基于数据流测试数据自动生成技术研究

《基于数据流测试数据自动生成技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京邮电大学硕士研究生学位论文摘要摘要在软件测试中，测试数据（TestData）的选择是进行结构测试的一个难题，它的合适与否直接关系到错误能否被预期测出。随着软件系统规模的日益扩大，传统测试方法的局限性也越来越明显。在此背景下，本文将数据流（Data-Flow）技术和遗传算法（GeneticAlgorithm,GA）结合起来，进行对测试数据自动生成技术的研究。本文首先介绍了软件测试的基本概念，方法和数据流测试技术。然后阐述了遗传算法的基本原理、步骤、特点以及其在软件测试中的运用，从而进一步根据二者优势互补的特性，提出基于数据流的测

2、试数据自动生成算法。该算法扩展了数据流技术，它根据遗传算法进行参数的编码设计并构建初始种群，采用测试需求路径中的节点信息构造新的适应度函数评价个体优劣，再通过遗传算子完成进化过程，为待测程序生成能够覆盖测试需求的最优测试数据。最后为了证明本文所提出算法的高效性，将其与基于随机算法的控制流测试技术（简称为随机法）分别对3个程序进行了研究对比。实验结果表明，本文算法在覆盖率、搜索时间、迭代次数以及生成的测试数据规模上均优于随机法，构造的适应度函数能够充分利用数据流图中的节点信息，合理反映了对应解的优劣程度，能够以较高的成功率生成高质量

3、的测试数据。关键词：软件测试；数据流；遗传算法；测试数据；I南京邮电大学硕士研究生学位论文ABSTRACTABSTRACTInsoftwaretestingfield,thechoiceoftestdataisoneofchallengingissuesinstructuraltesting.Itsappropriatenessisdirectlyrelatedtothaterrorscanbedetected.Withthegrowingsizeofsoftwaresystems,thelimitationsoftraditio

4、naltestingmethodshavebecomeincreasinglyevident.Inthisbackground,thepapercombinesData-FlowandGeneticAlgorithm(GA)toresearchtheautomaticgenerationoftestdata.Aboveall,thepaperintroducesthebasicconceptsandmethodsaboutsoftwaretesting,especiallydata-flowtestingtechniques.GA

5、’sbasicprinciples,steps,characteristicsanditsapplicationinsoftwaretestingfieldareintroducedaswell.Accordingtocharacteristicsoftheircomplementary,anautomatictestdatagenerationalgorithmbasedonData-Flowisproposedinthepaper.Thisalgorithmextendsdata-flowtechnologyandisgive

6、nasfollows.FirstlydesigningparameterscodingandcreatetheinitialpopulationbasedonGA.Secondlyusingnodes’informationoftestingrequirementspathtoconstructanewfitnessfunctiontoevaluateindividual.Thirdlybymeansofgeneticoperatorstocompletetheevolutionaryprocessforgeneratingopt

7、imaltestingdata.Tovalidatetheproposedalgorithm,thispapercarriesoutexperimentsonthreeprogramscomparedwithcontrolflowtestingtechniquesbasedonRandomAlgorithm(RA).TheresultsshowthatthealgorithmproposedinthispaperisbetterthanRAinthecoveragerate,searchingtime,numberofiterat

8、ionsandsizeofthegeneratedtestdata.It’sprovedthatthedesignedfitnessfunctionisabletotakefulladvantageofnodes’informationindata