作為一種重要的軟件測試技術(shù),變異測試不僅可以用于構(gòu)造完備的測試用例集以揭示軟件缺陷,而且可以用來衡量測試用例集的揭錯能力,評估測試用例集的有效性。然而,變異測試所產(chǎn)生的大量變異體和所生成的測試用例的高冗余性,使得變異測試耗費巨大。隨著軟件規(guī)模的不斷擴大,這一問題變得尤為突出。因此,尋找更加有效的方法來解決目前所存在的高耗問題變得更加迫切。鑒于此,本文從變異體約簡和測試用例生成兩個方面進行研究,目的是在提高變異測試效率的同時對變異測試降耗。為了有效減少變異體的數(shù)量,本文提出基于改進譜聚類算法的變異體約簡方法。首先,利用查殺矩陣給出變異體之間的距離計算公式;然后,利用改進的譜聚類算法對變異體進行聚類;最后,在每一類隨機選擇一個變異體作為代表性個體,以構(gòu)成變異體約簡集合。所提方法在不影響測試用例充分度的情況下,有效約簡變異體。為了高效生成殺死變異體的測試用例,本文提出基于擴展路徑覆蓋的弱變異測試用例生成方法。首先,使用弱變異轉(zhuǎn)化規(guī)則獲得變異分支,并依據(jù)4個規(guī)則構(gòu)建擴展控制流程圖;然后,根據(jù)擴展控制流程圖,為每一個邊附上轉(zhuǎn)移概率,從而獲得馬爾科夫鏈使用模型;接著,基于馬爾科夫鏈使用模型自動生成... 

【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學位級別】：碩士

【部分圖文】：

所提方法和兩個自動確定聚類數(shù)目的基準技術(shù)的對比結(jié)果

碩士學位論文30較本文所提方法低（11個程序中僅有一個程序超過95%）。換句話說，與其他兩種基準技術(shù)相比較，本文所提方法所獲得的聚類數(shù)目平均值可以實現(xiàn)在效率（變異體約簡子集的大�。┖陀行裕ň哂休^高的變異得分）上較好的平衡。2.5.3譜聚類算法的性能結(jié)果及分析圖2-4給出了所提方法與其他兩個聚類算法的對比結(jié)果。圖2-4所提方法與其他兩個聚類算法的對比結(jié)果Figure2-4Theresultsofcomparisonbetweentheproposedmethodandtheothertwoclusteringalgorithms從圖2-4中可以看出，三個聚類技術(shù)中，SCMT在totalTMS上表現(xiàn)更優(yōu)，變異得分較高。我們可以得出在SCMT中的譜聚類算法要優(yōu)于ACA和聚類算法Kmeans。應(yīng)該注意的是，盡管看起來性能不佳，光譜聚類還有另一個優(yōu)勢：可以使用光譜聚類算法自動確定聚類的數(shù)量，這不適用于Kmeans和ACA，表明SCMT不僅具有更高的效率，而且具有更好的可伸縮性。2.6本章小結(jié)（ConclusionsofThisChapter）變異測試可用于指導有效檢測各種故障的測試用例的生成，以及評估測試方法的有效性。由于在變異測試中會產(chǎn)生大量的變異體，從而導致了高昂的計算成本，而且在許多實際情況下，阻礙變異測試的應(yīng)用范圍。本章我們給出了一種基于智能技術(shù)的變異體約簡方法，即光譜聚類。該方法首先自動確定聚類的數(shù)目；然后，使用光譜聚類技術(shù)將變異體分類為多個簇；最后，在每個簇中選擇有一個變異體來構(gòu)成變異體的子集。為了評估所提方法的有效性，本文將所提方法（SCMT）應(yīng)用于現(xiàn)實中11個基準程序。結(jié)果表明，該方法可以顯著減少變異體的數(shù)量不會影響變異體檢測的性能。與其他基準測試技術(shù)相比，所提方法能夠始終如一地提供高效的變異檢測。盡管我們使用本章方法對變異體進行有效約簡，但是對復雜程序而言，約簡


本文編號：3488469