教学课程资源库 更多>>

关键词： 计算机软件   测试与开发   分层技术  

摘要： 本文从计算机软件测试与开发工程技术的内容进行概述,研究了分层技术的相关内容,并综合说明了分层技术在计算机软件测试与开发中的有效应用,旨在为相关技术人员提供更多的灵感。

关键词： 软件测试   测试用例集约简   错误检测   主题模型   次模函数  

摘要： 随着软件回归测试规模的不断增大和成本的不断增加,测试用例集约简对于提高软件的回归测试效率显得愈发重要。在选取测试用例子集时,需考虑该子集的代表性和多样性,并采用一个有效的算法来求解。针对该测试用例集约简问题,文中提出了一种基于次模函数最大化的算法SubTSR。尽管引入的离散优化问题是NP-hard问题,但文中利用其目标函数的次模性,采用启发式贪心搜索,求得有近似度保证的次优解。在15个数据集上对SubTSR算法与其他测试用例集约简算法展开实验,针对平均错误检出率、错误检测损失率、首次错误检出位等指标,尝试改变LDA处理中的主题个数以及衡量测试用例相似度的距离,以验证SubTSR算法的有效性。实验结果表明,SubTSR算法在错误检出性能上较其他算法有着较大提升,且在多个数据集上的表现保持相对稳定。在主题个数变化引起文本表示变化时,采用曼哈顿距离的SubTSR算法的性能相较其他算法仍能保持相对稳定。

关键词： 软件测试   测试资源分配   软件体系结构   动态测试   广义差分进化  

摘要： 测试资源分配是软件测试中的一个基础问题,然而已有研究大都针对并串联模块软件模型而鲜有涉及体系结构软件模型。为此,首先针对可靠性和错误数动态变化的测试环境,构建了一种基于体系结构的多阶段多目标测试资源分配模型。然后基于参数重估计、种群重新初始化、广义差分进化和归一化加权求和设计了一种面向动态可靠性和错误数的多阶段多目标测试资源分配算法。最后,在仿真实验中,与已有的归一化加权求和多目标差分进化(WNS-MODE)算法进行对比,所提算法在不同结构的体系结构软件模型实例上所获解集更优,容量值提高了约16倍,覆盖值提高了约84个百分点,超体积提高了约6倍。实验结果表明,所提算法能够更好地适应可靠性和错误数的动态变化,可为体系结构软件模型的动态测试提供更多和更优的测试资源分配方案。

关键词： 发布   订阅   软件   测试  

摘要： 软件测试系统是保证软件测试质量和提高软件测试效率的关键工具。论文从实际应用角度出发,设计了一种灵活便捷、功能集成的软件测试系统。该系统测试端与目标端分离,可灵活分布部署,自动生成测试流,自动采集测试结果。该系统以基于DDS机制的消息发布订阅为通信手段,采用XML文件进行数据交换,使用支持跨平台编程的Qt技术实现。该系统提高了软件测试的自动化程度与精确度。

关键词： Python   软件测试   自动化平台  

摘要： 在整个软件开发行业,软件的测试工作容易被忽视,导致我国很多软件在进行测试时候缺少专业技术支持,软件测试质量和效率不足以满足市场需求。只有拥有更加专业化和自动化的软件测试技术,建立一套完备的测试体系,才能满足各个行业对软件系统的需求,促进我国软件行业的发展。文章针对基于Python的软件测试自动化平台进行了研究,希望能为软件测试行业发展提供一些帮助。

关键词： 云转播   云转播系统测试   软件测试  

摘要： 本文通过借鉴软件工程中软件测试中的相关概念,梳理了云转播系统测试所涉及的测试类型,包括功能测试、性能测试、安全测试、互联互通测试和容错性测试,同时根据已有的测试经验,总结了云转播系统的测试方法和最佳实践。

关键词： SRGM   软件测试   软件可靠性   J-M模型   超几何分布模型  

摘要： 随着软件数量不断增加,软件已经广泛地应用在日常生活中,而且软件的复杂程度也在不断地提升,导致软件的可靠性受到了很大的影响。软件可靠性增长模型(Software Reliability Growth Models,SRGM)根据软件的历史故障数据来预测与可靠性相关的参数信息,避免软件在实际使用中因发生故障而给用户造成损失。SRGM对软件质量的评估具有重要的意义,可以对所观察到的故障数据进行拟合,并对未来可能发生的失效行为进行预测。通过在软件测试过程中运用SRGM,不仅可以为测试人员提供软件的可靠性信息,而且还有助于建立最佳的软件发布决策,进一步保障软件质量。

关键词： 软件测试   软件缺陷预测   特征选择   标签噪声   噪声可容忍  

摘要： 通过对缺陷数据集进行挖掘,缺陷预测模型能够提前预测出被测软件中的缺陷模块,帮助测试人员实现更有针对性的测试,而普遍存在的数据集标签噪声会影响预测模型的性能。已有的特征选择方法很少对噪声可容忍性进行针对性设计,同时在主流的具有噪声容忍能力的特征选择框架中策略选取只能依靠经验手动执行,难以在软件工程实践中得到应用。鉴于此,文中提出一种噪声可容忍的软件缺陷预测特征选择方法NTFES (Noise Tolerable FEature Selection),即通过Bootstrap抽样技术生成多个自助样本集,在自助样本集上基于近似马尔可夫毯将特征进行分组并采用两种启发式特征选择策略从每个组中选出候选特征,随后利用遗传算法在候选特征空间中搜索最优特征子集。为了验证NTFES方法的有效性,选择了NASA MDP软件项目集作为实验对象并对标签注入噪声以获得带有噪声标签的数据集,通过控制标签噪声比例对NTFES方法以及其他基准方法(如FULL,FCBF,CFS)进行了比较。实验结果表明:在可接受的标签噪声比例下,NTFES方法不仅具有更高的分类性能,还具有更好的噪声可容忍性。

关键词： 软件测试自动化   计算机软件   软件测试平台   自动化测试平台   信息技术   Python   软件应用   参考意见  

摘要： 信息技术的发展使得各类信息产品迎来了高速发展时期,对人们的工作、学习、生活起着至关重要的作用。测试是保障信息产品平稳运行的重要保障,能够有效地发觉计算机软件中存在的问题,并进行评估,提高软件应用的稳定性。随着计算机软件的高速发展,自动化测试平台是软件测试的必然发展方向。本文对软件测试自动化平台进行深度研究分析,探索软件测试平台的内涵,提出基于Python的软件测试自动化平台研究,为软件测试工作人员提供一定的参考意见。

关键词： Algebra   Software   Erbium   Automata   Test pattern generators   Software testing   Computational modeling   Algebraic operation   extended regular expression (ERE)   model-based testing   software testing   transition algebra  

摘要： Model-based testing has been highlighted in the last few decades. Many improvements have been proposed for this testing method. One improvement is the use of extended regular expressions (EREs) for modeling software behavior, and then using the ERE model to generate test paths. To improve the theory of test generation based on the ERE model, this article presents an algebraic system, named transition algebra, by extending Kleene algebra. Eight operations and their corresponding operational properties, including basic and nonbasic operational properties, are designed for transition algebra, and all such properties are proven. Five examples are given to illustrate the use of ERE modeling and algebraic operations. To ensure the automatic generation of test paths from the ERE model, the article proves that any ERE model constructed by transition algebra can be converted to a set of transition sequences. Compared to Kleene algebra with tests, transition algebra has more operations to build a powerful ERE model and more operational properties to process the ERE model for the generation of test paths.