带参数约束的组合测试用例生成研究

来源 :安徽大学 | 被引量 : 1次 | 上传用户:xuelin_1985
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
随着计算机技术的不断发展,软件测试渐渐成为一项耗费大量资源的活动,因此人们一直在研究使用何种方法来降低软件测试的成本。经验及实践表明,组合测试是一种实际而有效的测试方法,它假设待测软件系统中的缺陷往往是由少数参数间的相互作用而触发的。因其能使用较小规模的测试用例集来实现对被测试系统进行科学有效的测试而得到广泛的研究和应用。组合测试用例集的生成技术是测试领域研究的重点之一。本文在第二章介绍了组合测试的一些基本概念以及几种常见的组合测试用例生成算法,并简要说明了这几种算法的优缺点。在传统组合测试用例生成方法中,一般是假设待测系统软件中各参数取值是互不影响的,但是在实际应用中,软件各参数间往往存在一定的约束关系,从而会使这些参数中某些取值的组合受到一定限制。本文在第三章介绍了四种约束处理策略,并通过实例说明了这几种策略处理约束的过程,分析了使用这四种约束处理策略的前提条件,给出了一个简单的算法机制用来缩减使用其中三种策略后生成的冗余测试用例。参数间的约束关系大致上可以分为两类:第一类是非强制性约束;第二类是强制性约束。由于非强制性约束对待测软件的错误检测能力影响不大,因此本文主要针对的是强制性约束。在测试用例生成时考虑参数间的约束关系,就有可能精简测试用例集的规模。因为参数间的复杂关系,可能会出现给定的参数约束诱导出新的约束关系,即隐含约束,如果忽略对隐含约束的处理,可能会导致测试用例生成算法出现异常。为了解决该问题,本文提出了一种能够处理隐含约束关系的算法,该算法通过对给定的参数约束集合进行处理,得到隐含约束关系后,将其并入原有的参数约束集,得到所有的约束关系的集合,本文最后通过实例说明了算法的有效性。本文在深入研究PSST算法的基础上,引入输入参数间的约束关系,使其在不影响覆盖率的前提下,生成规模更小的测试用例集并在第四章给出了算法的具体描述。算法的基本步骤是:首先检查待测系统给定的约束关系集合中是否包含隐含约束,如果存在则求解出隐含约束,将其并入到原有的约束关系集。约束关系集里的约束组合不能出现在最后生成的测试用例中;然后用回溯算法遍历解空间树,遍历的同时,利用参数间的约束关系对树的枝叶进行裁剪,以避免产生无效的测试用例并减少遍历的次数。当遍历到叶子节点时,把符合条件的从根到叶子节点之间的路径组合输出,即生成了测试用例集;最后检查回溯算法生成的测试用例集是否包含所有参数的取值组合对,如果还有没被覆盖的组合对,则使用贪心算法补全测试用例,以达到两两组合覆盖的标准。在第五章,通过实验表明了使用该方法也能有效地减少测试用例的数量。
其他文献
无线传感器网络是以数据为中心的网络,数据的感知、传输以及存储操作是无线传感器网络的主要任务。传感器节点在产生感知数据后如何存储数据,采用何种存储策略是无线传感器网络
随着信息技术的发展,人们从科学实验和生产实践中获得的三维体数据越来越多,体数据可视化的需求也日益增长。直接体绘制是体数据可视化的重要方法之一,将体数据中的体素映射为颜
由于自然因素和人为因素的影响,我国古建筑已受到了严重的破坏。为了平衡旅游经济的发展和文化保护的要求,通过对古建筑的虚拟三维建模来模拟其真实场景已经得到了广泛应用。纹
信息技术的飞速发展和互联网的广泛普及使得人们越来越容易地得到信息。然而,互联网的信息往往是包括各个行业的文本数据,为了高效地获取相关类别的中文文本信息,有必要对中文文
近年来自然灾害频发,灾难所带来的危害严重影响到人民的生命和财产安全,引起了全社会的广泛关注。RoboCup救援仿真系统通过计算机模拟现实中的城市灾难场景,通过仿真机器人来完
本课题系国家科技重大专项项目"TD-SCDMA行业信息化应用方案开发与产业化”。随着3G技术的不断成熟,3G视频应用变得越来越广泛。但是由于无线网络的开放性,给信息安全以及内
近年来有不少学者对图像配准技术进行研究,并提出了一系列相关算法。其中ASIFT算法被证明是具有完全的仿射不变性的图像配准算法。相对于经典的尺度不变的SIFT算法,ASIFT算法
随着计算机及网络技术的快速发展,对重要而敏感信息的保护受到高度的关注。门限签名是现代密码学的重要分支,在保证数据的完整性、私有性等方面有着极其重要的作用。门限签名可
胎儿心电(Fetal Electrocardiogram:FECG)中包含着大量的生理信息,能够直观的反应围产期胎儿的生长发育和健康状况,达到对疾病及时发现、及时治疗的目的。目前FECG的主要检测
流形学习方法的研究逐渐成为了机器学习领域里的一个重要分支。针对图像特征流形的问题,本文提出了图像特征流形的谱估计学习框架,包括:(1)分析了图像流形拓扑不变性的相关谱