基于缺陷关联度的Markov模型软件优化测试策略

被引：23

作者：

包晓安 ^{[1
]}

谢晓鸣 ^{[1
]}

张娜 ^{[1
]}

曹建文 ^{[2
]}

桂宁 ^{[1
,3
]}

机构：

[1] 浙江理工大学信息电子学院

[2] 中国科学院软件研究所并行软件实验室

[3] Distrinet Laboratory University of Leuven

来源：

软件学报 | 2015年 / 26卷 / 01期

基金：

浙江省自然科学基金;

关键词：

软件测试; 受控马尔可夫链; 关联缺陷; 优化算法;

D O I：

10.13328/j.cnki.jos.004672

中图分类号：

TP311.53 [];

学科分类号：

081202 ; 0835 ;

摘要：

软件测试过程通常期望以最小的成本检测尽可能多的缺陷.为了降低建模复杂度,多数文献通常假设缺陷之间相互独立.但在实际测试中,缺陷之间往往存在关联,并且每个缺陷引发软件失效的严重程度也不相同.充分利用缺陷之间的关联信息,有助于增加相关缺陷的可检测率,提高软件测试效率.因此,提出一种新的思路:利用软件缺陷之间的关联构造缺陷相关系数,引入回扣机制,量化不同严重等级的缺陷所被检测到的价值,综合考虑缺陷相关系数、检测率、回扣三者的权值,以构造基于缺陷关联的最优测试策略.同时,提出复合的优化算法来构造相应的最小生成树,将测试剖面转换成带权的路径问题,以有效地寻找具有最大权值的最优测试路径.另外,改进了已有的剔除策略,以更有效地删除关联缺陷.通过实验仿真,并与其他测试策略相比较,证明了该方法的有效性.

引用

页码：14 / 25

页数：12

共 11 条

[1] 基于马尔可夫模型的软件错误定位方法 [J].