基于FDI算法在软件测试实践中应用.docVIP

基于FDI算法在软件测试实践中应用 　　摘 要： 　　随着我国软件开发规模的扩大，在当前软件工具开发过程中，软件测试的难度也不断增大，存在动态性、多变性的测试弊端，当软件产品推出时，对于其软件测试实践中，采取FDI算法，不仅可以有效找出软件产品未知的隐藏缺陷，还可以提升软件使用性能，提升软件测试有效性。为此，浅析FDI算法在软件测试实践中的应用。 　　关键词： 　　软件测试；FDI算法；算法应用 　　中图分类号：TB 　　文献标识码：A 　　文章编号2015 　　0 引言 　　采用FDI频率差异积分算法，测试软件中的数据，并对软件测量数据进行分析评价，不仅可以发现系统软件内的故障，还可以改进传统的软件测试方法。将FDI算法应用到软件测试中，可以降低软件测试工作中对人的依赖性，降低对软件程序人员的要求，具有实际应用价值。以下对此做具体分析。 　　1 FDI算法 　　1.1 FDI算法原理介绍 　　对于FDI算法，其原理就针对程序运行中的谓词，在谓词错误运行、正确运行的过程之中，对于评估谓词结果间差距的问题，就可以应用模式差异的量化原则，只需在程序中具体测量出谓词的错误相关度，就可以得到错误数。 　　1.2 FDI算法的公式 　　基于FDI算法，就是能够对软件中的某程序，在进行软件测试中，针对软件程序运行中的谓词，给与其多次进行了赋值，并应用该谓词描述、记录软件测试中的数据，以谓词描述测试用例程序被采用的真值率。对于软件测试之中，软件程序运行的过程中，程序谓词假设是P，谓词记录成真次数以nt表示，谓词记录为假次数，用nf来表示，则可以在软件测试中，将谓词当成执行程序的真值率。具体执行过程如下公式中表示： 　　算法是递推的，适用于多维随机过程的估计，离散型算法适用于计算机处理；同样在软件测试中，可以针对多样本情况，也可以用π（P）形式，表示一次程序执行中谓词的真值频率。 　　2 软件测试中FDI算法的应用优势 　　在软件开发过程中，软件故障，不仅会严重影响软件的调试进程，同时也会影响软件在开发质量，影响软件产品发展。因此，对于当前软件产品测试方面中，应用FDI算法，避免传统人工测试定位故障的弊端，减轻工作量，降低对人的依赖性。对于软件测试实践中，采用FDI的频率差异积分算法，有效提高软件的测试效率，提升软件质量，为复杂软件开发工作能够带来很大测试便利。在软件测试中，应用FDI频率差异积分算法，以此来测试软件中的数据，并对软件测量数据进行分析评价，不仅可以发现系统软件内的故障，还可以以此来改进传统软件的测试方法。并且，对于大型软件开发程序以及复杂度高的软件测试中，就可以设计出有技巧性的软件测试策略，针对软件程序故障给出有效测试用例，提升软件测试的是实效性。 　　3 软件测试中实践应用FDI算法 　　3.1 设计测试用例 　　首先需要设计测试用例，然后运行软件程序，最后根据软件程序的动态执行信息和输出结果进行软件测试，实现故障定位。当假设对于软件开发中，需要测试软件进程，如果该测试中所有软件测试用例，可以用集合形式表示，此处以T表示用例的集合，集合Tf表示失败测试用例，集合Tp表示成功用例，则在该项软件测试实践中，就可应用f（X|θp）以及f（X|θf）的形式，表示Tf集合与Tp集合的真值率与概率密度。同时，对于该FDI算法软件测试用例设计中，用f（X|θp）以及f（X|θf）的相差面积，描述出S（P）差异关键值。在基于FDI算法软件测试，在测试用例的设计中，不仅可以提升软件检测效率，还可以尽量降低软件故障。因为其中f（X|θp）与f（X|θf），并不符合实际的测试要求，因此，对于实际的软件测试工作，可以应用化整为零以及分段计算的方式，实现测试算法。 　　3.2 对比测试用例 　　将程序失败运行和成功运行进行对比，从而发现软件程序中，对于失败运行程序，其存在哪些偏离点，找到偏离点，则其可能就是软件测试过程中故障的所在位置。FDI算法变量值用于识别故障，当这些变量超出指定范围，FDI算法则会发出警告，设计基于FDI算法的软件测试，估计状态向量，只输出估计需要；一个输入输出模型可以确定产量预测，估计实际输出故障情况。如图1为测试比对过程。 　　图1 软件测试比对 　　利用解析模型与可测信息，重建某一可测变量，然后由测试输出与真实系统输出差值，进行分析处理。在软件测试中，当前执行全部测试程序用例后，记录程序中出现谓词P的真值率，如果真值率出现次数的较低，则用例执行次数，将会小于程序执行的次数。 　　3.3 软件测试程序仿真 　　基于软件测试中，针对温度控制软件，应用FDI算法进行软件测试，其软件实现中代码如下所示： 　　toc 　　3.4 评估软件