公开(公告)号：CN107729241A

公开(公告)日：2018-02-23

申请号：CN201710945540.0

申请日：2017-10-12

Applicant: 中国矿业大学

Inventor： 姚香娟 ,  巩敦卫 ,  王佩佩 ,  党向盈 ,  杨焱 ,  施智敏 ,  张功杰

IPC: G06F11/36 ,  G06N3/12

CPC classification number: G06F11/3684 ,  G06N3/126

Abstract: 本发明公布了一种基于变异体分组的软件变异测试数据进化生成方法，目的是提高变异测试数据生成问题的效率。首先，基于变异体被杀死的可达性条件，将变异体分成若干组，使得每组包含相对较少的变异体，这样，就可以把杀死所有变异体的测试数据生成问题，转化为若干相对简单的子问题；然后，采用多种群进化算法对所建立的模型进行求解，每个子种群求解一个子优化问题；在求解的过程中，随着变异体不断被杀死，对整个优化问题逐步进行简化，进一步降低问题的求解难度。该方法可以降低变异测试数据生成问题的难度，提高变异测试的效率和可行性，因此，具有重要的理论意义和实用价值。

公开(公告)号：CN103902455B

公开(公告)日：2016-08-03

申请号：CN201410139311.6

申请日：2014-04-08

Applicant: 中国矿业大学

Inventor： 姚香娟 ,  巩敦卫 ,  王文亮 ,  李彬 ,  张功杰 ,  田甜

IPC: G06F11/36

Abstract: 本发明公布了含随机数软件测试数据生成问题的建模及进化求解方法。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。

公开(公告)号：CN103559129A

公开(公告)日：2014-02-05

申请号：CN201310529188.4

申请日：2013-10-31

Applicant: 中国矿业大学

Inventor： 巩敦卫 ,  秦备 ,  任丽娜 ,  姚香娟 ,  田甜 ,  吴川 ,  张功杰 ,  钟超群 ,  陈永伟 ,  张晨 ,  党向盈

IPC: G06F11/36 ,  G06N3/12

Abstract: 本发明公布了一种基于遗传算法的统计回归测试数据生成方法，旨在可以高效快速地生成覆盖目标路径的测试数据。具体步骤如下：(1)根据回归测试过程中的修改语句，确定相关输入变量；(2)对与修改语句相关输入变量的概率分布进行建模；(3)基于修改前程序中输入分量的部分概率分布及其扰动值形成初始种群；(4)根据设计的适应度函数，对种群中的每个个体计算其适应值；(5)根据计算出的个体适应值，判断目标函数是否找到最优解，若找到，则输出测试数据并转步骤6；否则，对个体进行变异操作，生成新个体并返回步骤4；(6)结合与修改语句不相关输入变量的概率分布，得到所有输入变量的概率分布；并基于该分布采样，生成测试数据。

公开(公告)号：CN102141958A

公开(公告)日：2011-08-03

申请号：CN201110061538.X

申请日：2011-03-09

Applicant: 中国矿业大学

Inventor： 巩敦卫 ,  张岩 ,  姚香娟 ,  吴川 ,  罗永金 ,  田甜 ,  任丽娜

IPC: G06F11/36

Abstract: 本发明公布了一种面向缺陷的路径覆盖测试数据进化生成方法，目的是使生成的测试数据更多地暴露目标路径中的缺陷，从而有效提高测试数据的质量。首先，以测试数据执行被测程序过程中发现的缺陷个数最多、缺陷的危险程度最大为目标，以测试数据必须穿越目标路径为约束，建立面向缺陷的路径覆盖测试数据生成问题的数学模型；然后，设计了解决该问题的约束多目标优化方法，使用遗传算法进化生成穿越目标路径同时能有效暴露缺陷的测试数据。本发明提出的方法解决了以往方法生成测试数据只是穿越目标路径，不能很好暴露目标路径中缺陷，尤其是一些小概率缺陷的问题；可用于白盒测试或回归测试的测试数据生成中，能大大提高软件测试的效力。