發(fā)布時間：2020-12-04 17:27

　　隨著信息技術(shù)的快速發(fā)展,軟件系統(tǒng)影響著我們生活的方方面面,其可靠性也受到越來越多的關(guān)注。軟件測試是用來保證軟件質(zhì)量的重要手段,其目標(biāo)是以較少的開銷檢測出引發(fā)程序錯誤的失效位置。隨機測試（Random Testing,RT）是最為基本的軟件測試技術(shù)之一,因其思路簡單易于實現(xiàn)而在實際生活被廣泛使用。RT通過隨機選擇的方式在程序輸入域中選擇測試用例,但是其失效檢測能力有限。適應(yīng)性隨機測試（Adaptive Random Testing,ART）通過使測試用例之間保持一定的距離提高其多樣性,從而可以提升隨機測試的有效性。FSCS-ART（FixedSize-Candidate-Set ART）算法基于“均勻分布”的思想,通過距離指標(biāo)衡量候選用例,選擇到已執(zhí)行測試用例距離最遠的用例作為下一個執(zhí)行的用例。但是隨著已執(zhí)行用例池的增加,該算法每產(chǎn)生一個測試用例將需要更多的計算開銷,高昂的計算開銷限制了其廣泛使用。此外,高維情況下的邊界效應(yīng)導(dǎo)致算法的失效檢測能力顯著下降。為了解決上述兩個問題,本文提出了基于中心補償策略的FSCS-ART算法（Adaptive Random Testing by Cent... 

【文章來源】：江西財經(jīng)大學(xué)江西省

【文章頁數(shù)】：105 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1.緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 軟件測試技術(shù)
        1.2.1 隨機測試
        1.2.2 失效模式
        1.2.3 失效率
        1.2.4 算法有效性度量
        1.2.5 適應(yīng)性隨機測試
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 基于距離的適應(yīng)性隨機測試
        1.3.2 基于限制的適應(yīng)性隨機測試
        1.3.3 基于劃分的適應(yīng)性隨機測試
        1.3.4 其他類型的適應(yīng)性隨機測試
    1.4 本文研究內(nèi)容
    1.5 論文組織結(jié)構(gòu)
2 適應(yīng)性隨機測試的相關(guān)研究
    2.1 FSCS-ART算法
        2.1.1 FSCS-ART算法描述
        2.1.2 FSCS-ART算法分析
    2.2 ART-BP算法
        2.2.1 ART-BP算法描述
        2.2.2 ART-BP算法分析
    2.3 IPT-PS算法
        2.3.1 IPT-PS算法描述
        2.3.2 IPT-PS算法分析
    2.4 ART-ORB算法
        2.4.1 ART-ORB算法描述
        2.4.2 ART-ORB算法分析
    2.5 本章小結(jié)
3.基于中心補償策略的FSCS-ART算法
    3.1 算法概述
        3.1.1 相關(guān)定義
        3.1.2 算法核心思想
    3.2 失效檢測效果提升
        3.2.1 區(qū)域篩選策略
        3.2.2 中心補償策略實施
        3.2.3 邊界分布控制變量θ
    3.3 失效檢測效率提升
        3.3.1 遺忘策略
        3.3.2 低維距離感知遺忘策略的實施
        3.3.3 高維鄰居區(qū)域的限制
    3.4 算法描述
        3.4.1 測試用例選擇過程描述
        3.4.2 算法流程描述
        3.4.3 算法時間復(fù)雜度分析
    3.5 本章小結(jié)
4 模擬實驗結(jié)果與分析
    4.1 模擬實驗設(shè)置
        4.1.1 模擬實驗評估標(biāo)準(zhǔn)
        4.1.2 實驗設(shè)置
    4.2 算法失效檢測能力分析
    4.3 算法運行效率分析
    4.4 本章小結(jié)
5.實證實驗結(jié)果與分析
    5.1 實證實驗設(shè)置
        5.1.1 實證實驗評估標(biāo)準(zhǔn)
        5.1.2 實驗設(shè)置
    5.2 算法失效檢測能力分析
    5.3 算法運行效率分析
    5.4 本章小結(jié)
6.總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻
攻讀碩士學(xué)位期間的主要研究成果
致謝


【參考文獻】：
期刊論文
[1]Toward a K-means clustering approach to adaptive random testing for object-oriented software[J]. Jinfu CHEN,Minmin ZHOU,T H TSE,Tsong Yueh CHEN,Yuchi GUO,Rubing HUANG,Chengying MAO.  Science China(Information Sciences). 2019(11)
[2]組合測試研究進展[J]. 聶長海.  中國科技論文. 2017(20)
[3]模糊測試技術(shù)研究綜述[J]. 張雄,李舟軍.  計算機科學(xué). 2016(05)
[4]一種基于優(yōu)先級的迭代劃分測試方法[J]. 章曉芳,章宗長,謝曉園,周誼成.  計算機學(xué)報. 2016(11)
[5]A revisit of three studies related to random testing[J]. CHEN Tsong Yueh,KUO Fei-Ching,TOWEY Dave,ZHOU Zhi Quan.  Science China(Information Sciences). 2015(05)

碩士論文
[1]FSCS自適應(yīng)隨機測試算法的邊界效應(yīng)及運行效率研究[D]. 王衛(wèi)鋒.華東師范大學(xué) 2010



本文編號：2897974