[发明专利]一种基于有利点树划分多维输入域空间的自适应随机测试方法

权利要求书

1.一种基于有利点树划分多维输入域空间的自适应随机测试方法，其特征在于，包括如下步骤：

S1，确定待测程序SUT的输入域D的维度d以及各个维度的范围，初始化已执行测试用例集E以及候选测试用例集C；

S2，在输入域范围内随机生成第一个测试用例t₀并执行，如果t₀检测到了SUT中的异常，测试结束，并反馈相关的测试信息；若测试未结束，则将t₀加入到E中；

S3，在D中随机生成k个候选测试用例，并保存至C中；

S4，计算C中每一个候选测试用例与E中每一个元素的相似性，选择相似性最低的候选测试用例c′作为下一个要执行的测试用例t₁并执行，同理，如果t₁检测到了SUT中的异常，测试结束，并反馈相关的测试信息；若测试未结束，则将t₁加入到E中；

S5，重复S3和S4，当E中的测试用例个数满足给定建树阈值τ时，转至步骤S6；

S6，构建并初始化VP树的根节点；

S7，在D中随机生成k个候选测试用例，更新C；

S8，计算C中每一个候选测试用例与VP树中存储用例的相似性，选择相似性最低的候选测试用例c′作为下一个要执行的测试用例t′并执行，同理，如果t′检测到了SUT中的异常，测试结束，并反馈相关的测试信息；若测试未结束，则将t′插入到VP树中，重复步骤S7和8直至测试结束。

2.根据权利要求1所述的一种基于有利点树划分多维输入域空间的自适应随机测试方法，其特征在于，所述步骤S1的具体过程包括：

S1.1，针对某一待测程序SUT，根据软件设计文档，确定输入域D范围，即具有合理输入的集合；

S1.2，根据S1.1中确定的D，确定SUT的维度参数d，其中D中每一个维度都具有其特定的范围；

S1.3，初始化已执行测试用例集E及候选测试用例集C，E为空，固定C大小为k。

3.根据权利要求1所述的一种基于有利点树划分多维输入域空间的自适应随机测试方法，其特征在于，所述步骤S2的具体过程如下：

S2.1，根据S1.1中确定的D的相关属性，在D中随机产生第一个测试用例t₀；

S2.2，使用t₀驱动SUT的执行，如果SUT的实际输出结果与预期输出结果一致，则认为t₀没有发现SUT中的异常，转至步骤S2.3，否则认为SUT存在异常，测试结束；

S2.3，将t₀加到E中。

4.根据权利要求1所述的一种基于有利点树划分多维输入域空间的自适应随机测试方法，其特征在于，所述步骤S4的具体过程如下：

S4.1，使用欧式距离来进行测试用例之间的相似性度量，距离越近，表明这两个测试用例的相似性越高；计算C中每一个候选测试用例c_i与E中每一个元素e_i的欧氏距离，选择最小距离为该候选测试用例的相似性值，选择候选测试用例中相似性值最低，即最小距离最大的测试用例为下一个待测用例t₁；

S4.2，如果t₁检测到了待测程序的异常，测试结束，并反馈相关的测试信息；若测试未结束，则将t₁加入到E中。

5.根据权利要求1所述的一种基于有利点树划分多维输入域空间的自适应随机测试方法，其特征在于，所述步骤S6的具体过程如下：

S6.1，当E中的元素个数达到建树阈值τ时，开始构建VP树的根节点：从E中随机选取一个测试用例e_i，其中0＜i≤τ，作为有利测试用例t_vp；

S6.2，将其余测试用例t_p∈E-{t_vp}，根据d(t_p，t_vp)与μ_i的大小关系构造成VP树的根节点，其中μ_i为一系列将D划分为不同的子域D_i的距离值，称为划分半径，其中μ₀＝0。