教学课程资源库 更多>>

关键词： 电力系统   自动化装置   嵌入式软件   软件测试  

摘要： 电力系统的自动化装置包括微机保护装置、测量监控装置等,此类装置直接影响着电力系统的正常运行。针对此类自动化装置嵌入式软件进行检测,能够提升自动化装置的运行效率,提高电力系统的运行质量。基于此,本文首先分析了测试电力系统自动化装置嵌入式软件的价值,其次探讨了针对电力系统自动化装置嵌入式软件开展测试的要点,最后围绕如何实现电力系统自动化装置嵌入式软件的测试提出了几点策略。

关键词： 软件测试   人工智能   自动化测试体系  

摘要： 针对传统手动测试面临的高难度和大工作量问题,研究了基于人工智能的软件自动化测试体系构建方法,以提高软件测试效率和质量。通过引入人工智能技术,自动化测试体系能够有效提高测试效率,显著减少测试时间和人力资源成本。实验结果表明,该体系实现了测试用例的自动生成与优化,进一步提高了测试的覆盖率和准确性,在提高软件自动化测试的效率和质量方面表现出色,为软件领域的高质量发展提供了有力支持。

关键词： 解空间树   嵌入式软件   测试数据   深度优先搜索   遗传算法   生成方法  

摘要： 嵌入式软件中存在一些关键功能区域或者容易出现故障的区域。传统的测试数据生成方法可能是均匀地生成测试数据,而没有重点关注这些关键区域,导致存在大量冗余数据,降低了数据生成效果。对此,提出一种基于解空间树的嵌入式软件测试数据生成方法。首先针对原始源数据集进行数据预处理,然后基于处理后的数据,将原始源数据集的解空间表示为树状结构,满足覆盖标准,并有效减少冗余测试数据,提高测试效率。最后采用深度优先搜索与遗传算法相结合的方法对解空间树进行搜索,以生成嵌入式软件测试数据。结果表明,经过多个方面的评估,所研究方法的测试数据覆盖率在0.90~1.00之间,数据平衡指数始终高于0.97,且测试数据生成时间较短,说明该方法的数据生成效果较好,具有实用性。

关键词： 软件故障注入   读时注入   优序图法   可靠性   软件测试  

摘要： 软件故障注入是可靠性验证的重要保障,与系统的安全性和鲁棒性密切相关。提出了一种基于改进优序图法的读时故障注入方法。相比于传统方法,所提方法能够提高故障注入的有效性,缩小故障空间。首先,对小尺度程序故障注入的结果进行理论分析,得到特征值权重向量;然后,对大尺度程序的汇编代码进行解析,得到汇编代码的特征值;之后,根据特征值权重向量,计算大尺度程序汇编代码的权重;最后,在MiBench数据集上验证方法的有效性。将大尺度程序各条汇编代码分别按照权重和有效故障率进行降序排列,各取前50%的元素,二者的相似度可达到81%。

关键词： 智能优化算法   软件测试   测试数据生成   遗传算法   粒子群算法   蚁群算法   模拟退火算法  

摘要： 软件测试数据的自动生成是提高测试效率和降低测试成本的关键策略之一。近年来,基于智能优化算法的测试数据生成方法逐渐成为学术界关注的热点问题。文章对该领域的研究成果进行了系统梳理与综合评述。文章分析了进化算法、群智能算法及模拟单个事物运行的智能算法在软件测试数据生成中的应用效果及优化能力,展望了软件测试数据自动生成技术未来可能的发展方向,提出了进一步的研究建议与思考。

关键词： 计算机视觉算法   软件测试   自动化  

摘要： 提出了一种基于计算机视觉的漏洞识别模型在软件测试自动化中的应用设计方案,围绕数据预处理、特征提取与建模以及缺陷分类与定位三个核心模块,构建了一个完整的漏洞检测框架,以解决传统测试方法效率低下和覆盖率不足的问题。同时通过结合静态和动态代码分析技术,设计了特征提取与表示方法,并通过深度学习和统计模型优化了分类器性能。结果表明,计算机视觉的漏洞识别软件不仅提高了漏洞检测的效率和覆盖率,还为软件质量保障提供了新的解决思路。

关键词： 综采自动化   计算机技术   虚拟仿真   工况模拟   软件测试  

摘要： 综采自动化控制系统作为以计算机软件为核心的高集成度的控制系统,由于其对设备、工况的高依赖属性,现有的测试手段只能满足在理想条件下的基础功能测试,无法还原井下复杂多变的运行环境,且对于系统级复杂功能测试(如:跟机自动化)缺乏测试手段。为此,提出了基于数据驱动的仿真测试方法,通过虚拟工作面和设备,在计算机上实现设备仿真和集群管理,并在实验室条件下部署一套高保真的仿真测试平台。经应用验证,测试平台能摆脱对于设备和工况环境的依赖,基于数字孪生的综采工作面提供了可视化的测试手段,基于参数向图原理的仿真设备则提供了更接近于实物单机设备的运行状态,测试平台具备了针对单机设备、采煤工艺、自动化跟机工艺的测试和验证条件。

关键词： 知识图谱   实体抽取   关系抽取   软件测试   雷达软件   KGAT算法  

摘要： 为充分利用雷达软件测试用例与其他测试知识的关系,进一步优化雷达软件测试用例推荐效果,文章提出了一种基于知识图谱的雷达软件测试智能推荐方法。依据雷达测试本体关系模型,从现有的雷达软件测试管理系统中抽取测试知识构建雷达软件测试知识图谱,以实体特征属性文本的语义相似度匹配为基础,结合知识推荐和协同过滤推荐技术建立雷达软件测试用例推荐模型,并使用该模型开展测试用例推荐设计和测试会话生成。相较于传统基于语义相似度匹配推荐方法,文章将图谱关系信息及用户推荐用例的交互图融合到一个图空间,融合协同过滤算法优势和知识图谱信息,同时发现高阶的关系信息,克服了经典传统的协同过滤算法需要大量的用户行为数据,即需要大量的冷启动数据缺点,同时提高推荐算法的预测召回率和归一化折损累计增益指标。

关键词： 软件测试   单元测试   测试自动生成   代码自动生成   大语言模型   测试预言  

摘要： 单元测试用于检验软件单一模块的功能是否正确,是软件开发过程中的重要步骤,可以及时发现代码中的缺陷,提升软件的质量和可信度.由于手动编写单元测试费时费力,经常遗漏覆盖重要的代码逻辑.为此,研究者提出单元测试用例自动生成技术.近来,预训练大语言模型(large language models,LLM)已经广泛应用于代码生成相关任务.然而,当前在重要的系统级编程语言C上,还没有相关工作.为了填补这一空白,本文面向C程序设计并实现了基于LLM的单元测试用例生成方法LLM4CUTCG.该方法结合LLM多智能体交互和程序分析技术,客服了LLM内在问题.为了验证方法效果,收集了125个C语言目标程序,并针对这些程序生成测试用例.实验结果表明,LLM4CUTCG生成的测试行覆盖率为91.71%,测试预言正确率为50.05%.其覆盖率优于传统方法符号执行.