2 黑盒测试.ppt

* * * * * * * * * * * * * * * * * * * * * * 恒等：若 c1 是1，则 e1 也为1，否则 e1 为0 非：若 c1 是1，则 e1 为0，否则e1为1 或：若 c1或c2或c3是1，则 e1 为1，否则 e1 为0 与：若 c1和c2都是1，则 e1 为1，否则 e1 为0 * * * * * * * * * * * * * * * * * * * * * * * * * * * * 数域上的输入边界测试 单个变量可取如下值设计测试用例 略小于最小值(min-) 最小值(min) 略大于最小值(min+) 输入值域内的任意值(nom) 略小于最大值(max-) 最大值(max) 略小于最大值(max+) 对于多个变量： 每次保留程序中一个变量，让其余变量取正常值，被保留的变量依次取min-、min、min+、nom、max-、max、max+ 对程序中的每个变量重复 (1) 最坏情况测试:测试多个输入同取边界值的情况 输入的最大最小 是相对与输出的 数域上的输入边界测试 例1：有两个输入变量x1(a≤x1≤b)和x2(c≤x2≤d)的程序F的边界值分析测试用例如下： x1nom,x2nom, x1nom, c-, x1nom,c, x1nom,c+, x1nom,d-, x1nom,d,x1nom,d+, a-,x2nom, a,x2nom, a+,x2nom, b-,x2nom, b,x2nom, b+,x2nom } x1 x2 a b d c 边界值法的局限 系统性略差，结合等价类法更好 更多地基于“单故障”假设 两个或更多故障同时出现而导致软件失效的情况很少，也就是说，软件失效基本上是由单故障引起的。 不易测试多个输出都不处在边界，但组合后处于变化极点的情况 a+b=c, 刚好=的情况即一种边界 5.4 错误推测法 边界值法的泛化 错误推测法的概念 基于经验和直觉推测程序中所有可能存在的各种错误，从而有针对性的设计测试用例的方法。 错误可能在哪？ 程序输入空间 特异点 错误推测法 例如： 单元测试时易发现的常见的错误、以前产品测试中曾经发现的错误等，这些就是经验的总结。 输入数据和输出数据为奇异值的情况，比如程序路径中带有空格，文档中带有中文编码等。这些都是容易发生错误的情况，可选择这些情况下的例子作为测试用例。 安全测试领域的许多问题 5.5 正交试验设计法（正交测试） 对于因果、逻辑关系相对简单，或者不清晰，但组合关系复杂的程序可采用正交试验设计法生成测试用例 正交试验设计法是从大量的数据中挑选适量的、有代表性的点，从而合理地安排测试的一种科学的试验设计方法 正交测试法使用已经造好了的正交表格来安排试验并进行数据分析的一种方法 它简单易行并且计算表格化，应用性较好。特别适用于输入为枚举值的情况。 正交试验设计案例: 确定最佳生产条件 为提高某化学产品的转化率，选择了三个有关因素进行条件试验：反应温度(Ａ)，反应时间(Ｂ)，用碱量(Ｃ)，并确定了它们的试验范围如下： Ａ：80 —— 90℃； Ｂ：90 —— 150分钟； Ｃ：5％—— 7％。 为控制实验代价，A、B、C三个因素均取相关范围内3个代表性的值来进行测试 A：Al＝80℃，A2＝85℃， A3=90℃B：Bl＝90分，B2＝120分，B3=150分C：Cl＝5％， C2＝6%， C3＝7% 全面试验法取点 试验值 A：Al＝80℃ A2＝85℃ A3=90℃B：Bl＝90分 B2＝120分 B3=150分C：Cl＝5％ C2＝6% C3＝7% 取点太多 简单对比法 试验次数少，但容易取点不均匀，造成试验结论不稳定 试验值 A：Al＝80℃ A2＝85℃ A3=90℃ B：Bl＝90分 B2＝120分 B3=150分 C：Cl＝5％ C2＝6% C3＝7% 正交试验设计法 全面、均匀，测试点较少，且具有典型性、代表性 九个平面上的试验点都一样多（每个因子同等看待） 每行、每列上的点一样多（每个水平同等看待） 正交表 当因子数和水平数都不太大时，尚可通过作图的办法来选择分布很均匀的试验点。但是因子数和水平数多了，作图的方法就不行了，为此创造出了所谓的正交表。 一般用Ｌ代表正交表，常用的有 L8(27) L9(34) L16(45) …… 正交表可查询数理统计相关资料获得 L8(27)正交表 其中，７为此表列的数目（最多可安排的因子