基于網格區(qū)域密度的適應性隨機測試用例生成算法研究
發(fā)布時間：2021-07-20 13:50
軟件測試力求以更低的成本和更快的效率,生成與選擇具有代表性的測試用例來檢測軟件程序中的故障。在現有的測試用例生成方法中,隨機測試（Random Testing,RT）能夠根據其隨機分布的特點來挑選測試用例。該方法因其簡單實用的特性,已廣泛應用于實際測試中,但它并不能有效地利用測試用例的空間位置等信息,所以故障檢測效果并不理想。為了提升隨機測試的故障檢測效果,研究人員提出了適應性隨機測試（Adaptive Random Testing,ART）方法,它利用已執(zhí)行但未發(fā)現故障的測試用例位置信息來產生測試用例,保證測試用例盡可能“均勻”地分布在輸入域中,進而顯著地提升故障檢測效果。作為適應性隨機測試的典型研究方法,FSCS-ART（Fixed-Sized-Candidate-Set ART）因其具備較好的檢測效果,自提出便被深入研究。然而隨著輸入域維度的升高,它所生成的測試用例很大程度靠近于輸入域邊緣,導致故障檢測效果變差,不僅如此,龐大的計算開銷也會使得運行效率急劇下降。針對FSCS-ART方法中存在的故障檢測效果差和運行效率低這兩類問題,本研究提出了一種新的適應性隨機測試用例生成算法——...
【文章來源】：江西財經大學江西省
【文章頁數】：89 頁
【學位級別】：碩士
【部分圖文】：
塊狀模式下各 ART 算法 -ratio 對比圖（ =2）
第4章實驗設計與結果分析43圖4-2塊狀模式下各ART算法-ratio對比圖（=4）表4.3展示了條狀失效模式下，程序輸入域為2維時，各個算法的-ratio值。它們之間的失效檢測效果差距不是很大，隨著失效率的降低，各個算法的-ratio值大體上呈上升趨勢。當失效率0.0005時，FSCS-ART算法的-ratio值為95.15%，ART-DGR算法的-ratio值為95.73%，兩者比較接近，也能說明兩者在該失效率下有著相當的失效檢測能力。而在其它失效率下，它們的-ratio值最多差了3%，因此沒有很大變化。雖然ART-ORB算法在失效率為0.1的時候-ratio值最低，但是當失效率為0.0001時，它的-ratio值最高。表4.3條狀模式下各ART算法的F-ratio（=2）（單位：%）失效率FSCS-ARTART-RPART-BPIP-ARTART-ORBART-DGR0.187.2988.0585.9384.9784.9487.660.0587.5089.4388.1986.1587.8587.380.0193.6294.6493.5089.8794.1592.040.00595.3696.8693.3693.2998.0993.010.00297.5197.7795.9496.6796.6794.510.00196.49100.1799.1097.1296.7594.610.000595.1597.7598.9597.5897.7495.730.000298.5998.0896.2199.3998.2697.290.000199.8598.5898.6699.20101.4697.42
基于網格區(qū)域密度的適應性隨機測試用例生成算法研究44圖4-3條狀模式下各ART算法-ratio對比圖（=2）表4.4展示了條狀失效模式下，程序輸入域為4維時，各個算法的F-ratio值。失效率≥0.005時，ART-DGR算法的失效檢測能力相比于其它算法表現較差。當失效率降低時，它的-ratio值在100%上下浮動，表現得較為穩(wěn)定。相較于其它算法而言，當失效率=0.0001時，ART-DGR算法的-ratio值最校從圖4-4可以觀察出，各ART算法的失效檢測能力保持相當。表4.4條狀模式下各ART算法的-ratio（=4）（單位：%）失效率FSCS-ARTART-RPART-BPIP-ARTART-ORBART-DGR0.1101.3594.9393.05101.3092.69103.770.0599.0496.7194.5499.9894.51100.950.0197.4298.9398.5797.8896.75100.270.00598.6499.0299.0499.5699.18100.710.00298.8299.54100.3498.70101.04100.800.00198.6998.17100.06100.1198.03101.020.0005100.2299.6499.85101.8297.22100.160.0002101.52100.42100.8799.33101.13100.670.000199.70101.8199.9999.60100.0998.93
【參考文獻】：
期刊論文
[1]3n鏡像適應性隨機測試算法[J]. 聶劍平,錢越英,陳潤強. 計算機工程. 2010(09)
[2]計算機軟件測試方法的研究[J]. 馬瑞芳,王會燃. 小型微型計算機系統(tǒng). 2003(12)
博士論文
[1]面向對象程序分析與測試技術研究[D]. 毛澄映.華中科技大學 2006
碩士論文
[1]FSCS自適應隨機測試算法的邊界效應及運行效率研究[D]. 王衛(wèi)鋒.華東師范大學 2010
本文編號：3292943
【文章來源】：江西財經大學江西省
【文章頁數】：89 頁
【學位級別】：碩士
【部分圖文】：
塊狀模式下各 ART 算法 -ratio 對比圖（ =2）
第4章實驗設計與結果分析43圖4-2塊狀模式下各ART算法-ratio對比圖（=4）表4.3展示了條狀失效模式下，程序輸入域為2維時，各個算法的-ratio值。它們之間的失效檢測效果差距不是很大，隨著失效率的降低，各個算法的-ratio值大體上呈上升趨勢。當失效率0.0005時，FSCS-ART算法的-ratio值為95.15%，ART-DGR算法的-ratio值為95.73%，兩者比較接近，也能說明兩者在該失效率下有著相當的失效檢測能力。而在其它失效率下，它們的-ratio值最多差了3%，因此沒有很大變化。雖然ART-ORB算法在失效率為0.1的時候-ratio值最低，但是當失效率為0.0001時，它的-ratio值最高。表4.3條狀模式下各ART算法的F-ratio（=2）（單位：%）失效率FSCS-ARTART-RPART-BPIP-ARTART-ORBART-DGR0.187.2988.0585.9384.9784.9487.660.0587.5089.4388.1986.1587.8587.380.0193.6294.6493.5089.8794.1592.040.00595.3696.8693.3693.2998.0993.010.00297.5197.7795.9496.6796.6794.510.00196.49100.1799.1097.1296.7594.610.000595.1597.7598.9597.5897.7495.730.000298.5998.0896.2199.3998.2697.290.000199.8598.5898.6699.20101.4697.42
基于網格區(qū)域密度的適應性隨機測試用例生成算法研究44圖4-3條狀模式下各ART算法-ratio對比圖（=2）表4.4展示了條狀失效模式下，程序輸入域為4維時，各個算法的F-ratio值。失效率≥0.005時，ART-DGR算法的失效檢測能力相比于其它算法表現較差。當失效率降低時，它的-ratio值在100%上下浮動，表現得較為穩(wěn)定。相較于其它算法而言，當失效率=0.0001時，ART-DGR算法的-ratio值最校從圖4-4可以觀察出，各ART算法的失效檢測能力保持相當。表4.4條狀模式下各ART算法的-ratio（=4）（單位：%）失效率FSCS-ARTART-RPART-BPIP-ARTART-ORBART-DGR0.1101.3594.9393.05101.3092.69103.770.0599.0496.7194.5499.9894.51100.950.0197.4298.9398.5797.8896.75100.270.00598.6499.0299.0499.5699.18100.710.00298.8299.54100.3498.70101.04100.800.00198.6998.17100.06100.1198.03101.020.0005100.2299.6499.85101.8297.22100.160.0002101.52100.42100.8799.33101.13100.670.000199.70101.8199.9999.60100.0998.93
【參考文獻】：
期刊論文
[1]3n鏡像適應性隨機測試算法[J]. 聶劍平,錢越英,陳潤強. 計算機工程. 2010(09)
[2]計算機軟件測試方法的研究[J]. 馬瑞芳,王會燃. 小型微型計算機系統(tǒng). 2003(12)
博士論文
[1]面向對象程序分析與測試技術研究[D]. 毛澄映.華中科技大學 2006
碩士論文
[1]FSCS自適應隨機測試算法的邊界效應及運行效率研究[D]. 王衛(wèi)鋒.華東師范大學 2010
本文編號：3292943
本文鏈接：http://sikaile.net/shoufeilunwen/xixikjs/3292943.html
最近更新
教材專著
