一种基于K-Mean算法的移动应用兼容性测试方法.pdfVIP

２０１５年６月 西 北 工 业 大 学 学 报 Ｊｕｎｅ ２０１５ 第３３卷第３期 Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ Ｖｏｌ．３３ Ｎｏ．３ 一种基于Ｋ⁃Ｍｅａｎ算法的移动应用兼容性测试方法 张涛，周文强，李坤，王海鹏，成静 （西北工业大学 软件与微电子学院，陕西 西安　 ７１００７２） 摘　 要：随着移动应用市场的快速发展，移动应用兼容性测试问题日显突出和紧迫。 本文提出了一种 基于Ｋ⁃Ｍｅｎａ算法的移动应用兼容性测试设备选择方法。 该方法首先建立移动应用兼容性测试设备 的特征树模型，确定各个基本特征的测试值，定义初始Ｋ值和中心点。 然后给出一种基于设备特征树 模型的特征距离计算方法。 最后基于Ｋ⁃Ｍｅａｎ聚类算法，对移动设备进行聚类，从各个聚类中选择适 合的移动应用兼容性测试设备。 通过实例进行验证分析，结果表明该方法能够帮助测试人员选择适 合的测试设备，从而降低测试成本，提高测试效率和测试质量。 关　 键　 词：移动应用；兼容性测试；Ｋ⁃Ｍｅａｎ聚类算法；特征树模型 中图分类号：ＴＰ３１１　 　 　 文献标志码：Ａ　 　 　 文章编号：１０００⁃２７５８（２０１５）０３⁃０５１２⁃０４ 　 　 近年来，移动应用取得了快速发展，已广泛应用 想是：对于给定的样本集合ｎ，首先随机选取ｋ个对 于新闻、社交、旅游、医疗、金融、商业等各个领 象作为初始聚类中心；然后将剩余对象根据其与各 ［１⁃２］ 域 。 ２０１５年移动应用市场规模将高达２５ Ｂｉｌｌｉｏｎ 个初始聚类中心的距离，将其分配到最近的类。 最 美元，而到２０１７ 年，将有 １６０ Ｂｉｌｌｉｏｎ 的移动应用被 后重新计算每个聚类的中心，再反复迭代计算分组 用户下载安装。 由于不同手机或者平板电脑的操作 其余对象，直到目标函数最小化，每个聚类均达到较 系统、硬件特征、驱动程序等的差异性，使得移动应 优的效果。 在移动应用兼容性测试中，首先基于Ｋ⁃ 用在某些设备上运行良好，而在另外一些特定设备 Ｍｅａｎ算法聚类移动设备，再从各个聚类选择移动设 ［３⁃４］ 不能正常运行 。 因此，为了保证移动应用的可 备，保证兼容性测试覆盖率，实现高效、充分的移动 靠性和质量，必须在移动设备上进行充分的移动应 应用兼容性测试。 用兼容性测试。 目前，仅中国市场就有 １３ ０００ 多种 １．１　 移动应用兼容性测试特征树模型 智能手机，考虑到测试费用和时间的限制，难以对所 移动应用兼容性测试用于验证移动应用与其运 有移动设备进行兼容性测试。 于是，如何系统地为 行环境之间的依赖程度，即移动应用能否在不同运 移动应用选择合适的兼容性测试设备，既能够保证 行环境下正常运行。 根据移动应用功能特点和运行 测试充分性和质量，又能够控制测试成本和测试时 环境需求，建立如图１所示的移动应用兼容性测试 间，就成为当前移动应用兼容性测试迫切需要解决 特征树模型 ＭＦｔｒ，本文将其定义为一个二元变量 难题之一。 为此，本文对基于聚类算法的移动设备 （Ｎ，Ｅ）。 其中：Ｎ 是特征树模型节点，包括叶子节 兼容性测试方法进行了探讨。 点、中间节点和根节点，每个节点表示一种移动应用 特征，如ＣＰＵ、屏幕分辨率、网络连接等；Ｅ是一组节 １　 基于 Ｋ⁃Ｍｅａｎ 算法的兼容性测试 点之间的连接，每个连接包括一个父节点和它的一 方法 个子节点，描述父子特征之间归属关系。 Ｋ⁃Ｍ