面向回歸測(cè)試的測(cè)試數(shù)據(jù)擴(kuò)增方法研究.pdf

1、回歸測(cè)試是指修改了程序后，需要重新進(jìn)行測(cè)試來(lái)確保修改程序沒(méi)有引入新的錯(cuò)誤或?qū)е略谐绦虍a(chǎn)生錯(cuò)誤，為確保軟件的可靠性，軟件在迭代開(kāi)發(fā)的過(guò)程中通常需要進(jìn)行多次回歸測(cè)試。在回歸測(cè)試的過(guò)程中，測(cè)試人員為了覆蓋軟件的修改和新增部分，需要對(duì)原有測(cè)試數(shù)據(jù)集進(jìn)行擴(kuò)增。與傳統(tǒng)的測(cè)試數(shù)據(jù)生成技術(shù)相比，測(cè)試數(shù)據(jù)擴(kuò)增技術(shù)在分析軟件修改影響的基礎(chǔ)上，針對(duì)軟件變化產(chǎn)生新的測(cè)試數(shù)據(jù)，有效的提高了軟件的測(cè)試效率。
　　本文針對(duì)在回歸測(cè)試中原有測(cè)試數(shù)據(jù)集往往難以滿(mǎn)

2、足新版本軟件測(cè)試需求的問(wèn)題，分別從面向行為和面向覆蓋的角度闡述回歸測(cè)試數(shù)據(jù)集擴(kuò)增技術(shù)，并分析它們各自的適應(yīng)場(chǎng)景;主要工作如下:
　　1、面向行為的測(cè)試數(shù)據(jù)擴(kuò)增技術(shù);提出了一種基于謂詞引導(dǎo)的測(cè)試數(shù)據(jù)集擴(kuò)增方法，首先從原有的測(cè)試數(shù)據(jù)集中選擇經(jīng)過(guò)程序修改節(jié)點(diǎn)的測(cè)試數(shù)據(jù)作為初始測(cè)試數(shù)據(jù)集，并提取程序中的謂詞信息;然后根據(jù)K-MEANS聚類(lèi)算法的特性，以待覆蓋的目標(biāo)路徑為虛擬中心點(diǎn)，根據(jù)已選擇的測(cè)試數(shù)據(jù)集的謂詞距離進(jìn)行聚類(lèi)劃分;最后在隨機(jī)生

3、成的測(cè)試數(shù)據(jù)集中選取針對(duì)各個(gè)中心點(diǎn)的局部孤立的測(cè)試數(shù)據(jù)作為擴(kuò)增數(shù)據(jù)，進(jìn)而達(dá)到引導(dǎo)測(cè)試數(shù)據(jù)擴(kuò)增的目的。
　　2、面向覆蓋的測(cè)試數(shù)據(jù)擴(kuò)增技術(shù);提出了一種基于自適應(yīng)粒子群算法的回歸測(cè)試數(shù)據(jù)集擴(kuò)增方法，首先，根據(jù)原有測(cè)試數(shù)據(jù)在新版本程序上的穿越路徑與目標(biāo)路徑的相似度，在原有的測(cè)試數(shù)據(jù)集中選擇合適的測(cè)試數(shù)據(jù)，作為初始種群的進(jìn)化個(gè)體;然后，利用初始測(cè)試數(shù)據(jù)的穿越路徑與目標(biāo)路徑之間的不同子路徑，確定造成兩者路徑偏離的輸入分量;最后，根據(jù)路徑相似

4、度構(gòu)建的適應(yīng)度函數(shù)，利用自適應(yīng)粒子群算法操作輸入分量，生成新的測(cè)試數(shù)據(jù)。
　　3、測(cè)試數(shù)據(jù)擴(kuò)增任務(wù)的并行化;實(shí)現(xiàn)了一種基于Hadoop平臺(tái)的測(cè)試數(shù)據(jù)集并行擴(kuò)增方法，首先將待覆蓋目標(biāo)路徑所對(duì)應(yīng)的測(cè)試數(shù)據(jù)進(jìn)行聚類(lèi)分簇;然后根據(jù)MapReduce框架的生命周期，將測(cè)試數(shù)據(jù)集擴(kuò)增任務(wù)進(jìn)行分解，保持各個(gè)階段之間的數(shù)據(jù)通信，最終提高測(cè)試數(shù)據(jù)集擴(kuò)增的效率。
　　4、開(kāi)發(fā)了一個(gè)面向回歸測(cè)試的測(cè)試數(shù)據(jù)擴(kuò)增原型工具。
　　最后，針對(duì)基準(zhǔn)程