[发明专利]基于条件谓词的适应性随机测试用例生成方法

说明书

本方法提供了一种基于条件谓词的适应性随机测试用例生成方法，属于软件测试领域中的适应性随机测试技术。本方法基本流程含六个步骤，包括人工发掘程序的条件谓词信息、计算候选测试用例所属条件区域、计算候选测试用例是否达到阈值、采用基于距离的候选用例筛选计算出条件区域的待测测试用例并执行，最后返回所用测试用例集。本文还对RT、FSCS‑ART、IP‑ART与本文所提出的方法在真实程序上开展了对比实验，结果表明，本方法所选择的测试用例具备更强的失效检测能力。

技术领域

本发明属于软件测试领域中的适应性随机测试技术，涉及一种基于程序条件谓词的适应性随机测试用例生成方法。

背景技术

随着计算机系统不断深入到社会的各个领域，软件系统所发挥的作用也日渐突出。然而，如何有效地保证软件系统的质量是当前软件工程领域一个极具挑战性的课题。

软件测试作为软件开发过程中不可缺失的环节，是保证软件质量的重要手段。在软件自动化测试领域，随机测试（Random Testing，RT）方法较易于实现，但其无法保证测试用例能够“均匀”地分布在输入域中，因此失效检测能力较低。在此基础上，T.Y. Chen等人提出了适应性随机测试（Adaptive Random Test，ART）方法。该方法在保留了RT方法随机性特点的同时，提升了测试用例在输入空间的均匀分布程度，使得测试用例更具多样性，从而增强了随机测试的失效检测能力。

基于固定规模候选集的适应性随机测试（Fixed-Sized-Candidate-Set ART，FSCS-ART）方法是一种经典且普遍使用的ART方法，该方法通过距离计算的策略来保证测试用例在输入域中尽可能地均匀分布，从而具有较好的揭错能力。然而，随着被测试程序输入域维度的升高，该算法倾向于选择位于输入域边缘的测试用例，导致算法的失效检测能力显著降低。此外，由于该方法要耗费大量时间计算测试用例到候选测试用例之间的距离。因此，该方法存在严重的计算开销问题。

发明内容

为了减小FSCS-ART的计算开销，并提高其失效检测能力。本文提出一种基于条件谓词的适应性随机测试（ConditionART，CondART）用例生成方法。该方法基于真实程序本身的规约与特性，人工发掘出其谓词信息，并利用谓词信息对真实程序的输入域进行划分。在每个划分子区域中引入FSCS-ART的基于距离的候选规则，保证测试用例在每个输入域子区域中尽可能地均匀分布。通过真实程序本身的谓词信息对程序输入域进行划分，这不仅可降低原始FSCS-ART方法的计算开销，也可提高测试用例在整个输入域中的均匀分布程度，从而提高测试方法的失效检测能力。

本发明的技术方案如下：

步骤1，定义算法相关的数据结构，设置程序输入域，并根据真实程序的规约与特性人工发掘程序的条件谓词信息；

步骤2，在整个输入域中随机产生候选测试用例c，随后基于真实程序条件谓词信息计算c所属的条件区域cr，并判断该条件区域cr是否存在于条件区域集CRs中，若存在则执行步骤3，否则跳转至步骤5；

步骤3，将候选测试用例c加入该条件区域cr所对应的候选测试用例集CS_cr中，并判断候选测试用例集CS_cr中测试用例的个数是否达到阈值k，若未达到阈值k则跳转至步骤2，否则执行步骤4；