教学课程资源库 更多>>

关键词： NLG技术   人工智能   软件测试  

摘要： 本研究旨在探讨基于自然语言生成(NLG)技术的人工智能应用与优化研究。通过综合分析NLG技术在软件测试的应用和挑战,提出了一种基于NLG技术的优化方法,以提高人工智能系统的性能和效率。本研究通过实验验证了该方法的有效性,并对其未来的研究方向进行了展望。

关键词： 岗位能力   课程思政   软件测试   教学改革   人才培养   实践教学  

摘要： 软件测试是保障软件质量的关键环节,在高等教育中愈发重要。针对传统软件测试教学存在的“岗课”脱节、“岗能”不匹配以及课程思政育人功能不足等问题,文章提出以岗位能力为导向融合课程思政的软件测试教学改革方案。该方案从课程教学内容、课程思政融入、数字化资源建设、云实践平台构建以及典型工作任务实践教学等方面进行系统设计,并对改革效果进行初步评估。改革目标旨在提升学生的软件测试专业技能和职业素养,实现人才培养质量的全面提升。

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： 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： 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： HITS算法   语义匹配   软件测试   权威值  

摘要： 阐述一种基于HITS算法和语义匹配的软件测试知识识别方法,以准确、高效地定位被测软件的缺陷。通过改进HITS算法,采用V-HITS算法对软件测试缺陷的权威值进行排序,权威值越高表明缺陷程度越严重。同时,提出基于义素的语义匹配技术,将权威值最高的缺陷与其本体进行匹配,快速定位缺陷的具体位置。

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： 语义匹配模型   软件测试用例   相似度计算   召回率   准确度  

摘要： 阐述基于语义匹配模型的软件测试用例共享与复用方法,以提高软件测试效率和质量。通过构建软件测试知识库,利用语义相似度从知识库中挖掘相似度最高的测试用例,并根据不同测试项目的需求进行修改与定制,实现测试用例的高效共享与复用。