-
公开(公告)号:CN102289408B
公开(公告)日:2013-12-18
申请号:CN201110264546.4
申请日:2011-09-08
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明涉及一种回归测试用例排序方法,尤其是涉及一种基于错误传播网络的回归测试用例排序方法。本发明提出一种基于软件网络的回归测试用例排序方法。该方法首先将软件的结构(软件元素及元素间的)在类粒度用加权网络模型抽象;然后基于该网络模型分析类对于测试的重要性;最后根据测试用例覆盖的类的重要性总和对其进行排序,并按照排序后的顺序执行测试用例。因此,本发明具有如下优点:可以有效提高错误检出率,减少测试时间,提高测试效率。
-
公开(公告)号:CN102331929A
公开(公告)日:2012-01-25
申请号:CN201110175055.2
申请日:2011-06-27
Applicant: 武汉大学
IPC: G06F9/44
Abstract: 本发明属于服务计算技术领域,涉及一种基于二部图及其投影的服务分类和推荐方法,包括服务分类步骤以及服务推荐步骤,服务分类步骤包括:收集面向服务软件(SOS)的信息并用二部图抽象SOS和服务间的构成关系;然后将二部图在SOS维度进行投影,得到SOS相似图;对SOS相似图聚类得到SOS的分类;服务推荐步骤包括:将二部图在服务维度进行投影,得到服务组合图并根据SOS和服务的二部图分析SOS和服务间的使用模式;将使用频率高的若干服务作为核心服务;根据不同的应用场景推荐相应的服务。优点如下:实现了服务的自动分类,为服务添加分类信息,从而给服务发现、检索、以及服务资源的管理提供便利。
-
公开(公告)号:CN102289408A
公开(公告)日:2011-12-21
申请号:CN201110264546.4
申请日:2011-09-08
Applicant: 武汉大学
IPC: G06F11/36
Abstract: 本发明涉及一种回归测试用例排序方法,尤其是涉及一种基于错误传播网络的回归测试用例排序方法。本发明提出一种基于软件网络的回归测试用例排序方法。该方法首先将软件的结构(软件元素及元素间的)在类粒度用加权网络模型抽象;然后基于该网络模型分析类对于测试的重要性;最后根据测试用例覆盖的类的重要性总和对其进行排序,并按照排序后的顺序执行测试用例。因此,本发明具有如下优点:可以有效提高错误检出率,减少测试时间,提高测试效率。
-
-