参数带权值的组合测试用例集生成研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:tw2008hr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件测试是软件开发过程中的一个重要环节,它贯穿于整个软件生命周期,是确保软件质量的关键步骤。由于软件系统的规模与复杂性不断增加,软件测试逐渐成为一项大量耗费资源的活动,因此人们一直在寻求降低软件测试成本的方法。以往的经验和实践表明,组合测试是一种实际且有效的软件测试方法,它由于能用较少的测试用例检测到待测系统中各因素及各因素之间的相互作用而产生的故障,所以具有较高的检错能力。
  组合测试用例集的生成问题一直是组合测试研究的重点之一,即在满足覆盖要求的前提下,为给定的待测系统生成规模尽可能小的测试用例集,以此来降低软件测试的成本。为此,本文在第二章首先简要地介绍了组合测试的一些基本概念及相关定义,然后对现有的组合测试用例生成方法进行了分类,并分析总结其各自具有的优缺点。
  在历来的组合测试用例生成方法中,一般是假设待测系统中各因素是不带权值的,但在实际的测试场景中,往往因为一些客观原因使得这些因素需要被赋予相应的权值。IPO策略是一种通过二维扩展从而生成测试用例集的方法,具有较好的可扩展性,但也同时存在几个影响其性能的问题。所以针对上述情景,本文提出了一种基于IPO策略的参数带权值的组合测试用例生成算法(IPO_PW)。在第三章,详细地讲述了该算法对影响IPO策略性能的三个问题进行的改进,分别为待扩展参数的扩展次序、已有测试集的扩展次序以及待扩展参数的取值选择。此外,由于IPO策略在扩展完参数后,并未对此时获得的测试用例集T做任何处理,以致T中可能存在冗余的测试用例。为了解决这个问题,IPO PW算法在初步得到测试用例集后,会使用约简算法对其做进一步的优化,具体约简处理过程在第三章也有详细描述。
  本文在深入研究IPO策略的基础上,引入待测系统中参数带权值的概念,使其能在兼顾覆盖要求和参数权值的条件下,为该待测系统生成规模尽可能小的测试用例集,并在第四章给出了IPO_PW的整体框架及关键步骤的具体算法描述。从第五章的实验结果与分析可知,该算法不仅能缩减测试用例集的规模,而且还能解决参数的权值问题。前者可以有效地降低软件测试的成本,后者由于最后得到的是按其测试用例权值和降序排列的测试用例集,为测试人员选取测试用例提供了重要依据,从而提高了IPO_PW算法的实际应用能力。最后,第六章在本论文中已有研究的基础上,分析了现有成果中存在的不足,并对未来工作的研究方向做了进一步地探讨。
其他文献
期刊
车载自组织网络(Vehicular ad hoc network,简称VANET)是由车辆单元节点和路边基础设施节点组成的一种新型的多跳移动通信无线网络.车载自组织网络作为物联网在智能交通领域中一种重要的具体应用,它是通过车辆与车辆之间、车辆与路边单元节点间的交互通信,实现道路状况信息的共享,提高驾乘人员对未知交通环境的感知能力,预测可能出现的危险,规避实时交通拥堵的路段,从而有效提高行车安全和行
粗糙集理论是波兰学者Z.Pawlak于1982年提出的一种能够有效处理不精确和不确定信息的数学工具。经典粗糙集理论只能处理名义型属性,无法直接处理数值型属性以及名义型属性和数值型属性并存的混合数据。为了解决这个问题,Lin利用邻域关系替代等价关系,提出了邻域粗糙集模型。从粒计算的角度来看,上述的粗糙集模型都是基于单粒度和单层次的,无法从多粒度、多层次的角度对问题进行分析和处理。钱宇华和梁吉业等提出
期刊
期刊
近年来,云工作流系统作为一种以市场为导向的分布式系统,一直是商业和学术领域的研究热点.作为基于云计算环境的工作流系统,如何进行合理的调度,特别是任务层的调度,是其中需要特别关注的问题.由于云计算环境需要根据用户的不同需求来获取合理的计算资源,并按照使用量即时的支付费用.借助于有效的调度方案,文中将用户需要处理的任务部署到最合理的计算资源上处理.不仅对于用户而言,需要降低任务执行的成本,同样对于提供
学位
随着信息技术的发展与社会的进步,多标签分类已经成为分类问题的重要组成部分。在实际生活中多标签分类的应用也变得越来越广泛。然而多标签分类并不同于传统的单标签分类问题。多标签数据的多义性,使得传统的分类算法已不再适应于这些多标签数据集。正因为如此,研究者们先后的提出了大量的用于处理多标签数据的分类方法。通过总结这些方法可以分为以下三类:问题转换法、算法转换法和集成方法。问题转换法是通过某种方法对数据集
在互联网快速发展的今天,各大企业,都通过互联网或者企业内部系统积累了海量的原始数据。这些数据中存在着海量的小文件,比如系统的日志文件、静态网页数据、用户的个人头像等诸多小文件。Hadoop可以存储和计算海量大数据。  Hadoop是一款开源的分布式基础架构,主要由分布式文件系统HDFS以及分布式计算框架MapReduce组成。Hadoop擅长处理海量大数据,但是在处理海量小文件的时候,由于Hado
学位
随着互联网的普及、多媒体技术的飞速发展,互联中图像的数量急剧增长, 国内外学者的关注点也已经被图像检索技术吸引,并取得了显著的研究成果。最 近几年随着智能手机、笔记本电脑以及其他相关设备的普及,使得触摸屏技术迅 速发展,基于手绘草图的检索技术也逐渐吸引这国内外的学者的重点关注。  具有触摸屏功能的设备作为一种新型的人机交互方式,使得人机交互变得越 来越流畅。通过带触摸功能的设备,不同的人群
学位
期刊