[發(fā)明專利]一種用于Simulink測(cè)試的測(cè)試用例優(yōu)先排序方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210557212.4
• 申請(qǐng)日: 2022-05-19
• 公開(kāi)（公告）號(hào): CN115098358A
• 公開(kāi)（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 李輝;龔世豪;戚學(xué)欣;郭世凱
• 申請(qǐng)（專利權(quán)）人: 大連海事大學(xué)
• 主分類(lèi)號(hào): G06F11/36
• 分類(lèi)號(hào): G06F11/36;G06F8/41
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 李馨

本發(fā)明公開(kāi)了一種用于Simulink測(cè)試的測(cè)試用例優(yōu)先排序方法，包括：利用測(cè)試用例隨機(jī)生成工具生成測(cè)試用例；統(tǒng)計(jì)每個(gè)測(cè)試用例中出現(xiàn)的Simulink模塊名、模塊出現(xiàn)的次數(shù)、子系統(tǒng)層數(shù)、僵尸塊比例以及相關(guān)的測(cè)試用例結(jié)構(gòu)信息；利用已統(tǒng)計(jì)的測(cè)試用例信息計(jì)算每個(gè)測(cè)試用例的特征塊、復(fù)雜度以及僵尸塊比例三大類(lèi)特征；構(gòu)建特征向量FV；基于特征向量FV計(jì)算每?jī)蓚€(gè)測(cè)試用例之間的差異度，綜合僵尸塊比例和差異度對(duì)Simulink測(cè)試用例進(jìn)行優(yōu)先排序；利用差分測(cè)試程序?qū)?yōu)先排序結(jié)果進(jìn)行測(cè)試，該方法解決了差分測(cè)試框架下自動(dòng)測(cè)試的有效性問(wèn)題，為Simulink的加速測(cè)試提供了新思路。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件測(cè)試領(lǐng)域，尤其涉及一種用于Simulink測(cè)試的測(cè)試用例優(yōu)先排序方法。

背景技術(shù)

芯片被稱為“工業(yè)糧食”，是制造業(yè)的核心技術(shù)。隨著國(guó)家對(duì)于芯片產(chǎn)業(yè)的不斷重視，芯片設(shè)計(jì)產(chǎn)業(yè)正處于蓬勃發(fā)展之中。EDA是芯片設(shè)計(jì)必需、也是最重要的軟件工具，因此如何實(shí)現(xiàn)高效穩(wěn)定的EDA至關(guān)重要。Simulink作為一款使用廣泛的電路設(shè)計(jì)EDA，人們對(duì)其能正常執(zhí)行并達(dá)到預(yù)期效果的需求日益迫切。

近年來(lái)，已經(jīng)提出了一些方法來(lái)促進(jìn)自動(dòng)化Simulink測(cè)試，這些方法主要分為兩類(lèi)。一是通過(guò)一些測(cè)試用例生成工具(如SLforge)來(lái)生成大量的測(cè)試模型，運(yùn)行這些生成的測(cè)試模型來(lái)檢測(cè)Simulink差錯(cuò)。另外一種是對(duì)已有的Simulink模型執(zhí)行等效模變異，通過(guò)對(duì)測(cè)試用例中的僵尸塊進(jìn)行處理生成新的測(cè)試用例，之后再通過(guò)對(duì)二者進(jìn)行差分測(cè)試來(lái)檢測(cè)Simulink差錯(cuò)。

針對(duì)方法一，該Simulink測(cè)試技術(shù)存在嚴(yán)重的效率問(wèn)題，因?yàn)樗鼈兺ǔＰ枰纱罅康腟imulink程序并不斷的對(duì)其進(jìn)行測(cè)試，故需要很長(zhǎng)的時(shí)間才能發(fā)現(xiàn)Simulink差錯(cuò)。針對(duì)方法二，雖然其只需要通過(guò)對(duì)已有測(cè)試用例執(zhí)行等效模變異來(lái)查找Simulink差錯(cuò)，但是變異的手法較為單一，僅對(duì)僵尸塊區(qū)域進(jìn)行加減模塊操作，無(wú)法發(fā)現(xiàn)更為多樣的差錯(cuò)類(lèi)型。

發(fā)明內(nèi)容

根據(jù)現(xiàn)有技術(shù)存在的問(wèn)題，本發(fā)明公開(kāi)了一種用于Simulink測(cè)試的測(cè)試用例優(yōu)先排序方法，具體包括如下步驟：

利用測(cè)試用例隨機(jī)生成工具生成測(cè)試用例，通過(guò)差錯(cuò)檢測(cè)程序依次判斷每個(gè)測(cè)試用例是否能觸發(fā)Simulink差錯(cuò)，若能觸發(fā)Simulink差錯(cuò)，則將其標(biāo)記為差錯(cuò)用例；

統(tǒng)計(jì)每個(gè)測(cè)試用例中出現(xiàn)的Simulink模塊名、模塊出現(xiàn)的次數(shù)、子系統(tǒng)層數(shù)、僵尸塊比例以及相關(guān)的測(cè)試用例結(jié)構(gòu)信息；

利用已統(tǒng)計(jì)的測(cè)試用例信息計(jì)算每個(gè)測(cè)試用例的特征塊、復(fù)雜度以及僵尸塊比例三大類(lèi)特征；

構(gòu)建特征向量FV；

基于特征向量FV計(jì)算每?jī)蓚€(gè)測(cè)試用例之間的差異度，綜合僵尸塊比例和差異度對(duì)Simulink測(cè)試用例進(jìn)行優(yōu)先排序；

利用差分測(cè)試程序?qū)?yōu)先排序結(jié)果進(jìn)行測(cè)試。

所述特征塊為測(cè)試用例中容易觸發(fā)差錯(cuò)的模塊，復(fù)雜度包含測(cè)試用例的大小度量、結(jié)構(gòu)度量、適應(yīng)性度量以及可靠性度量，僵尸塊比例是同時(shí)具有過(guò)程性活代碼和過(guò)程性死代碼屬性的模塊比例。

將每個(gè)測(cè)試用例的三類(lèi)特征的值標(biāo)準(zhǔn)化后組成特征向量FV。

基于特征向量FV計(jì)算測(cè)試用例兩兩之間的差異度，使用余弦相似度作為距離計(jì)算方式為

從而得到測(cè)試用例兩兩之間的差異度矩陣。

基于僵尸塊比例和差異度對(duì)測(cè)試用例進(jìn)行優(yōu)先排序：首先選擇僵尸塊比例最大的測(cè)試用例，將其放入優(yōu)化隊(duì)列SQ中，并從測(cè)試用例集TC中刪除該測(cè)試用例，從更新后的測(cè)試用例集TC中選擇僵尸塊比例最大的m個(gè)測(cè)試用例，構(gòu)成備選集合CQ，再利用差異度策略將備選集合CQ中與優(yōu)化隊(duì)列SQ所有測(cè)試用例差異度最大的測(cè)試用例放進(jìn)優(yōu)化隊(duì)列SQ中，同樣將該測(cè)試用例從測(cè)試用例集TC中刪除，重復(fù)上述操作，直到測(cè)試用例集長(zhǎng)度為0時(shí)為止；