模型.其中文档方面通过人工理解设计文档,确定函数调用关系,然后自动生成标准功能簇模型;源代码方面通过静态分析,自动获取函数调用关系,提取功能点特征,利用这些特征提取功能点的具体实现算法,自动生成软件的实际功能簇模型.对比两个功能簇模型,验证软件实现与设计的一致性.实验结果表明:算法能够准确获得软件系统的功能结构及实现算法特征,对软件实现与设计的一致性做出有效判定,为软件实现与设计的一致性自动化测试提出一种新的思路.

Java多态调用唯一性确定

基于函数调用路径测试在实际测试中是一种最有效、覆盖率高的测试方法。在测试java程序的时候,由于java的多态性会带来调用路径不唯一的问题,使得在分析java函数调用路径时会产生冗余路径,导致设计出许多无用的测试用例。通过使用soot和java的反射机制,能够分析java程序多态调用关系,从而确定java程序函数调用路径,指导测试人员设计出高效、覆盖率高的测试用例。

面向路径和变量的插装器研究

插装既是一些测试的前期工作又是关键工作,插装的正确与否直接影响测试结果的准确性。通过路径插装能够知道测试的路径覆盖率提高测试的效率。通过变量的插装,能够在代码版本变更之后数据发生异常时检测到异常点位置。上述插装器主要是面向基本路径和函数调用路径以及变量的数据变化域两个功能进行插装,首先面向不同的功能使用不同的方法对代码进行预处理及分析,得到存有相关信息的中间文件,然后利用中间文件确定探针位置,在确定的位置上插入装点函数,最后导出存有插装代码的文本文件。实验结果表明该多功能插装器能够按照不同的功能准确的进行插装,并在降低代码膨胀率的基础上提高插装的效率。

一种基于FCP的C#变更影响路径集生成方法

为了提高C#程序的回归测试效率及降低测试成本,需要尽可能准确地找出C#程序变更影响的部分。因此提出了一种基于函数调用路径的变更影响路径集生成方法。该方法通过比较C#程序变更前后的差异,将差异映射到函数调用路径上,从而得出变更影响路径集。实验结果表明,该方法能有效产生C#程序变更影响的路径集,缩减测试路径的条数,提高回归测试的效率。

基于遗传算法的函数级别软件错误定位

针对软件开发过程中的错误定位问题,提出一种以函数调用路径和遗传算法为基础的软件错误定位方法FGAFL。将软件测试中的错误定位问题转化为组合优化问题,结合函数调用路径对错误定位的影响构建适应度函数。通过遗传算法在候选种群中迭代搜索具有较高可疑度的候选错误分布,得到最优解。根据最优解对程序中的函数按可疑度进行排序,依次检查函数并定位错误的具体位置。实验表明,FGAFL方法可以有效降低运算量并缩减代码审查的范围,提高错误定位的精度和效率。

多粒度数据变更影响域分析方法

完整准确提取程序变更影响范围是分析由数据变化引发程序错误的关键,能够有效缩短回归测试的周期。为此,提出一种基于多粒度的数据变更影响域分析方法。通过静态分析,结合程序局部控制信息和数据信息流规则,提取关键函数,得到影响函数调用路径,以程序影响函数调用路径为分析集,提取受变更影响的基本路径集,即从函数粒度和语句粒度对数据变更影响域进行分析,分别得到影响函数调用路径和影响基本路径集。大量实验结果表明,该方法能够完整准确提取程序影响函数调用路径和影响基本路径集,定位数据变更影响域,提高回归测试的效率。

基于函数占用和需求分析测试代码用例自适应优先排序

在采用函数占用(覆盖)的测试代码用例优先级排序过程中,其特征一般是以函数占用代码率信息表示,容易忽视其他优先排序影响因素,对此提出基于函数占用和需求分析的测试代码用例自适应优先排序方式。首先,以测试代码用例优先级排序过程中的调用函数存在路径为参照,利用源代码信息变更影响,进行影响域的回归测试分析,并对测试代码用例集进行回归范围确定。其次,考虑测试代码用例优先级排序的需求影响因素,并确定其需求优先级评价指标,然后与调用函数源代码变更影响指标进行权重自适应融合,并设计基于函数占用和需求分析评价优先级的动态调整算法。最后,通过仿真对比显示,所提方法可提高缺陷检测正确率,降低测试成本。