基于蚁群算法软件测试用例生成方法研究.docVIP

基于蚁群算法软件测试用例生成方法研究 　　摘 要：在相关的调查中，软件测试占软件开发总成本的一半左右。此外，软件测试以及软件测试用例生成，是软件工程的重点和难点。所以，减少软件测试的成本是非常必要的。随着进化算法被引入到增强测试覆盖率中来，测试的代价也在逐步降低。提出了一种新的软件测试用例生成方法，该方法结合蚁群算法，在提高测试覆盖率的同时，成功降低了软件测试的代价。通过实验发现本文所提出的方法效果较好。?? 　　关键词：蚁群算法；软件测试；变异测试?? 　　中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2011）03-0073-02?お? 　　?? 　　作者简介：邱菊（1984-），女，江苏南京人，硕士，南京航空航天大学计算中心助理工程师，研究方向为软件工程。 　　 　　0 引言?? 　　本文中引入元启发式算法，结合蚁群搜索算法和变异分析来生成高质量的软件测试用例。因为变异分析及其相对应的测试输入数据的生成有难度，所以变异测试目前使用范围相对较小。?? 　　重点在于自动生成测试输入数据，最早提出使用变异分析来生成测试输入数据的是奥法特，他在博士论文中提出使用变异测试。该项技术被称为基于约束的测试数据生成技术（简称CBT），如果一个测试用例能够满足下面三个条件，那么它就能够消除一个变异体。第一个条件，也称为可达到性条件，必须能达到这个变异体程序；第二个条件，也称为必要条件，它要求变异程序的执行结果与原始程序的执行结果有区别；第三个条件，也称为充分条件，通过变异体中与原始程序不一样的部分来产生错误的输出。由于基础的搜索进程的缺陷，该测试技术有几个缺点。为了克服CBT的这些问题，奥法特又提出了一种新的方法――动态范围缩减（简称DDR），它的基本原理与CBT是类似的，与CBT不同的是，它增加了一个后退搜索进程。本文中引入进化方法来生成消除变异体的测试用例。?? 　　如上面所描述，采用基于蚁群搜索算法的元启发式算法来解决最小化问题。原因如下：第一，对于基于覆盖率的测试来说，进化算法是生成软件测试数据的恰当方法；第二，从本质上来说，蚁群算法是以一种平行的搜索模式来操作。在每次搜索满足奥法特提出的三个条件的测试输入数据时，蚂蚁们都有消除掉变异体的任务。接着，通过一个概率密度估计的过程来增强蚁群算法。?? 　　1 问题描述?? 　　用??P-g来表示待测的程序，I=(X-1,X-2,……，X-k)是输入变量的向量，每个输入变量X-i从范围D-i中取值(i=1,2,…，k)。程序P-g的范围是D=D-1×D-2…×D-k，假设R是一个变异操作集，每个变异操作算子是一个程序错误的代表，对于P-g的变异版本来说，每个变异操作算子在程序中都会产生一个独立的修改。通过应用变异操作算子r∈R到P-g，就得到原始程序P-g??的N个变异版本??M-1,M-2,…M-N。换句话说，M-i=r-i(P-g)，r-i∈R，i=1,2,…,N（i代表着变异操作的次数）。每个变异操作算子通过注入一个简单的错误来对P-g??进行变异操作。?? 　　在变异测试中，测试数据生成的关键问题在于找到测试输入值的一个集合，该集合是消除变异体数量的最大值。必要问题就是找出输入变量??（X-1,X-2，…，X-k）值的分配，即测试用例，这样当执行测试的时候，能消除掉尽可能多的变异体。如果奥法特提出的三个条件都满足，那么对应的变异体就能被消除。第一个条件：在变异体M-j中的变异程序段S-m??必须具有可达性；第二个条件，变异体的执行结果与原始程序的执行结果是有区别的；第三个条件，即充分条件，要求变异体产生并输出变异结果。?? 　　如果一个输入的测试用例t能消除掉一个变异体??M-j??，那么就说该变异体被t消除，否则就说??M-j??仍然存在。因此，如果T是消除变异体d的测试用例集，那么T的变异比例??MScore(T)为：MScore(T)=100d[]N-eq。其中，eq??是相应变异体的数量。?? 　　2 蚁群算法?? 　　2.1 用蚁群算法生成变异测试的测试用例?? 　　蚁群算法在本文中的应用如下：先从随机选择的测试用例中搜寻能消除掉给定变异体的测试用例，对于由蚂蚁选择的每个测试用例，变异体都被执行，测试用例的质量也被评估出来。如果评估出来的质量能够满足消除条件，那么蚂蚁沿着信息素轨迹，给参数标上信息素，进而形成测试用例。标记出的信息素的数量与测试用例的质量是成正比的。与自然界类似，人工的蚂蚁往信息素多的方向走。这种在蚂蚁前进中的间接交流有利于参数的分配，生成的测试用例更满足消除条件，最终能消除掉变异体。?? 　　2.2 构造测试用例?? 　　测试用例生成的问题可以用一个有向图来标示，即??Gr(V,E)，点集