[發(fā)明專利]一種基于EFSM模型和聚類分析的測(cè)試用例排序方法有效
| 申請(qǐng)?zhí)枺?/td> | 201910701110.3 | 申請(qǐng)日: | 2019-07-31 |
| 公開(公告)號(hào): | CN110515837B | 公開(公告)日: | 2022-12-02 |
| 發(fā)明(設(shè)計(jì))人: | 魏丹;孫情瑛;王興起;邵艷利;陳濱;方景龍 | 申請(qǐng)(專利權(quán))人: | 杭州電子科技大學(xué) |
| 主分類號(hào): | G06F11/36 | 分類號(hào): | G06F11/36;G06K9/62 |
| 代理公司: | 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240 | 代理人: | 楊舟濤 |
| 地址: | 310018 浙*** | 國省代碼: | 浙江;33 |
| 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 efsm 模型 聚類分析 測(cè)試 排序 方法 | ||
1.一種基于EFSM模型和聚類分析的測(cè)試用例排序方法,其特征包括如下步驟:
步驟1:構(gòu)建EFSM模型的復(fù)雜網(wǎng)絡(luò)模型,統(tǒng)計(jì)狀態(tài)權(quán)重;
步驟2:構(gòu)建測(cè)試用例的狀態(tài)向量;
測(cè)試用例狀態(tài)向量被定義為EFSM模型中所有狀態(tài)是否在當(dāng)前測(cè)試用例中被包含的有序?qū)Γ患僭O(shè)EFSM模型中有m個(gè)狀態(tài),狀態(tài)表示為s1,s2,s3,...,sm,則當(dāng)前測(cè)試用例是否包含EFSM模型第a個(gè)狀態(tài)表示為|sa|,1≤a≤m,當(dāng)測(cè)試用例包含狀態(tài)sa,則|sa|=1,當(dāng)不包含狀態(tài)sa,則|sa|=0,狀態(tài)向量sv=<|s1|,|s2|,|s3|,...,|sm|>;
步驟3:結(jié)合狀態(tài)向量和狀態(tài)權(quán)重信息計(jì)算任意兩個(gè)測(cè)試用例相似度;
具體如下:假設(shè)EFSM模型中有m個(gè)狀態(tài),狀態(tài)表示為s1,s2,s3,...,sm,存在兩個(gè)測(cè)試用例Ti,Tj,對(duì)應(yīng)的狀態(tài)向量分別為svi=<|s1|,|s2|,|s3|,...,|sm|>,svj=<|s1|,|s2|,|s3|,...,|sm|>,兩個(gè)測(cè)試用例共有的狀態(tài)為sp,sq,sr,共有狀態(tài)在狀態(tài)向量中分別表示為|sp|,|sq|,|sr|,狀態(tài)對(duì)應(yīng)的權(quán)重分別為因此可得出相似度公式如下,
其中1≤p≤m,1≤q≤m,1≤r≤m and p≠q,p≠r,q≠r;
步驟4:根據(jù)相似度設(shè)計(jì)改進(jìn)的K均值聚類,對(duì)測(cè)試用例進(jìn)行聚類分析,盡可能使得不同簇中的測(cè)試用例不同;
具體為:4-1.測(cè)試用例之間的距離定義;
越相似的兩個(gè)測(cè)試用例則距離越近,則當(dāng)兩個(gè)測(cè)試用例相似度不為0時(shí),采用相似度的倒數(shù)作為兩個(gè)測(cè)試用例的距離測(cè)量;當(dāng)兩個(gè)測(cè)試用例相似度為0時(shí),則距離為∞;因此,對(duì)于任意兩個(gè)測(cè)試用例Ti和Tj,其距離定義如下:
其中,為根據(jù)公式(3)得到的兩個(gè)測(cè)試用例的相似度;
4-2.測(cè)試用例到簇的距離定義;假設(shè)存在一個(gè)測(cè)試用例T和一個(gè)包含N個(gè)測(cè)試用例的簇C,N個(gè)測(cè)試用例分別為T1,T2,T3,...,TN,則該測(cè)試用例與簇C的距離disTC表示為:
4-3.改進(jìn)的K均值聚類算法具體實(shí)現(xiàn)步驟為:
1)簇集合初始化;在未被聚類的測(cè)試用例集中選取K個(gè)測(cè)試用例,放到簇集合的各個(gè)簇中,作為各個(gè)簇的初始元素,各個(gè)簇表示為c1,c2,c3,...cK;
2)對(duì)于未聚類的測(cè)試用例集,根據(jù)公式(5)計(jì)算它們與這些簇的距離,按距離最近的準(zhǔn)則將它們放到與之距離最近的簇中;當(dāng)所有元素被分類到各個(gè)簇中,則完成第1次簇更新;
3)更新各個(gè)簇的元素;對(duì)于未聚類原始用例集中每一個(gè)元素,根據(jù)公式(5)計(jì)算它們與這些簇的距離,即在第P次簇集合更新中,一個(gè)元素到cv的距離為該元素到第P-1次更新的簇集合中cv的距離,將該元素歸類到與之距離最小的簇中,1≤v≤K;
4)判斷本次聚類結(jié)果與上一次是否一致;若一致,則輸出聚類結(jié)果,若不一致,則執(zhí)行3);
步驟5:結(jié)合聚類結(jié)果,設(shè)計(jì)測(cè)試用例排序策略,其中,將未被覆蓋的遷移的個(gè)數(shù)作為測(cè)試用例的優(yōu)先級(jí)。
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)利屬于杭州電子科技大學(xué),未經(jīng)杭州電子科技大學(xué)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(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910701110.3/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F11-00 錯(cuò)誤檢測(cè);錯(cuò)誤校正;監(jiān)控
G06F11-07 .響應(yīng)錯(cuò)誤的產(chǎn)生,例如,容錯(cuò)
G06F11-22 .在準(zhǔn)備運(yùn)算或者在空閑時(shí)間期間內(nèi),通過測(cè)試作故障硬件的檢測(cè)或定位
G06F11-28 .借助于檢驗(yàn)標(biāo)準(zhǔn)程序或通過處理作錯(cuò)誤檢測(cè)、錯(cuò)誤校正或監(jiān)控
G06F11-30 .監(jiān)控
G06F11-36 .通過軟件的測(cè)試或調(diào)試防止錯(cuò)誤
- 一種協(xié)議一致性測(cè)試中的狀態(tài)驗(yàn)證方法
- 一種模型檢測(cè)中異常終止的檢測(cè)方法
- 一種基于謂詞依賴圖的EFSM可執(zhí)行測(cè)試序列生成方法
- 一種基于新型FDE?ELM和時(shí)延EFSM的非線性過程工業(yè)故障預(yù)測(cè)方法
- 基于EFSM模型的路徑測(cè)試數(shù)據(jù)生成方法
- 一種基于復(fù)合依賴關(guān)系覆蓋準(zhǔn)則的EFSM測(cè)試方法
- 一種基于EFSM模型的最小成本測(cè)試用例生成方法
- 一種基于EFSM模型和聚類分析的測(cè)試用例排序方法
- 基于蒙特卡洛樹搜索的EFSM可執(zhí)行測(cè)試序列生成方法
- 一種基于擴(kuò)展有限狀態(tài)機(jī)模型的測(cè)試用例生成方法及平臺(tái)
- 一種用于聚類分析的教學(xué)裝置
- 基于聚類分析雙半掛汽車行駛穩(wěn)定性自動(dòng)識(shí)別與預(yù)警系統(tǒng)
- 一種判定服務(wù)器資源使用情況的方法和裝置
- 農(nóng)用地分等因素指標(biāo)區(qū)劃分方法及裝置
- 用于空中交通區(qū)域劃分的聚類分析方法
- 一種對(duì)視頻中人臉進(jìn)行聚類的分析識(shí)別方法
- 一種智慧課堂教學(xué)活動(dòng)推薦方法及系統(tǒng)
- 可視化展示方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì)
- 聚類分析方法、聚類分析系統(tǒng)及可讀存儲(chǔ)介質(zhì)
- 客戶數(shù)據(jù)的聚類分析方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





