基于网格区域密度的适应性随机测试用例生成算法研究
发布时间：2021-07-20 13:50
软件测试力求以更低的成本和更快的效率,生成与选择具有代表性的测试用例来检测软件程序中的故障。在现有的测试用例生成方法中,随机测试（Random Testing,RT）能够根据其随机分布的特点来挑选测试用例。该方法因其简单实用的特性,已广泛应用于实际测试中,但它并不能有效地利用测试用例的空间位置等信息,所以故障检测效果并不理想。为了提升随机测试的故障检测效果,研究人员提出了适应性随机测试（Adaptive Random Testing,ART）方法,它利用已执行但未发现故障的测试用例位置信息来产生测试用例,保证测试用例尽可能“均匀”地分布在输入域中,进而显著地提升故障检测效果。作为适应性随机测试的典型研究方法,FSCS-ART（Fixed-Sized-Candidate-Set ART）因其具备较好的检测效果,自提出便被深入研究。然而随着输入域维度的升高,它所生成的测试用例很大程度靠近于输入域边缘,导致故障检测效果变差,不仅如此,庞大的计算开销也会使得运行效率急剧下降。针对FSCS-ART方法中存在的故障检测效果差和运行效率低这两类问题,本研究提出了一种新的适应性随机测试用例生成算法——...
【文章来源】：江西财经大学江西省
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
块状模式下各 ART 算法 -ratio 对比图（ =2）
第4章实验设计与结果分析43图4-2块状模式下各ART算法-ratio对比图（=4）表4.3展示了条状失效模式下，程序输入域为2维时，各个算法的-ratio值。它们之间的失效检测效果差距不是很大，随着失效率的降低，各个算法的-ratio值大体上呈上升趋势。当失效率0.0005时，FSCS-ART算法的-ratio值为95.15%，ART-DGR算法的-ratio值为95.73%，两者比较接近，也能说明两者在该失效率下有着相当的失效检测能力。而在其它失效率下，它们的-ratio值最多差了3%，因此没有很大变化。虽然ART-ORB算法在失效率为0.1的时候-ratio值最低，但是当失效率为0.0001时，它的-ratio值最高。表4.3条状模式下各ART算法的F-ratio（=2）（单位：%）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
基于网格区域密度的适应性随机测试用例生成算法研究44图4-3条状模式下各ART算法-ratio对比图（=2）表4.4展示了条状失效模式下，程序输入域为4维时，各个算法的F-ratio值。失效率≥0.005时，ART-DGR算法的失效检测能力相比于其它算法表现较差。当失效率降低时，它的-ratio值在100%上下浮动，表现得较为稳定。相较于其它算法而言，当失效率=0.0001时，ART-DGR算法的-ratio值最校从图4-4可以观察出，各ART算法的失效检测能力保持相当。表4.4条状模式下各ART算法的-ratio（=4）（单位：%）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
【参考文献】：
期刊论文
[1]3n镜像适应性随机测试算法[J]. 聂剑平,钱越英,陈润强. 计算机工程. 2010(09)
[2]计算机软件测试方法的研究[J]. 马瑞芳,王会燃. 小型微型计算机系统. 2003(12)
博士论文
[1]面向对象程序分析与测试技术研究[D]. 毛澄映.华中科技大学 2006
硕士论文
[1]FSCS自适应随机测试算法的边界效应及运行效率研究[D]. 王卫锋.华东师范大学 2010
本文编号：3292943
【文章来源】：江西财经大学江西省
【文章页数】：89 页
【学位级别】：硕士
【部分图文】：
块状模式下各 ART 算法 -ratio 对比图（ =2）
第4章实验设计与结果分析43图4-2块状模式下各ART算法-ratio对比图（=4）表4.3展示了条状失效模式下，程序输入域为2维时，各个算法的-ratio值。它们之间的失效检测效果差距不是很大，随着失效率的降低，各个算法的-ratio值大体上呈上升趋势。当失效率0.0005时，FSCS-ART算法的-ratio值为95.15%，ART-DGR算法的-ratio值为95.73%，两者比较接近，也能说明两者在该失效率下有着相当的失效检测能力。而在其它失效率下，它们的-ratio值最多差了3%，因此没有很大变化。虽然ART-ORB算法在失效率为0.1的时候-ratio值最低，但是当失效率为0.0001时，它的-ratio值最高。表4.3条状模式下各ART算法的F-ratio（=2）（单位：%）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
基于网格区域密度的适应性随机测试用例生成算法研究44图4-3条状模式下各ART算法-ratio对比图（=2）表4.4展示了条状失效模式下，程序输入域为4维时，各个算法的F-ratio值。失效率≥0.005时，ART-DGR算法的失效检测能力相比于其它算法表现较差。当失效率降低时，它的-ratio值在100%上下浮动，表现得较为稳定。相较于其它算法而言，当失效率=0.0001时，ART-DGR算法的-ratio值最校从图4-4可以观察出，各ART算法的失效检测能力保持相当。表4.4条状模式下各ART算法的-ratio（=4）（单位：%）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
【参考文献】：
期刊论文
[1]3n镜像适应性随机测试算法[J]. 聂剑平,钱越英,陈润强. 计算机工程. 2010(09)
[2]计算机软件测试方法的研究[J]. 马瑞芳,王会燃. 小型微型计算机系统. 2003(12)
博士论文
[1]面向对象程序分析与测试技术研究[D]. 毛澄映.华中科技大学 2006
硕士论文
[1]FSCS自适应随机测试算法的边界效应及运行效率研究[D]. 王卫锋.华东师范大学 2010
本文编号：3292943
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3292943.html
最近更新
教材专著
