基于数据流的测试数据自动生成技术研究

《基于数据流的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、南京邮电大学硕士学位论文基于数据流的测试数据自动生成技术研究姓名：陈翔宇申请学位级别：硕士专业：电路与系统指导教师：黄丽亚2011-03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

2、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

3、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.Itsappropriatenessisdirectlyr

4、elatedtothaterrorscanbedetected.Withthegrowingsizeofsoftwaresystems,thelimitationsoftraditionaltestingmethodshavebecomeincreasinglyevident.Inthisbackground,thepapercombinesData-FlowandGeneticAlgorithm(GA)toresearchtheautomaticgenerationoftestdata.Aboveall,thep

5、aperintroducesthebasicconceptsandmethodsaboutsoftwaretesting,especiallydata-flowtestingtechniques.GA’sbasicprinciples,steps,characteristicsanditsapplicationinsoftwaretestingfieldareintroducedaswell.Accordingtocharacteristicsoftheircomplementary,anautomatictest

6、datagenerationalgorithmbasedonData-Flowisproposedinthepaper.Thisalgorithmextendsdata-flowtechnologyandisgivenasfollows.FirstlydesigningparameterscodingandcreatetheinitialpopulationbasedonGA.Secondlyusingnodes’informationoftestingrequirementspathtoconstructanew

7、fitnessfunctiontoevaluateindividual.Thirdlybymeansofgeneticoperatorstocompletetheevolutionaryprocessforgeneratingoptimaltestingdata.Tovalidatetheproposedalgorithm,thispapercarriesoutexperimentsonthreeprogramscomparedwithcontrolflowtestingtechniquesbasedonRando

8、mAlgorithm(RA).TheresultsshowthatthealgorithmproposedinthispaperisbetterthanRAinthecoveragerate,searchingtime,numberofiterationsandsizeofthegeneratedtestdata.It’sprovedthatthedesig