教学课程资源库 更多>>

关键词： 信息   管理系统   软件测试  

摘要： 现今是一个高度电子信息化的时代,高速互联网缩短了地理上的距离,大大增强不同地区,不同人群的互动性。随着国家层面提出的以科技信息为第一生产力,极大促进了各行各业向软件行业进军。小到物联网,大到云计算,它们已无孔不入的融入我们生活的方方面面。这样数量庞大的软件群体,需要高效的开发团队,可靠的软件质量,快速的业务响应。而这一切都离不开一套完整的管理系统。本文主要通过对软件测试现状的细致调研,总结出目前软件测试信息管理系统所存在的状况,从而形成课题依据,为实现一个可以整合完整测试活动和完全开源的软件测试信息管理系统作为目标。本文一方面从技术理论的角度论述了软件测试信息管理系统的系统结构,系统开发平台,另一方面从当前应用实际出发,论述了系统软件采用的相关技术和系统管理软件的设计,优化及实现。详细设计了测试人员、测试工具、测试方法、测试流程和测试结果,缺陷跟踪的信息整合和优化。从而缩短缺陷的发现时间,提高产品的交付质量,增强测试人员的工作兴趣,充分利用信息产业的技术优势,提高测试工作效率。STIMS(Software Test Information Management System)软件测试信息管理系统是一个基于成熟的JavaEE编程平台,使用目前主流的三层架构MVC(Model-View-Controller)模型-视图-控制器的开源实现SSH,大量运用成熟的开源项目的实现--关系数据库是用MariaDB,内存数据库是用Redis,应用服务器是用Jetty,脚本语言用JQuery和Python等。设计出一套低开发成本,低维护成本,高可靠性,高可维护性,可以满足不同项目的兼容性和伸缩性的开源软件测试信息管理系统。它可以提供项目中从测试需求到产品交付整个开发测试过程中,对测试需求的管理、测试人员和产品缺陷等进行管理,并能够形成整个流程管理的一个完整解决方案。系统还大量尝试运用当下主流技术,利用Restful和SOAP协议达到与其他系统的可融合性,增强市场竞争力;利用Jmeter+Nagios的成熟方案,详细绘制系统并发访问量,响应时间监控图,完整的监控和测试了整个系统。同时还计划使用分布式技术Docker来高效产品的研发过程,达到DevOps的期望目标。

关键词： 软件测试   基于模型的测试   变异测试   变异算子   有向图  

摘要： 随着计算机技术的迅速发展,软件产品的数量和规模都在以超前的速度增长。为了对软件产品质量进行保障并对开发工作质量进行监控和衡量,通常会对软件产品进行测试工作。在软件开发流程中,根据软件测试的阶段和目的的不同,从过程上所进行的测试工作可以被划分为单元测试、集成测试、系统测试和确认测试。而软件测试的开销在软件开发的整体开销中常常要占据到30%到50%。软件测试对软件开发工作的质量做出了评估,而本课题中将要用到的变异测试技术则是一种对测试工作质量进行评估并辅助进行测试的技术手段;同时变异测试技术也是一种对测试工作进行优化的手段,可用于测试集中测试用例的规约、测试用例的优化等方面。传统的变异技术思路是从代码层面出发,使用特定变异算子作用于待测系统,对软件系统代码的内容做出修改,希望用这种人为的错误注入来对实际有可能出现的软件缺陷进行模拟。变异测试是一种基于缺陷注入的技术,但代码可变更存在极其多样的状况使得变异测试成本极高,为这一技术的实际应用造成了很大的障碍。本课题中所提出的基于模型的变异测试方法则是将变异的思想融合进基于模型的测试方法之中,使用有向图模型,从软件模块功能或工作状态出发,对其系统行为进行建模。而后根据该方法基于图的特点,设计创新了四个简单一阶变异算子对模型执行变异。采取这种方法,将以往基于代码的白盒变异测试,变为基于模型的黑盒变异测试。利用变异测试思路的同时,结合了基于模型测试的特点,使变异算子集合得到了简化,降低了执行变异的开销;且通过不同建模规范的选择,模型的粒度和精度可控,也可从这一角度根据实际需求来对变异过程的开销进行控制。依照上面方法的思路设计了一个测试工具,提供了以下功能:(1)根据模型生成测试路径;(2)根据指定的各类算子比例生成变异体;(3)执行测试用例;(4)根据指标给出计算结果。然后使用该变异工具对一个经典的音乐播放器案例进行了基于模型的测试,实验结果证明本文所设计的测试工具有一定的可行性。

关键词： 软件测试   粒子群算法   蚁群算法   面向路径   测试数据自动生成  

摘要： 软件自动化测试的核心是高效自动地生成测试数据。人力构造测试数据是一项非常耗时耗力的工作,不仅工作量繁重,而且工作内容也比较盲目。自动生成测试数据则可弥补上述缺陷,减轻测试人员的工作量,显著提高软件测试的效率。近年来,利用智能优化算法实施测试数据自动生成的工作取得了较大的进展,比较热门的是基于遗传算法的测试数据生成研究,但是,由于遗传算法初始时需要对个体进行编码,导致该算法复用性不强。且编码、解码占用大量CPU时间,运行效率会相对较低。而研究发现,粒子群算法模型简单、搜索效率高,在测试数据自动生成领域是一种很有前途的算法。以此为出发点,本文在研究测试数据生成技术和智能优化算法的基础上,提出了两种基于粒子群算法的优化改进算法,具体研究工作和成果如下:1.提出一种简化改进的粒子群算法。对标准粒子群算法进行降阶处理,简化粒子的进化过程,并通过与标准粒子群算法的对比实验,验证了该优化策略的可行性。粒子群算法经过改进以后,不确定参数就只剩下惯性权重,本文对惯性权重的取值方法也进行了研究分析,提出当惯性权重在适当的定义域内随机选取时,算法的搜索遍历度最高。2.提出一种基于改进粒子群-蚁群组合算法进行测试数据生成的方法。为了改进粒子群算法解决问题时容易陷入局部最优的现象,将优化后的粒子群算法与蚁群算法相结合,充分凝聚两个算法的优点。这种方式规避了粒子群算法易陷入局部最优的缺陷,并且十分简便易懂。实验结果表明,将此组合算法用于测试用例的自动生成,最大程度地体现了两个算法的优势。利用反馈信息增强全局搜索能力,保证整个求解过程适应度高的粒子个体与适应度低的粒子个体数目差距不会过大,有效地提升了测试数据自动生成的稳定性和平衡性,进而解决搜索过程易“早熟”的问题。3.提出一种基于K均值-粒子群组合算法生成测试数据的方法。为了解决粒子群算法的运行效率受粒子群规模影响较大的问题,在粒子群算法中引入K-means算法的思想。在每次迭代过程中,均先利用K-Means算法划分粒子群,以此减少算法的迭代次数,提高算法的运行效率。实验结果表明,将KPSO算法应用于测试数据的自动生成,既确保了生成数据的质量,又明显提高了算法的运行效率,并且有效节约运行时间使得测试数据自动化生成更可靠、更合理,实用价值更高。

关键词： 黑盒   软件测试   研究  

摘要： 黑盒测试理念下的软件测试技术应用对提高软件测试数据获取及分析有效性影响颇深,使软件测试应用更符合实际的软件使用需求。本文将以黑盒测试为基础,对软件测试技术应用问题及相关的技术运用可行性逐一阐述,以此为未来阶段更好的运用黑盒测试技术开展软件测试工作提供部分理论性参考内容。

关键词： 缺陷模式   软件测试技术   检测器  

摘要： 随着我国信息技术的不断发展,使得应用软件的规模以及数量也都得到了一定程度的增加.软件安全问题也随着得到了一定程度的增加.通过基于缺陷模式的软件测试技术来对软件质量进行测试,其具备有使用简单以及效率高的应用特点,并能够对软件的应用质量起到良好的测试效果,从而保障相关软件的应用性能.本文主要就基于缺陷模式的软件测试技术进行了研究分析.

关键词： 概率风险分析   软件测试   可靠性评估   物理仿真模型   贝叶斯推断  

摘要： 数字化技术的引入使得基于计算机和微处理器的数字化分布式控制系统(DCS)能提供更高的可靠性、更好的设备性能及更多的诊断功能。相对于模拟控制系统,数字化DCS主要的差别在于软件。开发高可靠性的核电数字化仪控系统的重要环节之一是保证其软件的可靠性。由于DCS是由软件、硬件和固件共同组成,失效机理独特。其软件可靠性评估最为困难,尤其是安全级软件可靠性定量评估,需要得到更多关注。随着时间不断推移,人们提出了大量评估方法,经归纳整理,包括:软件可靠性增长模型、贝叶斯信度网(BBN)、统计学测试(STM)、流网模型法(FNM)等。软件测试能够给软件质量提供更大保障,在软件产品开发中起到至关重要的作用,并且提出了贯穿生命周期的验证和确认(V&V)方法以达到软件的高可信度。而针对高可信度软件的可靠性定量评估方法的研究仍处于探索阶段。本研究通过基于概率风险分析和物理仿真模型,提出了核电站安全级数字化控制系统的软件测试用例生成方法,所产生的测试用例包含了风险指引信息,能定性描述软件实际操作场景。在此基础上,结合贝叶斯推断理论,提出无故障测试概念,通过无故障测试后验信息对先验分布进行贝叶斯推断,开发了基于概率风险分析和物理模型仿真的软件可靠性定量评估方法。以某核电站保护系统子系统软件为对象,分析系统的故障模式和保护子系统软件输入空间,建立软件的运行剖面,结合RELAP5仿真模型,获得可用于测试核电站安全级数字化控制系统软件测试的测试用例,并搭建自动化测试平台,最终实现了软件可靠性的定量评估。

关键词： 软件   测试   误区  

摘要： 由于软件测试的精准度关系着软件产品的使用效果,因此对软件测试的误区分析就是对软件效果优化的重要环节。本文首先分析了软件测试工作中常见的误区,并针对误区提出了更改建议。

关键词： 软件可靠性   最优软件测试   马氏决策模型   动态测试策略   连续时间随机最优控制  

摘要： 随着计算机软件在我们日常生活中的作用越来越重要，软件可靠性问题也越来越被关注。软件测试是提升和评估软件可靠性必不可少的手段，但是它至今缺乏严格的理论基础。最优软件测试关注的是以最优的方式实现给定的测试目标，旨在通过对软件测试过程建模来设计最优的测试策略。这是一个新的热门主题，但由于软件测试过程建模非常困难，当前这方面的研究尚少。　　马尔可夫决策（马氏决策）过程理论尤其适用于对随机动态的软件测试过程进行建模，因此它是处理最优软件测试问题的一个有力工具。本文的核心是运用马氏决策过程理论对软件测试过程建立最优化模型，获取最优动态测试策略并评估策略的性能。本文主要研究了如下三个重要的最优软件测试问题:　　1.如何动态选择被测模块使得以最少的测试次数达到模块化软件系统的交付可靠度目标？本文首次为该问题建立了一个无限阶段马氏决策模型，证明了该模型存在最优的确定性平稳策略。在此基础上，将模型转化为一个等价的确定性最短路问题，建立了一个非线性整数规划对该问题精确求解，又建立了一个近似的非线性规划，通过拉格朗日乘子法求得一个近似最优策略。数值结果表明本文的最优测试策略能够大幅缩减测试次数，并且近似最优策略的性能也很好。通过对运行剖面进行灵敏度分析也验证了本文的动态测试策略的鲁棒性。　　2.如何动态选择测试用例和决定软件释放时间使得测试过程的总成本最小？本文将该问题描述成一个连续时间随机控制模型，证明了最优成本函数的凹性。基于这一性质，刻画了最优释放策略的阈值结构，并且在齐次释放成本情形下释放策略阈值具有单调性。另外，基于下凸包络方法，在所有测试用例类的测试成本率都相同的情形下，证明了最优选择策略也具有阈值结构;在所有类的剔除成本都相同情形下，证明了最优选择策略具有简单的结构。最后，本文提出了计算最优成本函数的近似算法，通过数值例子验证了本文的理论结果的正确性和策略的鲁棒性。在案例研究中，本文的动态选择和释放策略明显优于另外两个常用的测试策略。　　3.如何动态选择被测模块和决定模块化软件系统的释放时间使得测试过程的总成本最小？利用贝叶斯更新规则，本文为该问题建立了一个无限阶段马氏决策模型，证明了最优成本函数的单调性，并刻画了最优释放策略。然后，在一个简化模型中，本文证明了最优成本函数关于剩余缺陷数是单调递增和凹的，而且获得了它的精确解析表达式。在此基础上，完整刻画了简化模型的最优选择和释放策略，还构造了一种指标型的最优选择和释放策略。

关键词： 软件测试   自动化测试   发展   趋势  

摘要： 今年Testin举办了首届中国云测试行业峰会,在峰会上提出了三个带有哲学意味的问题,即'软件测试是什么,软件测试从哪里来,到哪里去',简而言之就是关于软件测试的前世、今生与未来.本文从探究软件测试技术的发展过程出发,围绕软件测试的发展现状与未来的趋势,展开了调查与分析.

关键词： 大数据   软件测试   测试展望  

摘要： 大数据为各个行业的经营、管理提供最具价值的数据信息,能够指导各个企业走向正确的发展道路,可见大数据为商业社会的发展带来不可估量的价值。然而大数据的不断开发和应用却对于软件测试带来了极大的影响,不仅降低了软件测试的效率,还阻碍了软件测试的应用。因此在不久的将来还要对软件测试进行不断地优化,才能确保其发挥出更好的效用。