[1]戴翔[],毛宇光[][],吴非[],等. 基于数据流的测试用例自动生成研究[J].计算机技术与发展,2014,24(09):1-5.
　DAI Xiang[] MAO Yu-guang[][],WU Fei[],XUE Yi-fan[]. Research on Automatic Test Case Generation Based on Data Flow[J].,2014,24(09):1-5.
点击复制

 基于数据流的测试用例自动生成研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
24
期数:
2014年09期
页码:
1-5
栏目:
智能、算法、系统工程
出版日期:
2014-09-10

文章信息/Info

Title:
 Research on Automatic Test Case Generation Based on Data Flow
文章编号:
1673-629X（2014）09-0001-05
作者:
 戴翔[1]; 毛宇光[1][2]; 吴非[1]; 薛一帆[1]
 1.南京航空航天大学 计算机科学与技术学院；2.南京大学 计算机软件新技术国家重点实验室
Author(s):
 DAI Xiang[1] MAO Yu-guang[1][2]; WU Fei[1]; XUE Yi-fan[1]
关键词:
 ; 数据流; 控制流图; 数据类型结构图; 适应度; 测试用例
Keywords:
 ; data flow; CFG; DTG; fitness; test case
分类号:
TP306
文献标志码:
A
摘要:
 目前的数据流测试技术存在缺乏具体的数据驱动方法，测试用例的生成过程没有与测试需求结合起来等问题。基于此，文中提出一种自动生成测试用例的模型( TRGA)，利用控制流图( CFG)计算生成测试用例所需的变量的定义使用对，使用数据类型结构图( DTG)来作为创建测试对象的数据驱动，利用遗传算法的搜索能力来生成数据，并提出了一种新的适应度计算方法。实验结果表明，该模型能够在减少搜索时间，降低生成测试用例规模的同时达到较高的测试覆盖率。
Abstract:
 The current data flow testing techniques exist problems,for example,lack of specific data driven approach,test case generation process is not combined with the testing requirements and other issues. Based on this,propose a model for test cases of automatic genera-tion,using the Control Flow Graph ( CFG) to calculate the definition used pair for variable required by testing cases,using the Data Type Structure ( DTG) as the data driving of establishing test object,applying genetic algorithms to generate test data,and present a new fitness calculation method. Experimental results show that the model can reduce the search time and reduce the size of generated test cases while achieving higher test coverage.

相似文献/References:

[1]吴众欣 钱德沛 黄泳翔.基于软件管道Actor模型的BPEL流程转化研究[J].计算机技术与发展,2009,(07):4.
　WU Zhong-xin,QIAN De-pei,HUANG Yong-xiang.Research on BPEL Process Conversion Based on Actor Model with Pipeline[J].,2009,(09):4.
[2]朱桂宏 王刚.基于数据流的网络入侵检测研究[J].计算机技术与发展,2009,(03):175.
　ZHU Gui-hong,WANG Gang.Research on Network Intrusion Detection Based on Data Stream[J].,2009,(09):175.
[3]司开君 毛宇光.一种新的基于数据流的数据模型[J].计算机技术与发展,2007,(01):1.
　SI Kai-jun,MAO Yu-guang.A New Data Model Based on Data Stream[J].,2007,(09):1.
[4]程转流[] 王本年.数据流中的频繁模式挖掘[J].计算机技术与发展,2007,(12):53.
　CHENG Zhuan-liu,WANG Ben-nian.Frequent Pattern Mining in Data Streams[J].,2007,(09):53.
[5]肖裕权 周肆清.基于粒子群优化算法的数据流聚类算法[J].计算机技术与发展,2011,(10):43.
　XIAO Yu-quan,ZHOU Si-qing.Clustering Evolving Data Streams Based on Particle Swarm Optimization[J].,2011,(09):43.
[6]张志宏,吴庆波,邵立松,等.基于飞腾平台TOE协议栈的设计与实现[J].计算机技术与发展,2014,24(07):1.
　ZHANG Zhi-hong,WU Qing-bo,SHAO Li-song,et al. Design and Implementation of TCP/IP Offload Engine Protocol Stack Based on FT Platform[J].,2014,24(09):1.
[7]梁文快,李毅. 改进的基因表达算法对航班优化排序问题研究[J].计算机技术与发展,2014,24(07):5.
　LIANG Wen-kuai,LI Yi. Research on Optimization of Flight Scheduling Problem Based on Improved Gene Expression Algorithm[J].,2014,24(09):5.
[8]黄静,王枫,谢志新,等. EAST文档管理系统的设计与实现[J].计算机技术与发展,2014,24(07):13.
　HUANG Jing,WANG Feng,XIE Zhi-xin,et al. Design and Implementation of EAST Document Management System[J].,2014,24(09):13.
[9]侯善江[],张代远[][][]. 基于样条权函数神经网络P2P流量识别方法[J].计算机技术与发展,2014,24(07):21.
　HOU Shan-jiang[],ZHANG Dai-yuan[][][]. P2P Traffic Identification Based on Spline Weight Function Neural Network[J].,2014,24(09):21.
[10]李璨,耿国华,李康,等. 一种基于三维模型的文物碎片线图生成方法[J].计算机技术与发展,2014,24(07):25.
　LI Can,GENG Guo-hua,LI Kang,et al. A Method of Obtaining Cultural Debris’ s Line Chart Based on Three-dimensional Model[J].,2014,24(09):25.
[11]陈煜,李玲娟.一种基于决策树的隐私保护数据流分类算法[J].计算机技术与发展,2017,27(07):111.
　CHEN Yu,LI Ling-juan. A Decision Tree-based Privacy Preserving Classification Mining Algorithm for Data Streams[J].,2017,27(09):111.

更新日期/Last Update: 2015-03-31