[發明專利]一種基于測試預言的單元測試用例排序方法

有效

• 申請號: 202110711925.7
• 申請日: 2021-06-25
• 公開（公告）號: CN113434408B
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 劉輝;朱志浩;李亞輝;李光杰
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06N3/04;G06N3/08
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

1.一種基于測試預言的單元測試用例排序方法，其特征在于，包括以下步驟：

步驟1：根據被測方法輸入參數的類型與規則，隨機生成數量不少于一百萬個的符合被測方法要求的輸入；

步驟2：將步驟1的生成結果輸入到被測方法中，運行該方法得到各輸入對應的輸出；步驟1生成的輸入與步驟2得到的輸出構成該被測方法的測試用例，即方法輸入，方法輸出；

步驟3：根據被測方法的輸入和輸出的格式，初始化神經網絡的輸入層和輸出層的神經元個數；

步驟4：使用步驟2生成的測試用例訓練初始化后的神經網絡；

如果訓練神經網絡的結果并不穩定和準確，即，如果訓練網絡的損失函數值大于β＝0.02，則方法將失敗且終止，否則，進行下一步驟；

步驟5：根據步驟1和步驟2生成新的測試用例，將生成的測試用例的輸入傳入到訓練好的神經網絡中，并將測試用例中的輸出與神經網絡的輸出進行比較；其中，神經網絡的損失函數分為兩種類型，一種是對于測試用例的輸入和輸出都是數值型的數據，一種是測試用例的輸入和輸出都是非數值型的數據；

將測試用例中的非數值型數據通過其對應的ASCII碼表示每個字符，并將數字ASCII碼連接起來形成數字向量，最后，將數字值標準化到[0,1]范圍區間；

其中，對于測試用例的輸入和輸出都是數值型的數據，使用均方誤差MSE作為損失函數；

對于測試用例的輸入和輸出都是非數值型的數據，定義以下損失函數：

其中，loss為模型的損失函數，估量模型的輸出和真實值之間的差距；n是訓練數據的大??；act_i是被測方法中第i個樣例的實際輸出，是被測方法中第i個樣例的預期輸出；

其中，表示被測方法中第i個樣例的實際輸出和預期輸出之間的距離，m為方法輸出參數的個數，act_i是被測方法中第i個樣例的實際輸出，是被測方法中第i個樣例的預期輸出；opt_i,j表示第i個樣例第j個輸出參數的實際值，是第i個樣例第j個輸出參數的預期值；表示第i個樣例第j個參數的實際輸出和預期輸出之間的編輯距離與它們長度和的比值；

其中，是兩個字符串之間的編輯距離，|str|是字符串str的長度；

act_i＝opt_i,1,…,opt_i,m (4)

步驟6：將測試用例的實際輸出和預期輸出之間的距離，按降序對測試用例進行排名，并向開發人員展示前k個最可疑的測試用例；如果其中有可疑的測試用例揭示了被測方法的缺陷，開發人員需修復該缺陷。