教学课程资源库 更多>>

关键词： 软件测试   混合式教学   教学改革  

摘要： 近年来,软件行业蓬勃发展,使得软件质量日益受到关注,而软件测试是软件质量保证的基础。传统的以教师为中心的教学模式导致学生对基础知识掌握不牢固,无法灵活运用所学知识解决实际问题。混合式教学模式的构建及实施,对于提高学生课堂参与度和积极性,培养工程实践能力具有重要意义。

关键词： 实践导向   教学模式   电子商务系统测试   软件测试  

摘要： 为了更好地培养应用型本科人才、使毕业生具备IT相关产业从业人员的技能及素质,扩大毕业生就业选择的方向,结合电子商务专业特色,开设《电子商务系统测试》课程具有重要意义。而传统的关于软件测试、系统测试等相关内容的课程往往仅以知识点讲授为主,难以实现教学与实践的结合,使教学效果难以达到预期目标。该文拟研究以实践为导向的电子商务系统测试课程教学体系,结合课程教学目标,探讨课程教学模式改革,从而实现一体化课程体系的横纵向贯通、丰富教学内容与教学案例、培养学生的创新与实践能力。

关键词： 测试思维   工作过程   过程设计  

摘要： 针对软件测试课程中测试能力的构建问题,分析现阶段软件测试行业的人才需求,结合当前课程中存在的不足,确定新的课程目标、对课程内容进行教学过程设计,完成该课程的教学模式探析。

关键词： 软件测试   FPGA   VCD   实物自动化验证技术   实时  

摘要： 为解决FPGA软件测试过程中仿真测试实时性不高和实物测试不充分的缺点,对FPGA实物验证环境搭建技术和芯片验证机理进行研究,提出一种基于VCD波形的FPGA实物自动化测试技术。通过对VCD波形数据压缩、转换形成自定义测试向量,解决了输入信号量过于庞大的问题。采用PCI-E数据总线和DMA数据共享的方式实现自定义测试向量实时传输,并经过数据-引脚映射完成被测FPGA芯片真实信号注入,保证了信号的实时性和测试的充分性。信号在真实芯片中运行后,通过采集FPGA芯片返回信号,自动完成与VCD波形中期望值的比对。在FPGA验证平台上进行验证,结果表明,该技术能够在保证测试充分性的基础上自动完成对FPGA芯片实物验证,提高了测评效率和测评的真实性。

关键词： 计算机软件   测试技术   开发应用  

摘要： 我国进入信息化时代后,计算机技术越来越受到社会群众的重视,其内部的计算机软件更是成为计算机和用户之间的沟通桥梁,所以其性能稳定与否和结构精密与否直接决定了计算机系统的设计质量,也是未来计算机技术优化的主要方向。在实际应用过程中,通过不断的优化现有的计算机软件,已经可以贴合用户需求,实现多样化的功能,并通过严谨的测试工作,使得软件安全性和稳定性大幅提升。因此,本文通过明确软件运行时所需要注意的内容,针对计算机软件的测试技术进行深度探讨。

关键词： 软件测试   人工智能   人工智能教学平台   人工智能测试  

摘要： 人工智能与软件技术的发展需求驱动了人工智能领域的软件测试技术应用。结合了人工智能的软件测试课程理论抽象、实践操作性较强,因此引入了商汤科技开设的人工智能教学实验平台,学生通过该平台实践能较为简单、快速地学习人工智能理论;同时以人工智能测试项目融入软件测试的教学中,培养学生动手的实践能力,提高教学效果。

关键词： 5G消息   富媒体消息   软件测试   测试技术  

摘要： 自2020年4月三大运营商联合发布《5G消息白皮书》以来,5G消息服务已经进入发展的关键时期,如何确保业务能力的实现和面向不同客户群体的适用性,是5G消息测试的重点工作。基于5G消息架构、5G消息相关测试规范和测试标准,详细阐述了测试系统的构建和在测试中所涉及到的关键技术。

关键词： 白盒测试   黑盒测试   静态分析   铁路信号   安全软件   多余数据  

摘要： 对于列车运行控制系统中运行的安全软件,其安全性由软件代码和配置数据两部分共同保证。但是,对于配置数据的常见错误模式,特别是多余数据,单纯依靠传统的黑盒测试技术无法做到全面、快速的检出。介绍将面向软件代码的白盒测试技术中的静态分析技术引入数据测试的可行性,以及静态分析技术在安全软件数据测试中的典型应用场景,并分析这种技术的优势及不足。

关键词： 软件测试   测试过程   质量控制  

摘要： 软件的质量是软件的生命,许多的开发人员和用户都非常重视软件质量问题。本文从软件测试和软件质量的概念入手来分析软件测试过程和质量控制的策略,以便在之后更好地提升软件质量。

关键词： Software testing   Mutation analysis   Software engineering education   Automated assessment tools  

摘要： As incorporating software testing into programming assignments becomes routine, educators have begun to assess not only the correctness of students' software, but also the adequacy of their tests. In practice, educators rely on code coverage measures, though its shortcomings are widely known. Mutation analysis is a stronger measure of test adequacy, but it is too costly to be applied beyond the small programs developed in introductory programming courses. We demonstrate how to adapt mutation analysis to provide rapid automated feedback on software tests for complex projects in large programming courses. We study a dataset of 1389 student software projects ranging from trivial to complex. We begin by showing that although the state-of-the-art in mutation analysis is practical for providing rapid feedback on projects in introductory courses, it is prohibitively expensive for the more complex projects in subsequent courses. To reduce this cost, we use a statistical procedure to select a subset of mutation operators that maintains accuracy while minimizing cost. We show that with only 2 operators, costs can be reduced by a factor of 2-3 with negligible loss in accuracy. Finally, we evaluate our approach on open-source software and report that our findings may generalize beyond our educational context. (c) 2021 The Author(s). Published by Elsevier Inc. This is an open access article under the CC BY-NC-ND license (http://***/licenses/by-nc-nd/4.0/).