[發(fā)明專利]一種基于權(quán)重的組合測試用例集優(yōu)先化排序方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 201811501066.3 | 申請日: | 2018-12-10 |
| 公開(公告)號: | CN109815108B | 公開(公告)日: | 2021-12-21 |
| 發(fā)明(設(shè)計)人: | 黃如兵;宗煒雯;陳錦富 | 申請(專利權(quán))人: | 江蘇大學 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 權(quán)重 組合 測試 用例集 優(yōu)先 排序 方法 系統(tǒng) | ||
1.一種基于權(quán)重的組合測試用例集優(yōu)先化排序方法,其特征在于,包括如下步驟:
步驟1,根據(jù)待測程序的參數(shù)集合,確定組合覆蓋力度t的范圍,基于組合覆蓋力度t生成待測程序的t維組合,定義為集合A;
步驟2,對待測程序的測試用例集合進行優(yōu)先化排序,記錄每次優(yōu)化整個測試用例集的時間開銷和運行200次后的平均時間開銷,將結(jié)果集和時間開銷以文件的形式輸出;
所述步驟1的具體實現(xiàn)包括如下:
步驟1.1,根據(jù)待測程序的參數(shù)集合,確定組合覆蓋力度t的范圍;
步驟1.2,確定一個組合覆蓋力度t,基于t生成待測程序參數(shù)的所有t維組合,記為集合A;
步驟1.3,初始化這個集合,對每個t維組合的權(quán)重置0;
所述步驟2的具體實現(xiàn)包括如下:
步驟2.1,從測試用例集合T中隨機取一個測試用例t1,該測試用例作為被選中的測試用例加入到最終的優(yōu)化后的測試用例集合S中;
步驟2.2,將加入到結(jié)果集S中的這個測試用例所包含的t維組合在集合A中進行標注,給對應(yīng)的每一個t維組合的權(quán)重進行加1操作;
步驟2.3,從測試用例集合T中去除該測試用例;
步驟2.4,對集合T中剩余的所有測試用例進行遍歷,對比集合A中t維組合,計算每個測試用例包含的覆蓋集合A的t維組合的總權(quán)重;
步驟2.5,選擇權(quán)重最小的測試用例加入到結(jié)果集S中;
步驟2.6,重復(fù)步驟2.2,2.3;
步驟2.7,重復(fù)步驟2.4,2.5,2.6,直到集合T中沒有測試用例;
步驟2.8,將結(jié)果集T作為一個文件輸出,將方法的執(zhí)行時間輸出;
步驟2.9,運行以上步驟200次,記錄運行200次的平均時間,并輸出;
還包括步驟3:將得到的優(yōu)化后的測試用例集對待測程序進行仿真實驗,記錄其錯誤檢測率NAPFD;
所述步驟3的具體實現(xiàn)包括:
步驟3.1,將運行200次后得到的優(yōu)化后的測試用例集運用到待測程序上,計算每個優(yōu)化后的測試用例集合的錯誤檢測率NAPFD;其中NAPFD的公式如下:
其中N是測試用例集T的大小,F(xiàn)是集合T中包含的m個錯誤的集合;SFi是集合T經(jīng)過優(yōu)化排序后的測試用例集合S在執(zhí)行直到發(fā)現(xiàn)第i個錯誤所需的測試用例的數(shù)量,p代表實際操作中測試用例集檢測到待測程序中錯誤個數(shù)的錯誤率;
步驟3.2,將步驟3.1的運行結(jié)果作為文件輸出。
2.根據(jù)權(quán)利要求1所述的一種基于權(quán)重的組合測試用例集優(yōu)先化排序方法,其特征在于,所述步驟3的仿真實驗是在仿真系統(tǒng)中實現(xiàn);所述仿真系統(tǒng)主界面包括4個菜單項:實驗參數(shù)配置,相關(guān)信息文件導(dǎo)入,算法運行,結(jié)果文件輸出。
3.根據(jù)權(quán)利要求2所述的一種基于權(quán)重的組合測試用例集優(yōu)先化排序方法,其特征在于,所述4個菜單項分別代表4個功能模塊:其中實驗參數(shù)配置模塊實現(xiàn)的是對仿真實驗的實驗配置,選擇其中一個算法,確定固定組合覆蓋力度的大小,實驗運行的次數(shù);相關(guān)信息文件導(dǎo)入模塊實現(xiàn)的是導(dǎo)入待測程序的參數(shù)集合和待測程序的未被排序的測試用例集;當實驗配置完成,運行對應(yīng)的算法,獲得其優(yōu)化后的測試用例集和算法運行的時間開銷,將優(yōu)化后的測試用例集導(dǎo)入到系統(tǒng),選擇對應(yīng)的待測程序,得到錯誤檢測率;最后,將其形成文件輸出。
4.一種用于如權(quán)利要求1所述的一種基于權(quán)重的組合測試用例集優(yōu)先化排序方法的仿真系統(tǒng),其特征在于,主界面包括4個菜單項:實驗參數(shù)配置,相關(guān)信息文件導(dǎo)入,算法運行,結(jié)果文件輸出;
所述4個菜單項分別代表4個功能模塊:其中實驗參數(shù)配置模塊實現(xiàn)的是對仿真實驗的實驗配置,選擇其中一個算法,確定固定組合覆蓋力度的大小,實驗運行的次數(shù);相關(guān)信息文件導(dǎo)入模塊實現(xiàn)的是導(dǎo)入待測程序的參數(shù)集合和待測程序的未被排序的測試用例集;當實驗配置完成,運行對應(yīng)的算法,獲得其優(yōu)化后的測試用例集和算法運行的時間開銷,將優(yōu)化后的測試用例集導(dǎo)入到系統(tǒng),選擇對應(yīng)的待測程序,得到錯誤檢測率;最后,將其形成文件輸出。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇大學,未經(jīng)江蘇大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811501066.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 權(quán)重調(diào)整模塊與權(quán)重調(diào)整方法
- 網(wǎng)頁主題的分類方法及裝置
- 接收裝置
- 基于權(quán)重濾波的視頻去噪裝置及方法
- 權(quán)重數(shù)據(jù)存儲方法和基于該方法的神經(jīng)網(wǎng)絡(luò)處理器
- 危害因素的權(quán)重因子的確定方法、裝置及存儲介質(zhì)
- 用于優(yōu)化神經(jīng)網(wǎng)絡(luò)的方法
- 處理器
- 用于對深度神經(jīng)網(wǎng)絡(luò)的權(quán)重進行轉(zhuǎn)換的方法和系統(tǒng)
- 神經(jīng)網(wǎng)絡(luò)的量化方法、裝置、服務(wù)器和存儲介質(zhì)





