导读:本文包含了自适应随机测试论文开题报告文献综述及选题提纲参考文献，主要关键词:随机测试,自适应随机测试,候选排除,划分测试
自适应随机测试论文文献综述
Hilary,Ackah-Arthur[1]（2019）在《基于约束和划分策略的自适应随机测试方法改进的研究》一文中研究指出软件测试的一个关键目标是以更低的成本发现导致软件失败的程序错误。测试中需要识别或生成一系列测试用例,这些测试用例可以通过尽可能少的测试执行以更高效地检测错误。随机测试(Random Testing,RT)是一种基本的软件测试技术,它根据随机分布挑选测试用例,该技术现已广泛应用于许多实际应用中以评估软件的可靠性。尽管RT因其优点得到了广泛的应用,但一些研究人员并不看好其故障检测效果。研究人员指出,使得随机测试输入在整个输入域中实现均匀分布状态,有助于提高RT的故障检测效果。为了提高传统RT的故障检测能力,将测试用例均匀分布在整个输入域中以提高测试方法的故障检测能力,自适应随机测试(Adaptive Random Testing,ART)方法应运而生。ART方法包含一系列基于RT的测试方法以更快地发现故障,并利用已执行且未发现故障的测试用例的位置信息产生均匀分布地随机测试输入。为了进一步改进传统的RT,一些学者多年来对ART进行研究且采用不同的方法来实现测试用例的均匀分布。基于ART原理的测试开销是巨大的,甚至可能超过执行更少测试所带来的优势。于是,研究人员提出了几种具有不同策略的ART方法,其目的是在保持或提高ART的高故障检测能力的同时,大大降低ART的时间复杂度。基于此,研究并改进致力于提高ART测试有效性及效率的测试方法是至关重要的。本文的主要研究内容阐述如下。1.阐述了软件测试的背景并描述引入ART方法的背景和动机,对ART技术进行了初步介绍。对现有的几种ART方法进行分类和评估,重点分析不同ART方法的研究动机、研究策略和研究结果,进一步描述在ART实证评价中所采用的措施和策略。系统化地分析并回顾了现有的一些ART研究理论,重点关注了其发展趋势和贡献,总结了多年来研究对ART方法改进的贡献。研究使用了109篇发表在期刊、研讨会和会议记录中的高质量ART论文。从这些论文中,作者确定了五个不同的ART研究类别和60种不同的ART研究思路和方法。本研究的结论是:虽然ART领域对其理论和方法的研究相对较多,但尚不成熟;还需设计不同的策略使ART在不同的测试场景中更具成本效益和适用性,从而对行业产生影响并应用于工业测试实践。2.提出了一种新的基于排除区域的ART方法即CE-ART(Candidate-Exclusion ART),该方法能有效降低计算成本和测试开销。通过在所有候选测试用例周围定义排除区域,将距离限制在每个候选测试用例与其排除区域内已执行测试用例之间进行计算,从而降低FSCS-ART(Fixed-Sized-Candidate-Set ART)算法的高测试开销。如果候选输入的排除区域为空,该方法直接选择该输入作为下一个测试用例。另一方面,如果所有的候选测试用例的排除区域都不为空,那么距离其最近的已执行测试用例最远的候选测试用例将被挑选为下一个测试用例。实验结果表明,提出的基于排除区域的ART方法不仅改进了RT,实现了与其他ART方法类似的故障检测效果,同时显着降低了计算开销。3.提出了一种新的ART方法ART-ORB(ART by Orthogonal Recursive Bisection with Restriction),该方法集成了分区和排除策略,探索了输入域重复几何等分与限制区域相结合的优点以实现均匀分布测试输入。ART-ORB结合了两种ART方法变体FSCS-ART和ART-B(ART by Bisection)的优点,增强测试用例的分布并减少计算开销。通过正交划分输入域的区域来增强测试用例的分布均匀性,并使用假想偏移量的概念进一步限制测试用例之间相近的可能性。该方法在最大子区域内生成一组随机的候选测试用例,并定义该最大子区域周围的假想偏移量,选择距离已执行测试用例最远的候选测试用例作为下一个测试用例,这些已执行测试用例可以在区域内和假想偏移区域内找到。实验结果表明,在使用较少的测试执行来发现故障方面,ART-ORB的测试效果比RT更好。与其他ART方法相比,ART-ORB具有较高的性能,能有效减少所需的测试执行用例,但可能会导致较低的测试输入挑选开销,特别是在高维输入空间中。研究表明,ART-ORB是一种较好的测试方法,特别是在测试输入执行开销较大的情况下。4.提出了一种新的ART方法ART-ORBO(ART by Orthogonal Recursive Bisection with Imaginary Offsets),该方法也采用输入域的重复几何二分法结合想象偏移量的概念。ARTORBO结合了两种ART方法变体的优点,增强了测试用例的分布,减少了计算开销。实验结果表明,ART-ORBO的测试效果优于RT方法,特别是在高维输入域中具有比其他ART方法更好的故障检测效果,并能显着提高测试效率。研究结果表明,该方法在大部分测试场景下能替代RT方法,特别是在执行测试输入成本较高的情况下,也可以很好地替代需要其他ART方法生成测试用例的测试场景。综上所述,本文为ART的理论研究及测试实践提供了重要的研究参考,同时提出了叁种新的ART方法,它们采用约束和划分策略来提高ART的测试效率和效果。(本文来源于《江苏大学》期刊2019-06-01）
谢网根,陈锦富,葛宏河,张祖法,曾智锋[2]（2019）在《基于覆盖率的面向对象软件自适应随机测试方法》一文中研究指出针对现有面向对象软件(OOS)自适应随机测试中挑选测试用例的有效性及错误检测率不高的问题,提出了基于覆盖率的面向对象软件自适应随机测试方法.新方法在生成候选测试用例集时考虑了代码覆盖率信息,将语句覆盖率同测试用例差异性信息综合考虑来挑选将执行的测试用例,从而提高错误检测率.给出了覆盖率动态排序监测技术整体框架、预处理模块、程序插桩模块及排序模块;叙述了DTCGOOS-Cov算法.采用ID3Manage,RabbitAndFox,SATM,SchoolManagement,WaveletLibrary以及WindShieldWiper这6个被测类库,将新方法与传统自适应随机测试方法和纯随机测试方法进行了对比试验.结果表明:基于覆盖率的OOS自适应随机测试方法在F_m和E_m这2项指标上要优于其他2种方法.(本文来源于《江苏大学学报(自然科学版)》期刊2019年03期）
李志博,李清宝,于磊,侯雪梅[3]（2019）在《基于划分的自适应随机测试综述》一文中研究指出随机测试是一种广泛应用于实践的基础测试方法。自适应随机测试(ART)是对随机测试的改进,其检错有效性优于随机测试。首先,分析了具有较高检错有效性但时间开销较大的经典ART算法;其次,重点综述了能降低时间开销的基于划分的ART算法,并对各种划分策略和测试用例生成算法进行了分析和对比;同时,分析了影响ART算法有效性的关键因素以及高维输入域空间中算法有效性低下的问题,梳理了算法有效性度量指标以及测试用例分布度量指标;最后,论述了ART算法中存在的问题及面临的挑战。(本文来源于《计算机科学》期刊2019年03期）
奚家祥[4]（2018）在《基于限制性选择与程序信息的变概率自适应随机测试方法》一文中研究指出随着当今信息化程度的加强,软件的规模也越来越大。但是软件的质量问题一直都是人们关注的焦点问题。而随着对软件测试的投入越来越大,软件测试的成本也越来越高。如何高效地自动化测试是软件测试者必须要考虑的问题。随机测试是一种在自动化测试中应用广泛的方法。但随机测试也有着相当的不足,近年来很多学者都不断的对随机测试进行研究并进行改进,T.Y.Chen等人提出了自适应随机测试方法(Adaptive Random Testing,ART)并取得较好的效果。自适应随机测试方法的主要思想是将生成的测试用例动态的均匀分布在输入域之中。本文分析了基于概率密度函数的自适应随机测试,该类自适应随机测试算法是目前效果最好的自适应随机测试算法之一。基于概率密度函数的自适应随机测试首先根据已有测试用例生成概率密度函数,然后通过该概率密度函数生成下一个测试用例。本文分析了两种概率密度函数的自适应随机测试。一种是限制性选择的ART算法(Restricted Random Testing,RRT),另一种是基于剖面的ART算法(Adaptive Random Testing through Test Profile,ART_(TP))。本文在分析了两种基于概率密度函数的自适应随机测试方法之后,针对这两种算法的缺点和不足进行改进并在对提出的改进算法进行了实验。最后实现了一个测试原型系统来对本文中所提方法进行验证。本文主要完成的工作阐述如下:1.针对RRT算法时间消耗过大的问题,提出了改进的限制性变概率选择随机测试算法(Restricted Random Testing by Largest Available Zone,RRT_(LAZ))。RRT_(LAZ)的主要思想是在已执行测试用例周围生成排除区域和可选区域,然后通过算法计算出所有可选区域,最后寻找最大的可选区域进行测试用例的生成。同时算法考虑了多维输入域的情况并给出两种具体的解决方案。最后通过对模拟程序和真实程序进行测试,测试结果表明,本文提出的RRT_(LAZ)算法能够有效地减少RRT的时间开销并且能够使用较少的测试用例发现较多的错误。2.分析了ART_(TP)算法的执行过程并对ART_(TP)算法中用于生成测试用例的概率密度函数进行改进。相比于原概率密度函数,利用改进后的概率密度函数可以使用更少的测试用例发现错误。同时针对自适应随机测试算法没有结合程序的动态信息进行改进的缺点,提出了基于覆盖率和基于路径的变概率ART算法(Probability Adaptive Random Testing with Dynamic Program Information,PART-DPI)。通过对覆盖率和路径信息的整合,使得变概率的ART在选择测试用例时更有针对性,能够满足更高的覆盖率和覆盖更多的路径。实验结果也表明,基于程序动态信息的变概率ART能够比原有的变概率ART算法要更有效。3.设计并实现了一个变概率ART测试原型系统(Probability ART Prototype Testing System,PART_PTS)。该原型系统包含了参数分析模块、模拟数据模块、插桩模块、变异模块、执行模块以及结果分析模块。通过实验可以发现该系统有较好的可行性以及较高的扩展性。(本文来源于《江苏大学》期刊2018-04-01）
汪康炜[5]（2017）在《文法件自适应随机测试研究》一文中研究指出文法件是一类用文法描述和解答问题的系统,其测试工作不同于其他程序:文法件的测试用例是符合文法规则的句子,获取途径主要是各种句子生成算法;文法件的测试代价通常较高,实践中要求使用少量高质量的测试用例发现尽可能多的错误。因此,生成具有较高检错效率的句子成为了文法件测试的重要课题。现有句子生成算法中,基于规则覆盖方式生成的句子集合在实际测试中因句子不足导致检错能力低下,需使用随机生成方式进行补充。随机生成方式虽然可以弥补规则覆盖方式的不足,但生成的句子可能存在相似甚至相同的情况,导致测试效率降低。本文通过引入自适应随机测试方法,使随机生成的句子均匀分布,从而提高句子质量与测试效率。本文通过实验验证了句子随机生成方式对规则覆盖方式的补充作用;针对随机生成方式在实践中存在的循环问题,提出设置最大推导次数加以解决。给出了句子自适应随机生成算法框架,对关键的距离定义问题进行深入探讨。根据文法件输入域特征,从字符串、产生式状态、树结构叁个角度为句子距离提出了若干假设,并通过理论分析、直觉判断、实验验证对每种距离进行了一一研究。此外,本文还阐述了句子枚举与自适应随机测试的结合应用。实验表明,以产生式树编辑距离作为句子距离定义有理论上的依据,符合直觉上的判断,在各实验中表现良好,在计算效率上处于优势,是句子距离的合理定义。句子自适应随机生成方法在以产生式树编辑距离为距离定义时,生成的句子普遍具有较高的测试质量,可有效提高文法件的测试效率。(本文来源于《华侨大学》期刊2017-06-01）
朱莉莉[6]（2017）在《面向对象软件测试中高效自适应随机测试算法研究》一文中研究指出随着面向对象编程OOP(Object Oriented Programming)技术的快速发展,OOP已成为当前主流编程技术之一,并被广泛应用于设计和开发面向对象软件OOS(Object Oriented Software,)。面向对象语言的继承性,封装性和多态性等特性,在提高了软件的可重用性,可扩展性和互操作性的同时也增加了测试OOS的难度。研究人员提出了多种测试方法来测试OO,其中随机测试RT(Random Testing)由于其简单性和易用性而被广泛应用。为了提高RT的故障检测能力,TY Chen等人提出自适应随机测试ART(Adaptive Random Testing)。将ART应用于OOS时,需要合适的计算OOS测试用例之间差异性的距离度量标准。Ciupa等人提出用于测试单个类的面向对象自适应随机测试方法ARTOO(Adaptive Random Testing for Object-Oriented software),其使用的距离度量标准用于计算两个对象之间的距离。Lin等人在ARTOO的基础上,提出一种基于多样化的自适应随机测试方法DO-ART(Divergence-Oriented approach to Adaptive Random Testing)用于处理多维的测试。Chen等人提出对象和方法序列相似性度量OMISS(Object and Method Invocation Sequence Similarity),用于计算包含一个对象集合和一个方法调用序列的测试用例之间的距离,并实现了一个测试方法OMISS-ART。实验表明,ARTOO,DO-ART和OMISS-ART的故障检测效率都高于RT,但是时间开销也远高于RT。为了降低这叁个算法的时间开销,本文提出将所有已执行测试用例信息保存成一个整体,并将候选用例与已执行测试用例集合间的一对多的计算,转变为一对一的计算,从而降低算法的时间开销。本文的主要工作如下:1.提出OMISS-ARTsum算法。OMISS-ARTsum算法是使用改进的OMISS度量,并采用max-sum标准的固定候选集自适应随机测试FSCS-ART(Fixed-Sized-Candidate-Set ART)的一个实现版本。OMISS-ARTsum算法在从候选测试用例集合中挑选下一个待执行测试用例时,计算每个候选用例与已执行测试用例集合的总距离,并且与传统的基于max-sum的FSCS-ART算法不同,OMISS-ARTsum不是计算每个已执行测试用例和候选用例的距离再求和得到总距离,而是采用将所有已执行测试用例的信息保存成一个整体,一次计算出已执行测试用例集合与候选用例之间的距离。因此,与OMISS-ART算法相比,OMISS-ARTsum算法具有更低的时间开销。2.提出ARTOOsum和DO-ARTsum算法。ARTOOsum和DO-ARTsum是基于改进的ARTOO度量,并采用max-sum选择标准的FSCS-ART算法的两个实现版本。其中,ARTOOsum用于处理单个类的单方法测试,即其测试用例包含一个对象和一个方法。而DO-ARTsum的测试用例可以包含一个对象和多个方法。ARTOOsum和DO-ARTsum都采用将所有已执行测试用例信息保存成一个整体,然后只利用改进的ARTOO度量公式一次计算出一个候选用例和已执行测试用例集合之间的距离,然后挑选候选用例中到已执行测试用例集合距离最远的那个作为下一个待执行测试用例。因此,ARTOOsum和DO-ARTsum算法都具有接近线性的时间复杂度。3.设计并实现了一个测试原型系统,用于自动化测试本文提出的算法,并验证其有效性和效率。系统包括类图录入模块、测试用例池生成模块、测试驱动模块、算法执行模块和结果统计与分析模块等。(本文来源于《江苏大学》期刊2017-04-01）
祁元超[7]（2016）在《组合测试与自适应随机测试的理论研究》一文中研究指出软件测试是保证软件质量的重要方法之一。现代软件无论规模大小都需要经过或多或少的测试才能投入运用。如果不进行软件测试或测试的太少的话将很有可能出现问题进而造成非常巨大的损失。因此,适当的进行软件测试是非常有必要的。矛盾的是,完全测试一个系统的代价过大,但是不完全测试又不能保证系统中已不存在问题。因此,需要对测试代价与测试的效果进行权衡,在保证一定的测试效果的情况下,尽可能地选择更少的测试用例来减少测试代价。组合测试与自适应随机测试都是非常好且应用很广的测试算法。组合测试认为：错误都是因素之间相互组合产生的,且大多数错误都是少量因素之间相互作用产生,因此测试用例集不需要满足所有因素之间的取值组合,只需要满足少量(τ个)因素的组合就可以了,以此来达到运用少量测试用例检测出大量错误的目标。随机测试由于其简单、高效、容易实现的特点,经常作为其他测试方法的补充。自适应随机测试吸取随机测试的优点,并在选取测试用例时按照一定的规则,保证测试用例均匀分布在整个解空间中,提升其检测出错误的能力。本篇论文致力于研究组合测试与自适应随机测试在各种场景下的检测能力。本文提出了运用极小故障模式分析组合测试在布尔规约测试中的检测能力。实验通过分析从TCAS Ⅱ系统中提取出的20个布尔表达式,按照10种错误类型产生了19131个变异表达式。通过完全测试获得每一个变异表达式的失败测试用例集。依靠失败测试用例集和成功测试用例集分析出每一个变异表达式的极小故障模式。最后运用本文提出的计算方法计算得出不同强度的组合测试对于所有变异表达式的检测概率的下界。结果表明,组合测试在布尔规约测试下非常有效。之后本文着重分析了自适应随机测试的检测能力。实验分析自适应随机测试在2维、3维、4维连续空间中对于不同的错误区域大小的检测能力,还模拟了距离的随机数误差和建模穿越这两种内外误差来分析自适应随机算法的抗干扰能力,最后在相同场景下与随机测试进行对比。实验结果表明,自适应随机测试算法在2维解空间下的错误检测能力较好。解空间维数越高其检错能力越差。内部距离计算的误差对于自适应随机算法影响较大,误差越大其检错能力越差,而外部建模穿越对于自适应随机算法的影响较小。4维解空间下,自适应随机测试的错误检测能力已经明显差于随机测试。最后本文提出了一个利用特征选择来提升自适应随机算法的效率和效力的策略。通过模拟实验分析了叁种不同场景下,特征选择策略下的自适应随机算法的效率和效力。最后在布尔规约测试中验证这个策略的可行性。实验结果表明在特征很明显的解空间下,特征选择策略对于自适应随机算法效率和效力的提升非常明显。而且在布尔规约测试中,该策略也是非常有效的。(本文来源于《南京邮电大学》期刊2016-11-18）
侯韶凡,于磊,李志博,李刚[8]（2016）在《基于失效聚集度改进自适应随机测试算法》一文中研究指出对于现有的自适应随机测试(ART)算法针对点状失效模式普遍存在有效性和效率均比随机测试(RT)差的问题,提出一种基于失效聚集度的自适应随机测试(CLART)算法,对传统的ART——固定候选集(FSCS)、区域排除随机测试(RRT)等算法进行改进。首先,根据被测程序的输入域估计主失效聚集度,确定局部搜索区域;然后,在区域内使用传统ART算法生成若干测试用例(TC)进行测试;若未发现错误,重新选择局部区域生成TC;重复这一过程直至发现错误。仿真实验显示在点状失效模式和块状失效模式下CLART算法的有效性比FSCS算法提高约20%,效率比FSCS算法提高约60%。实验结果表明CLART算法利用多个局部区域依次搜索可以快速锁定引发失效输入分布密集高的失效区域,从而提高测试的有效性和效率。(本文来源于《计算机应用》期刊2016年04期）
殷永峰,肖鹏,张弛,刘斌[9]（2014）在《基于实验的自适应随机测试效率分析》一文中研究指出自适应随机测试通过自适应算法对随机测试进行加强,从而提高软件失效检测能力.现有研究过多强调了其在F-度量上的优势,而较少考虑输入域的诸多因素对自适应随机测试效率的影响.选取3类典型自适应随机测试算法和随机测试算法,分析被测软件失效区域紧致程度、维度对算法的影响,并选取自适应随机算法中测试效果最佳的固定候选集算法在非数值条件下与随机算法比对.结果表明,自适应随机测试受输入域的诸多因素影响,适用性有限,实际测试中对测试效率的提升效果并不明显.(本文来源于《北京航空航天大学学报》期刊2014年03期）
谢晓东,黄如兵[10]（2013）在《CART:组合自适应随机测试方法》一文中研究指出自适应随机测试方法将测试用例均匀分布于整个输入空间,以提高测试效率.然而,当被测软件的输入参数存在错误相关性,使失效区域形状成为"片状"时,传统的自适应随机测试方法效率将急剧下降.针对"片状"失效区域的特点,本文提出了一种新的自适应随机测试方法:组合自适应随机测试方法.该方法将输入参数划分为多个不同的组;每一组被视作一个独立的输入空间并通过自适应随机测试方法生成"准"测试用例序列;最终的测试用例将由各组"准"测试用例组合而成.实验表明,组合自适应随机测试方法能大幅度提高测试用例发现错误的效率.(本文来源于《小型微型计算机系统》期刊2013年09期）
自适应随机测试论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对现有面向对象软件(OOS)自适应随机测试中挑选测试用例的有效性及错误检测率不高的问题,提出了基于覆盖率的面向对象软件自适应随机测试方法.新方法在生成候选测试用例集时考虑了代码覆盖率信息,将语句覆盖率同测试用例差异性信息综合考虑来挑选将执行的测试用例,从而提高错误检测率.给出了覆盖率动态排序监测技术整体框架、预处理模块、程序插桩模块及排序模块;叙述了DTCGOOS-Cov算法.采用ID3Manage,RabbitAndFox,SATM,SchoolManagement,WaveletLibrary以及WindShieldWiper这6个被测类库,将新方法与传统自适应随机测试方法和纯随机测试方法进行了对比试验.结果表明:基于覆盖率的OOS自适应随机测试方法在F_m和E_m这2项指标上要优于其他2种方法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应随机测试论文参考文献
[1].Hilary,Ackah-Arthur.基于约束和划分策略的自适应随机测试方法改进的研究[D].江苏大学.2019
[2].谢网根,陈锦富,葛宏河,张祖法,曾智锋.基于覆盖率的面向对象软件自适应随机测试方法[J].江苏大学学报(自然科学版).2019
[3].李志博,李清宝,于磊,侯雪梅.基于划分的自适应随机测试综述[J].计算机科学.2019
[4].奚家祥.基于限制性选择与程序信息的变概率自适应随机测试方法[D].江苏大学.2018
[5].汪康炜.文法件自适应随机测试研究[D].华侨大学.2017
[6].朱莉莉.面向对象软件测试中高效自适应随机测试算法研究[D].江苏大学.2017
[7].祁元超.组合测试与自适应随机测试的理论研究[D].南京邮电大学.2016
[8].侯韶凡,于磊,李志博,李刚.基于失效聚集度改进自适应随机测试算法[J].计算机应用.2016
[9].殷永峰,肖鹏,张弛,刘斌.基于实验的自适应随机测试效率分析[J].北京航空航天大学学报.2014
[10].谢晓东,黄如兵.CART:组合自适应随机测试方法[J].小型微型计算机系统.2013