基于马尔科夫使用模型的软件测试是一种应用广泛的灰盒测试技术,运用此模型进行测试用例自动生成对提高软件测试效率和质量具有重要意义。本文针对已有基于马尔科夫使用模型的测试用例自动生成方法存在的问题,开展了以下几个方面的研究工作:(1)对已有马尔科夫测试用例自动化生成方法进行仿真实验与分析,发现在测试用例生成方面,由于其测试原理依据大数定律,并且忽略了现实中软件运行状态之间的相互关联关系以及测试准则不合理等原因,使得生成的测试用例存在很大的不稳定性,即有时很难覆盖软件运行的所有状态。(2)研究并提出了基于高阶马尔科夫使用模型的测试用例生成方法—MarAutoTC,并应用改进的基于二分查找的快速轮盘赌算法来提高测试用例生成的速度。与现有方法进行对比实验证明,MarAutoTC方法比改进前在用时上减少了约20%,全覆盖比例提高了约18.3%。(3)对测试用例生成的充分性判定准则进行分析,发现以欧式距离或者期望值作为充分性判定准则,也会导致生成的测试用例覆盖不稳定的情况,为此本文将熵值和欧式距离相结合作为充分性判定准则。经过多组实验证明,应用改进的测试充分性判定准则能更节省时间,测试效率更高。(4)运用改进后的测试用例生成方法和充分性判定方法,开发了测试用例生成系统—AutoTC,该系统能够导入UML模型,直接生成测试用例,真正实现了测试用例生成的自动化。最终实验结果表明,MarAutoTC方法对于基于模型的灰盒测试用例自动生成研究具有一定的理论参考价值。同时,AutoTC系统由于能够运用MarAutoTC方法自动生成稳定性较高的测试用例集,对提高测试用例生成的效率和质量具有很大的应用价值。