條件判定覆蓋的線性擬合制導(dǎo)測(cè)試生成
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
條件判定覆蓋（condition/decision coverage，簡(jiǎn)稱C/DC）準(zhǔn)則是各種安全攸關(guān)軟件測(cè)試中常用的測(cè)試覆蓋準(zhǔn)則，它要求軟件測(cè)試覆蓋程序中每個(gè)判定以及條件的真／假取值．現(xiàn)有的自動(dòng)測(cè)試生成方法在針對(duì)該準(zhǔn)則的測(cè)試用例生成過(guò)程中存在很多不足．例如：符號(hào)執(zhí)行方法很難處理較為復(fù)雜的非線性條件約束，并在處理程序的規(guī)模上受到很大限制；希爾攀登法由于在搜索過(guò)程中易陷入局部最優(yōu)，而難以達(dá)到滿足C/DC準(zhǔn)則的高覆蓋率；模擬退火法和遺傳算法依賴于用戶使用過(guò)程中的復(fù)雜配置，測(cè)試用例生成效果具有一定的隨機(jī)性．針對(duì)這一現(xiàn)狀，提出了一種線性擬合制導(dǎo)測(cè)試用例生成方法．依據(jù)C/DC準(zhǔn)則，該方法將程序中的每一個(gè)條件判定規(guī)范化為一個(gè)與零值比較的數(shù)值函數(shù)，并以插樁與執(zhí)行獲得該函數(shù)當(dāng)前輸入下的采樣．通過(guò)擬合這些采樣，能夠逐步判斷出程序中各個(gè)條件判定與輸入的關(guān)系，并利用這些關(guān)系生成高覆蓋率的測(cè)試用例．相對(duì)于傳統(tǒng)方法，該方法具有參數(shù)配置簡(jiǎn)易、生成過(guò)程高效等優(yōu)點(diǎn)，并且能夠處理帶非線性條件約束、邏輯復(fù)雜的程序．在3個(gè)開(kāi)源軟件庫(kù)中的25個(gè)真實(shí)程序上運(yùn)行的實(shí)驗(yàn)結(jié)果表明，所提出的方法比目前以覆蓋率見(jiàn)長(zhǎng)的遺傳算法（genetic algorithm。簡(jiǎn)稱GA）制導(dǎo)方法具備更好的覆蓋能力與更高的執(zhí)行效率．
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
條件判定覆蓋的線性擬合制導(dǎo)測(cè)試生成下載
相關(guān)電子資料下載
- 不同的人工神經(jīng)網(wǎng)絡(luò)模型各有什么作用? 126
- rnn神經(jīng)網(wǎng)絡(luò)基本原理 233
- bp神經(jīng)網(wǎng)絡(luò)算法過(guò)程包括 106
- 反向傳播神經(jīng)網(wǎng)絡(luò)建模基本原理 166
- 反向傳播神經(jīng)網(wǎng)絡(luò)概念是什么 169
- 反向傳播神經(jīng)網(wǎng)絡(luò)分為多少層 162
- bp神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括哪些 115
- 卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用 80
- 數(shù)學(xué)建模神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點(diǎn)有哪些 299
- 什么神經(jīng)網(wǎng)絡(luò)模型適合做分類 114