基于搜索的分层回归测试数据集扩增方法.PDFVIP

第３６卷第７期 计 算 机 应 用 研 究 Ｖｏｌ３６Ｎｏ７ ２０１９年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１９ 基于搜索的分层回归测试数据集扩增方法 王曙燕，高　露，孙家泽 （西安邮电大学计算机学院，西安７１０１２１） 摘　要：针对在回归测试中原有的测试数据集往往难以满足新版本软件的测试需求问题，提出一种基于搜索的 分层回归测试数据集扩增方法，主要包含覆盖目标方法集获取模块和测试数据生成模块。首先对新版本程序进 行抽象分析，提取出方法调用图，利用方法调用轨迹和已有测试数据建立方法覆盖信息，获取目标方法集，并通 过计算贝叶斯条件概率对目标方法集进行优先选择；利用Ｈａｄａｍａｒｄ矩阵设计正交种群，同时结合已有测试数据 集进行种群初始化，采用文化基因算法对目标集中方法生成测试数据。该方法针