基于搜索空间自动缩减的路径覆盖测试数据进化生成

doi:10.3969/j.issn.0372-2112.2012.05.024

电子学报 ›› 2012, Vol. 40 ›› Issue (5): 1011-1016.DOI: 10.3969/j.issn.0372-2112.2012.05.024

基于搜索空间自动缩减的路径覆盖测试数据进化生成

张岩^1,2, 巩敦卫¹

1. 中国矿业大学信息与电气工程学院, 江苏徐州 221116;2. 牡丹江师范学院计算机科学与技术系, 黑龙江牡丹江 157012

收稿日期:2011-06-09 修回日期:2011-09-06 出版日期:2012-05-25
- 基金资助:
- 国家自然科学基金 (No.61075061); 黑龙江省高校青年学术骨干支持计划项目 (No.1252G063); 江苏省自然科学基金 (No.BK2010187); 高等学校博士学科点专项科研基金 (博士生导师类) (No.20100095110006); 中国矿业大学校优秀创新团队建设专项基金 (No.2011ZCX002); 中国矿业大学培育学科创新能力提升基金 (No.2011XK09)

Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space

ZHANG Yan^1,2, GONG Dun-wei¹

1. School of Information and Electrical Engineering, China University of Mining and Technology, Xuzhou, Jiangsu 221116, China;2. Department of Computer Science and Technology, Mudanjiang Normal University, Mudanjiang, Heilongjiang 157012, China

Received:2011-06-09 Revised:2011-09-06 Online:2012-05-25 Published:2012-05-25

摘要/Abstract

摘要： 提出一种基于搜索空间自动缩减的路径覆盖测试数据进化生成方法,首先,确定目标路径与输入变量之间的关系,将可分目标路径分离出与部分分量相关的子路径;然后,固定被穿越子路径对应的输入分量,并缩小交叉和变异操作的范围,使种群在不断缩小的空间里寻找测试数据,以提高测试数据生成的效率;最后,将提出的方法用于基准程序的路径覆盖测试数据生成,并与传统方法和随机法比较.结果表明,本文方法在生成测试数据需要的进化代数、运行时间和成功率等指标上均具有优越性.

关键词: 软件测试, 路径覆盖, 测试数据, 遗传算法, 空间缩减

Abstract: A method of evolutionarily generating test data for path coverage based on automatic reduction of search space is presented in this study.First,the relation between the target path and the input variable is determined,and the divisible target path is divided into some sub-paths related to several elements of the input variable.Then,the elements corresponding to the traversed sub-path are fixed,and the range of crossover and mutation operations is reduced,therefore the original population searches for test data in a reduced space so that the efficiency of generating test data is improved.Finally,the proposed method is applied to generate test data for covering paths of a benchmark program,and compared with the traditional and random ones.The experimental results confirm that the proposed method is advantageous in the number of generations,time consumption and success rate.

Key words: software testing, path coverage, test data, genetic algorithms, space reduction

中图分类号:

TP301

张岩, 巩敦卫. 基于搜索空间自动缩减的路径覆盖测试数据进化生成[J]. 电子学报, 2012, 40(5): 1011-1016.

ZHANG Yan, GONG Dun-wei . Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space[J]. Acta Electronica Sinica, 2012, 40(5): 1011-1016.

[1]	李杨帅, 彭斐, 韩倩, 李小帅, 解光军. 一种针对QCA电路自动布局布线的混合策略研究[J]. 电子学报, 2023, 51(3): 666-674.
[2]	李志博, 李清宝, 兰明敬, 孙剑帆. 基于镜像选择序优化的MART算法[J]. 电子学报, 2022, 50(2): 314-325.
[3]	张笑宇, 沈超, 蔺琛皓, 李前, 王骞, 李琦, 管晓宏. 面向机器学习模型安全的测试与修复[J]. 电子学报, 2022, 50(12): 2884-2918.
[4]	钱忠胜, 俞情媛, 宋涛, 朱懿敏, 祝洁, 赵畅. 基于支持向量机回归模型的测试用例生成与重用[J]. 电子学报, 2021, 49(7): 1386-1391.
[5]	刘焕淋, 黄美娜, 陈勇, 杨健, 黄冰川, 张彤. 基于NOMA技术的PLC-VLC用户配对和子载波分配方法[J]. 电子学报, 2021, 49(10): 1952-1959.
[6]	金泽芬芬, 侯志强, 余旺盛, 王鑫, 寇人可. 基于量子遗传算法的视觉目标跟踪[J]. 电子学报, 2020, 48(8): 1493-1501.
[7]	郭广颂, 陈良骥, 文振华, 张勇. 求解高维混合指标优化问题的交互式进化计算[J]. 电子学报, 2020, 48(7): 1361-1368.
[8]	范书平, 张岩, 马宝英, 万里, 姚念民, 宋妍. 基于均衡优化理论的路径覆盖测试数据进化生成[J]. 电子学报, 2020, 48(7): 1303-1310.
[9]	廖伟志, 夏小云, 贾小军. 基于蚁群算法的多路径覆盖测试数据生成[J]. 电子学报, 2020, 48(7): 1330-1342.
[10]	薛河, 苟思育, 倪陈强. 紧凑拉伸试样参比电位差接线点布局的优化方法[J]. 电子学报, 2020, 48(7): 1396-1402.
[11]	徐超群, 易忠, 孟立飞, 刘超波, 黄魁. 基于遗传算法的卫星磁模型研究[J]. 电子学报, 2020, 48(6): 1108-1112.
[12]	唐香琼, 黄春跃, 梁颖, 匡兵, 赵胜军. 基于再流焊冷却过程应力分析的板极组件BGA焊点参数优化[J]. 电子学报, 2020, 48(6): 1117-1123.
[13]	祁志卫, 王笳辉, 岳昆, 乔少杰, 李劲. 图嵌入方法与应用:研究综述[J]. 电子学报, 2020, 48(4): 808-818.
[14]	田甜, 巩敦卫. 并发程序变异测试研究综述[J]. 电子学报, 2020, 48(11): 2267-2277.
[15]	梁颖, 黄春跃, 邹涯梅, 高超, 匡兵. 基于扭转载荷的微尺度CSP焊点应力应变分析与优化[J]. 电子学报, 2020, 48(10): 2033-2040.

基于搜索空间自动缩减的路径覆盖测试数据进化生成

Evolutionary Generation of Test Data for Path Coverage Based on Automatic Reduction of Search Space

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics