資源描述：
《基于數(shù)據(jù)流測試數(shù)據(jù)自動生成技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、南京郵電大學(xué)碩士研究生學(xué)位論文摘要摘要在軟件測試中，測試數(shù)據(jù)（TestData）的選擇是進(jìn)行結(jié)構(gòu)測試的一個難題，它的合適與否直接關(guān)系到錯誤能否被預(yù)期測出。隨著軟件系統(tǒng)規(guī)模的日益擴(kuò)大，傳統(tǒng)測試方法的局限性也越來越明顯。在此背景下，本文將數(shù)據(jù)流（Data-Flow）技術(shù)和遺傳算法（GeneticAlgorithm,GA）結(jié)合起來，進(jìn)行對測試數(shù)據(jù)自動生成技術(shù)的研究。本文首先介紹了軟件測試的基本概念，方法和數(shù)據(jù)流測試技術(shù)。然后闡述了遺傳算法的基本原理、步驟、特點(diǎn)以及其在軟件測試中的運(yùn)用，從而進(jìn)一步根據(jù)二者優(yōu)勢互補(bǔ)的特性，提出基于數(shù)據(jù)流的測
2、試數(shù)據(jù)自動生成算法。該算法擴(kuò)展了數(shù)據(jù)流技術(shù)，它根據(jù)遺傳算法進(jìn)行參數(shù)的編碼設(shè)計(jì)并構(gòu)建初始種群，采用測試需求路徑中的節(jié)點(diǎn)信息構(gòu)造新的適應(yīng)度函數(shù)評價(jià)個體優(yōu)劣，再通過遺傳算子完成進(jìn)化過程，為待測程序生成能夠覆蓋測試需求的最優(yōu)測試數(shù)據(jù)。最后為了證明本文所提出算法的高效性，將其與基于隨機(jī)算法的控制流測試技術(shù)（簡稱為隨機(jī)法）分別對3個程序進(jìn)行了研究對比。實(shí)驗(yàn)結(jié)果表明，本文算法在覆蓋率、搜索時間、迭代次數(shù)以及生成的測試數(shù)據(jù)規(guī)模上均優(yōu)于隨機(jī)法，構(gòu)造的適應(yīng)度函數(shù)能夠充分利用數(shù)據(jù)流圖中的節(jié)點(diǎn)信息，合理反映了對應(yīng)解的優(yōu)劣程度，能夠以較高的成功率生成高質(zhì)量
3、的測試數(shù)據(jù)。關(guān)鍵詞：軟件測試；數(shù)據(jù)流；遺傳算法；測試數(shù)據(jù)；I南京郵電大學(xué)碩士研究生學(xué)位論文ABSTRACTABSTRACTInsoftwaretestingfield,thechoiceoftestdataisoneofchallengingissuesinstructuraltesting.Itsappropriatenessisdirectlyrelatedtothaterrorscanbedetected.Withthegrowingsizeofsoftwaresystems,thelimitationsoftraditio
4、naltestingmethodshavebecomeincreasinglyevident.Inthisbackground,thepapercombinesData-FlowandGeneticAlgorithm(GA)toresearchtheautomaticgenerationoftestdata.Aboveall,thepaperintroducesthebasicconceptsandmethodsaboutsoftwaretesting,especiallydata-flowtestingtechniques.GA
5、’sbasicprinciples,steps,characteristicsanditsapplicationinsoftwaretestingfieldareintroducedaswell.Accordingtocharacteristicsoftheircomplementary,anautomatictestdatagenerationalgorithmbasedonData-Flowisproposedinthepaper.Thisalgorithmextendsdata-flowtechnologyandisgive
6、nasfollows.FirstlydesigningparameterscodingandcreatetheinitialpopulationbasedonGA.Secondlyusingnodes’informationoftestingrequirementspathtoconstructanewfitnessfunctiontoevaluateindividual.Thirdlybymeansofgeneticoperatorstocompletetheevolutionaryprocessforgeneratingopt
7、imaltestingdata.Tovalidatetheproposedalgorithm,thispapercarriesoutexperimentsonthreeprogramscomparedwithcontrolflowtestingtechniquesbasedonRandomAlgorithm(RA).TheresultsshowthatthealgorithmproposedinthispaperisbetterthanRAinthecoveragerate,searchingtime,numberofiterat
8、ionsandsizeofthegeneratedtestdata.It’sprovedthatthedesignedfitnessfunctionisabletotakefulladvantageofnodes’informationindata
