[發明專利]一種軟件測試用例集的精簡方法

無效

• 申請號: 201110428312.9
• 申請日: 2011-12-20
• 公開（公告）號: CN102521376A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 胡靜
• 申請（專利權）人: 上海電機學院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F11/36
• 代理公司: 上海思微知識產權代理事務所(普通合伙) 31237
• 代理人: 鄭瑋

技術領域

本發明涉及一種軟件測試用例集的精簡方法，特別是涉及一種以流形學習為基礎的軟件測試用例集的精簡方法。

背景技術

一個成功的測試用例集首先應該滿足充分性，即待測軟件在這個有限的測試用例集上的行為，應該充分體現該軟件在輸入空間的整體行為。無論理論研究還是實驗結果都表明，對于相同數量的測試用例，結合了機器學習方法所產生的精簡測試用例集，在發現錯誤的能力方面明顯要高于隨機性所產生的測試用例。因此，現有技術中D.Cohen等提出了一種數據啟發方法，根據某種啟發性原則來選取測試用例集，其中啟發性原則的好壞直接影響測試的結果，并開發了相應的測試數據自動生成系統——AETG。此外，遺傳算法在軟件測試領域也是一個非常有前途的學習算法，如針對不同的測試目標，研究者們提出了一系列的適應度值構造方法，可用于語句與分支的覆蓋。典型的，M.Poper等提出了一種基于程序流程圖的適應度函數構造方法，適應于語句覆蓋與分支覆蓋。R.Weichselbaum等提出了一種新的進化測試方法，可用于語句、分支與條件覆蓋。

但是，從測試角度看，某些軟件系統功能龐大，參數復雜，滿足測試要求的測試用例具有數量大，維數高的特點。解決這類軟件系統的測試用例精簡問題一般難度都比較大。比如采用遺傳算法如何設計適應度函數，采用啟發式方法如何確定啟發性信息的等等，都給軟件測試帶來了一定的難度。

綜上所述，可知先前技術之軟件測試技術存在測試用例精簡難度較大的問題，因此實有必要提出改進的技術手段，來解決此一問題

發明內容

為克服上述現有軟件測試技術存在測試用例精簡難度較大的問題，本發明的主要目的在于提供一種軟件測試用例集精簡方法，其利用流形學習方法，直接從具有高維特征的測試用例中，發現它們之間存在的內在規律和性質，并在此基礎上生成精簡的測試用例，在測試過程中最大程度的覆蓋測試路徑，達到測試用例集精簡的目的，降低了測試成本。

為達上述及其它目的，本發明提供一種軟件測試用例集的精簡方法，包括如下步驟：

步驟一，將高維空間的測試用例集降至有效的低維參數空間中；以及

步驟二，在步驟一的基礎上，利用k均值聚類方法選取聚類中心的測試數據作為被測軟件系統的測試用例，以構成精簡后的測試用例集；

其中k值為該低維參數空間的維數。

進一步地，步驟一采用等度規映射方法或局部線性嵌套方法將該測試用例集降至有效的低維參數空間中。

進一步地，步驟一包括如下步驟：

為系統參數賦初值，該系統參數包括鄰域值、嵌入維數以及Sammon系數；

固定嵌入維數，改變該鄰域值的大小，并執行該局部線性嵌套方法，計算出Sammon系數值，并繪制該Sammon系數隨該鄰域值改變而變化的曲線圖；

判斷該Sammon系數隨該鄰域值改變而變化的曲線圖的曲線改變方式是否已固定；

若曲線改變方式已固定，則終止并估計出該低維參數空間。

進一步地，若曲線改變方式未固定，則改變該嵌入維數，并繼續進行該固定嵌入維數的步驟。

進一步地，于步驟二中，令該嵌入維數作為聚類中心點的數目，對所有測試用例集合進行K-均值聚類，選取該聚類中心點的測試樣例為該測試用例，而將該聚類中心點附近的測試樣例為冗余樣例。

進一步地，步驟二中僅刪除該聚類中心點附近的少數冗余樣例數，而對該測試用例集繼續進行精簡操作，直到該測試用例集為空為止。

進一步地，該Sammon系數定義如下：