基于语句占优关系和两阶段遗传算法的高阶变异测试方法

    公开(公告)号:CN103605605B

    公开(公告)日:2016-05-25

    申请号:CN201310595506.7

    申请日:2013-11-21

    Abstract: 本发明公布了一种基于语句占优关系和两阶段遗传算法的高阶变异测试方法,目的是提高高阶变异测试的有效性和质量。首先,基于程序的占优关系树,来确定高阶变异的语句选择问题,从而保障位于同一个高阶变异体中的所有变异语句都被执行;然后,建立所需的目标函数,对高阶变异体的优劣进行度量;最后,设计了一种包含两个交替进化过程的遗传算法来生成高质量的高阶变异体,从而揭示程序所包含的复杂缺陷。该方法不但可以减少高阶变异体的数量,还可以保证高阶变体具有好的性能,对提高高阶变异测试的有效性和可行性具有重要意义。

    基于语句覆盖和缺陷检测的多目标测试数据缩减方法

    公开(公告)号:CN104281522A

    公开(公告)日:2015-01-14

    申请号:CN201410543046.8

    申请日:2014-10-14

    Abstract: 本发明提出一种基于语句覆盖和缺陷检测的多目标测试数据缩减方法,目的是有效减少测试数据的冗余度,提高软件测试的效率。首先,将测试数据缩减问题转化为多目标优化问题,优化的目标是使得测试数据集的语句覆盖率和缺陷检测率尽可能地多,并且测试数据的个数尽可能地少;然后明确各个目标函数,建立多目标优化模型;最后提出一种遗传算法对该问题进行求解。该方法能够找到有效的测试数据,使其同时满足满足语句覆盖率、缺陷检测率的最大化,测试数据个数最小化。

    基于邻接矩阵的节点匹配模型及进化求解方法

    公开(公告)号:CN103995954A

    公开(公告)日:2014-08-20

    申请号:CN201410139373.7

    申请日:2014-04-08

    Abstract: 本发明公布了一种基于邻接矩阵的节点匹配模型及进化求解方法,目的当对关联网络进行综合分析时找出多重身份个体在不同网络中的节点对应关系,从而进行网络数据的挖掘。首先,建立了基于邻接矩阵的节点匹配模型,发明了两个网络匹配优劣的评价函数,从而把网络节点匹配问题转化为一个函数优化问题,从而简化问题;然后,给出了节点匹配问题的进化求解方法;最后,用三类常用的复杂网络进行匹配实验,从而揭示和检验本发明提出的方法的有效性。

    含随机数软件测试数据生成问题的优化模型及进化求解

    公开(公告)号:CN103902455A

    公开(公告)日:2014-07-02

    申请号:CN201410139311.6

    申请日:2014-04-08

    Abstract: 本发明公布了含随机数软件测试数据生成问题的优化模型及进化求解方法。软件测试的核心,是要在短时间内生成有效的测试数据。对于内部含有随机数等不确定参数的复杂软件,传统的测试数据生成方法往往难以奏效。本文首先给出含随机数软件的测试充分性准则,在此基础上建立了含随机数软件测试数据生成问题的数学模型,并提出相应的进化优化求解方法。

    基于语句占优关系的变异测试数据进化生成方法

    公开(公告)号:CN111352830B

    公开(公告)日:2023-10-24

    申请号:CN202010008504.3

    申请日:2020-01-06

    Abstract: 本发明公布了基于语句占优关系的变异测试数据进化生成方法。变异测试的关键问题之一是要在短时间内生成有效杀死变异体的测试数据。随着程序的规模和复杂程度的日益增加,在传统的变异测试准则下,需要同时运行被测程序和变异体,以检测变异体是否被杀死,这势必会影响变异测试效率。本文首先给出基于语句占优关系的变异测试准则,在此基础上建立了基于语句占优关系的变异测试数据生成问题的数学模型,并给出相应的进化优化求解方法。

    基于调度序列约简的并行程序测试方法

    公开(公告)号:CN106095669B

    公开(公告)日:2020-09-25

    申请号:CN201610390006.3

    申请日:2016-06-03

    Abstract: 本发明研究并行程序的调度序列约简方法,期望基于已有的测试数据集,依约简后的调度序列执行程序,能够覆盖目标语句,从而减少程序执行的代价,提高并行程序测试的效率。所提方法的思想是:首先,基于调度序列与目标语句执行之间的关系,确定影响目标语句的调度序列;然后,根据目标语句执行的情况是否相同,将影响目标语句的调度序列分成若干等价类;最后,针对等价类中每一调度序列,计算两个性能指标值,并选择综合指标值最小的,作为约简之后的调度序列。当需要覆盖目标语句时,基于该调度序列执行被测程序。

    用于并行程序蜕变测试的蜕变关系优先级排序方法

    公开(公告)号:CN105843744B

    公开(公告)日:2018-10-16

    申请号:CN201610256250.0

    申请日:2016-04-22

    Abstract: 用于并行程序蜕变测试的蜕变关系优先级排序方法。应用蜕变测试技术于并行程序的软件测试,先对构造的蜕变关系进行优先级排序,旨在尽早地发现程序中的错误,从而提高解决存在于软件测试中的Oracle问题的效率。该优先级排序策略利用蜕变关系产生的衍生测试用例及原始测试用例,以它们之间的相似度为依据估计其执行程序所覆盖路径的相似度,进而估计蜕变关系基于已有测试用例的检错范围,并基于此对蜕变关系进行优先级排序。具体步骤如下:(1)评估蜕变关系的各个进程检错能力;(2)设置各个进程的权值,以反映蜕变关系的各个进程检错能力,对评估其对整个程序检错能力所占的权重;(3)评估蜕变关系的程序检错能力,并确定各个蜕变关系的优先级;(4)检测程序。

    基于语句覆盖和缺陷检测的多目标测试数据缩减方法

    公开(公告)号:CN104281522B

    公开(公告)日:2017-09-05

    申请号:CN201410543046.8

    申请日:2014-10-14

    Abstract: 本发明提出一种基于语句覆盖和缺陷检测的多目标测试数据缩减方法,目的是有效减少测试数据的冗余度,提高软件测试的效率。首先,将测试数据缩减问题转化为多目标优化问题,优化的目标是使得测试数据集的语句覆盖率和缺陷检测率尽可能地多,并且测试数据的个数尽可能地少;然后明确各个目标函数,建立多目标优化模型;最后提出一种遗传算法对该问题进行求解。该方法能够找到有效的测试数据,使其同时满足满足语句覆盖率、缺陷检测率的最大化,测试数据个数最小化。

    基于重要语句的分支覆盖测试数据生成方法

    公开(公告)号:CN105930272A

    公开(公告)日:2016-09-07

    申请号:CN201610257126.6

    申请日:2016-04-22

    CPC classification number: G06F11/3684

    Abstract: 本发明公布了一种基于重要语句的分支覆盖测试数据生成方法,旨在可以高效地生成覆盖目标分支的测试数据。具体步骤如下:(1)利用弱变异测试转化方法对原程序进行转化;(2)根据语句重要度指标体系对原程序语句进行排序;(3)基于以重要度排序后的原程序语句序列,确定相应的变异分支优先级;(4)建立以分支覆盖为准则的测试数据生成问题的数学模型;(5)设计适应度函数,以优先级最高的变异分支为目标;(6)设置相关遗传操作,采用遗传算法生成覆盖目标分支的测试数据。

    用于并行程序蜕变测试的蜕变关系优先级排序方法

    公开(公告)号:CN105843744A

    公开(公告)日:2016-08-10

    申请号:CN201610256250.0

    申请日:2016-04-22

    CPC classification number: G06F11/3688

    Abstract: 用于并行程序蜕变测试的蜕变关系优先级排序方法。应用蜕变测试技术于并行程序的软件测试,先对构造的蜕变关系进行优先级排序,旨在尽早地发现程序中的错误,从而提高解决存在于软件测试中的Oracle问题的效率。该优先级排序策略利用蜕变关系产生的衍生测试用例及原始测试用例,以它们之间的相似度为依据估计其执行程序所覆盖路径的相似度,进而估计蜕变关系基于已有测试用例的检错范围,并基于此对蜕变关系进行优先级排序。具体步骤如下:(1)评估蜕变关系的各个进程检错能力;(2)设置各个进程的权值,以反映蜕变关系的各个进程检错能力,对评估其对整个程序检错能力所占的权重;(3)评估蜕变关系的程序检错能力,并确定各个蜕变关系的优先级;(4)检测程序。

Patent Agency Ranking