【摘 要】
:
回归测试是软件测试的一项重要活动,用于检验软件更新迭代后的正确性,对软件质量保证起着关键性的作用。但回归测试在整个软件测试过程中所占比重很大,而且频繁进行且成本很高,因此在资源有限的情形下为了降低回归测试成本,提高回归测试效率也就成为软件测试的一个研究重点。目前,针对回归测试效率的提升方式主要为测试用例集的优化,所使用的技术主要有回归测试用例选择、测试用例集约简和测试用例优先级排序。本文以需求为出
论文部分内容阅读
回归测试是软件测试的一项重要活动,用于检验软件更新迭代后的正确性,对软件质量保证起着关键性的作用。但回归测试在整个软件测试过程中所占比重很大,而且频繁进行且成本很高,因此在资源有限的情形下为了降低回归测试成本,提高回归测试效率也就成为软件测试的一个研究重点。目前,针对回归测试效率的提升方式主要为测试用例集的优化,所使用的技术主要有回归测试用例选择、测试用例集约简和测试用例优先级排序。本文以需求为出发点,重点研究测试用例优先级排序技术,提出了基于需求等级的测试用例优先级排序技术和基于历史信息的测试用例优先级调整策略。现有的测试用例排序技术Additional策略在遇到多个测试用例存在最大相同覆盖率时,会随机选择,结果可能出现较大差异或造成无法检测到缺陷的测试用例被先执行,从而降低了缺陷检测率。基于这一问题,本文提出基于需求等级的Additional策略,根据用户需求和开发人员的需求获得对应的需求等级,建立测试用例与需求矩阵,通过需求优先级计算测试用例优先级并排序,该策略在面临具有相同需求优先级的多个测试用例时,以覆盖需求个数为准则来指导测试用例的优先选择。为了验证本文提出的测试用例排序策略的有效性,本文选取某租赁系统开展了验证实验,实验采用Java软件环境重复进行50次,得到Additional策略与本文排序策略的测试序列,对比两种策略的APFD值和缺陷检测比,结果表明本文排序策略得到的测试序列的APFD平均值和缺陷检测比均比Additional策略高,提高了回归测试的效率,同时有比较好的缺陷检测速率和稳定性。传统测试用例优先排序技术(如Additional策略)大多采用的是没有反馈信息或没有利用历史信息的技术。随着软件的不断更迭,功能不断增加,软件会越来越复杂,像Additional策略的测试效果就会达到瓶颈,本文为了优化这种情况下回归测试排序策略的测试效果,提出利用缺陷信息反馈和历史信息进行测试用例优先级排序。使用缺陷信息反馈的策略会融入上一轮回归测试的缺陷信息,通过缺陷与测试用例的关系,得到需求,缺陷和测试用例的映射关系,来改变需求的优先级。使用历史信息的策略融入多轮回归测试的历史信息,计算用例的优先执行概率,改变用例优先级。本文选取某租赁系统为待测对象,开展验证实验验证两种策略的有效性,实验采用Java软件环境,首先得到Additional策略、基于需求等级的Additional策略、基于缺陷信息反馈的测试用例优先级调整策略与基于历史信息的的排序策略的测试序列,以有无缺陷信息反馈场景为参照,对比四种策略的APFD值,结果表明有缺陷信息反馈的策略得到的测试序列的APFD平均值比无缺陷信息反馈策略的高,验证了引入缺陷信息反馈的有效性。另外对比有缺陷信息反馈的两种策略的APFD值,表明在多轮回归测试场景下比单一考虑上一轮回归测试的场景的回归测试效率更高。最后在实际系统中应用本文提出的测试用例优先级排序和调整策略应用,借助系统的需求说明及测试用例的信息,对测试用例排序,得到应用前后执行结果对比分析优劣,结果表明在相同时间约束下,该排序和调整策略可以检测出更多的缺陷,验证了其实用价值。
其他文献
产教融合背景下,基于临床医生工作过程,从教学内容重构、模拟仿真教学、医教深度融合、评价机制改革等方面对诊断学实践教学进行有益探索,提升临床医学专业学生实践能力,为城乡基层医疗卫生机构培养高素质技能型专门人才打下基础。
近年来,随着深度学习技术的不断发展,人工智能的研究与应用也逐步渗入到了社会的各个领域。尤其在教育领域,目前面临着信息化和智能化的转型,因而探究人工智能技术在教育领域中的应用具有重要意义。智能提问是构建智能化教学环境的一个重要组成部分,它与教育学、计算机、心理学等众多学科有着密不可分的联系。在智能教学过程中,通过利用人工智能技术学习相关文本内容,自动提出有意义的问题,从而达到辅助教师授课以及提高学生
甲状腺结节是成年人群体中最常见的内分泌疾病之一,结节存在恶性风险,可能会发生癌变,及时进行诊断治疗能够减轻患者痛苦。超声成像由于其便捷、廉价、对患者无损伤等特性被广泛应用于甲状腺结节诊断。医生在人工阅片进行甲状腺结节诊断时需要耗费大量的精力,并且具有一定的主观性,可能产生漏诊、误诊的现象。而利用计算机辅助诊断系统可以较为客观、定量地描述结节,减轻医生压力并减少误诊。医疗图像分割作为计算机辅助诊断中
高接换种是将接穗嫁接在大树分枝上,利用大树原有的强大根系及树干的充足营养实现树冠快速建成和产量恢复的嫁接技术,是品种快速更新、提高经济效益的重要手段,并在全世界广泛应用。中国是柑橘的主要发源地,有4000多年的柑橘栽培历史和800多年的柑橘嫁接历史。近年来我国四川、重庆等柑橘产区采用高接换种的方式进行品种更新,但生产过程中大面积出现高接黄化现象,树冠建成慢、产量难以恢复,严重影响了当地柑橘产业升级
集成学习算法和理论的研究,一直是人工智能领域研究的热点。集成学习算法通过融合多个基学习器,组成一个性能更优越的强学习器,泛化能力得到增强。而获得一个优秀的强学习器,首要问题是使参与集成的基学习器准确且多样。为了解决这个问题,经典的方法是通过对整体训练集进行多次采样生成多个采样集,训练这些采样集将得到多个准确且具有一定多样性的基学习器,但是由于每个采样集遵循整体训练集的大致分布,训练得到的基学习器的
近年来在计算机视觉研究领域,行人重识别问题越来越引起学术界和工业界的广泛关注。其主要解决跨摄像机跨场景下的行人识别与检索,可看作是图像检索的子问题,能广泛运用于智慧城市、智能安防、刑侦等领域。同时行人重识别方法还能与人脸识别方法结合,互为补充。对不能获得清晰人脸图像的人员实现跨摄像机视角的识别与追踪,提升数据的时间与空间连续性。人脸识别与行人重识别本质上都是对图像特征的提取与表征,以及对特征的度量
文本验证码是一种自动识别用户的工具。当用户访问网站、查找信息、下载网络资源时,会调用到不同种类的验证码进行验证,包括用户注册、频繁认证失败、同一个IP地址频繁下载资源等情况。使用文本验证码能有效区分机器和人,保护用户的个人隐私和网站的安全,防止他人编写程序盗取网络资源,提高真实用户对网络资源的实际利用率。随着深度学习技术应用到文本图像识别,越来越多地识别技术逐渐攻破文本验证码防御技术点,成功识别文
随着医疗数据的急速增长,传统的搜索引擎已经不能够满足人们检索医疗信息的需求,当人们使用搜索引擎进行检索时,返回的往往是一些网页链接,这些信息通常杂乱无章,需要人为去筛选。此外,医学知识的复杂多样以及用户医疗知识的匮乏都使得检索变得非常困难。问答系统的诞生给问题的解决带来了契机。将问答系统应用于医疗咨询领域形成医疗导诊系统,可以快速了解用户意图,为用户提供高质量的导诊服务。传统的导诊系统都是基于规则
古代文献记录了历史,是人类文明的财富。人们通过历史文献来了解和研究社会的历史发展。伴随数字化的发展,古籍数字化,即将实体纸质的古籍转换为数据,成为一种新兴的古籍保护手段。这种方式既提高传播的效率,又能保护原本,避免不必要的损坏。但古籍在长期的传递过程中,人为原因和自然原因导致不少古籍的文字出现破损和腐蚀。修复破损的文字是使这些文献能够被研究,学习和传播的先决条件。目前,传统的文字修复工作由研究人员
随着计算机算力的提升和人工智能技术的快速发展,基于深度学习的算法被广泛应用在各种计算机视觉任务中,其中,多种基于卷积神经网络搭建的深度学习模型被相继提出,它们极大地推动了图像分类和目标检测等计算机视觉任务的发展。但是通过增加网络深度和设计更加复杂的网络模型来提升网络性能,往往是不可取的,尤其对于资源有限的移动设备和嵌入式设备。因此,设计高效的卷积神经网络模块来提高卷积神经网络对特征的提取能力是深度