教学课程资源库 更多>>

关键词： 自动化   软件测试   VUE   项目管理  

摘要： 软件测试是软件开发过程中必不可少的步骤,自动化测试是现在软件测试的主流发展方向。国内外的许多公司成立了自己的测试团队,开始研究更高效的自动化测试方法。目前市面上有一些常用的测试工具,但是还没有一个能够整合各种测试工具的自动化测试平台。本课题的主要研究内容为一个能够集成多种测试工具的软件自动化测试平台,通过该平台对不同测试工具进行整合,满足测试人员在平台上进行软件自动化测试。自动化测试平台让测试人员更方便的进行软件测试,提高了软件测试效率,节省了时间和人力成本。软件自动化测试平台是一个Web程序,采用主流的前后端分离的开发方式,可以有效提高开发效率。按业务功能将系统划分用户管理功能、服务管理功能、团队管理功能、项目管理功能,并且搭建Jenkins服务用于执行测试,搭建STF服务用于管理移动设备。本人在项目的开发中完成了前端系统的开发工作和后端系统的部分开发工作。在技术上采用了 Vue的前端框架,使用Vuetify组件库作为页面的主要组件,通过Axios封装通信接口与系统后台进行数据通信。本文首先介绍了课题的相关背景,课题的研究现状。然后对目前已有的技术做了简要的介绍,并对开发本系统需要使用的相关技术做了介绍。接着对系统进行需求分析,包括系统的功能性需求分析和非功能性需求分析。接下来对系统的功能结构和系统架构进行了概要设计,明确了本人在系统开发中的工作。在详细设计中对每一个前端功能的设计和实现进行了详细的描述,用UML图表示了模块内部的实现流程与方法,并对本人参与的部分后端系统的实现进行了描述。最后对本系统进行了测试,并且对本文进行了总结。

关键词： 翻转课堂   软件测试技术   合作探究  

摘要： 翻转课堂强调先学后教,让学生对自己的学习环境负责,注重学生与教师之间的互动和教师对学生个性化的辅导。本文旨在从课前模块和课中模块分别指出翻转课堂教学模式在高职软件测试技术教学中的具体应用策略,进而对翻转课堂教学模式在高职软件测试技术教学中的应用进行若干思考。

摘要： 在GJB 5000A—2008军用软件研制能力成熟度模型中,软件测试是验证(Ver)和确认(Val)两个过程域中最重要的活动之一。从软件工程化的角度来看,软件测试亦是软件开发过程中保障软件产品质量最重要的工程活动之一。在军用软件日益系统化、复杂化、多样化、规模化的今天,软件测试活动应该发挥什么样的作用,存在什么样的问题,作为保障软件质量的活动应该如何确保质量,如何进行精细化质量管理?本文将结合这些问题,通过分析软件测试的质量因素,同大家一起来探索一条软件测试精细化质量管理之路。

关键词： 可视化测试   视觉特征   支持向量机   测试数据生成   非侵入式测试  

摘要： 软件测试中一个重要的任务是生成测试数据。对于图形用户界面(GUI)的测试数据生成而言,主要问题是一方面如何找到待生成数据的输入项,另一方面是如何为输入项构造测试数据。对于输入项识别而言,传统的方法是获取运行时底层系统提供的界面结构信息,然后对其解析从而获取输入项列表。对于输入项测试数据构造,传统的方法是基于界面结构详细信息或者软件内部源代码,通过白盒或者黑盒方法生成测试数据。以上方法尽管有效,但是对于保密度高、封装性强的软件,由于很难侵入性地获取到系统内部信息,现有的GUI软件测试数据生成方法很难应用。为解决非侵入式测试场景下GUI软件测试数据生成问题,本文提出一种基于视觉挖掘的GUI软件测试数据生成方法,该方法基于界面图片识别输入项,通过挖掘界面图片库自动构造测试数据。具体研究内容如下:(1)提出一种基于视觉特征的非侵入式用户界面输入项识别方法,该方法无需运行时界面结构信息,仅依赖界面图片即可完成输入项的识别。首先,在界面图像上通过直线和轮廓检测算法获得潜在输入项列表;然后,获取候选输入项的视觉特征,并把这些特征转换成特征向量传入到预先训练好的SVM分类器模型中进行判定,得到真正的输入项列表用于测试数据生成。(2)提出一种基于应用内视觉挖掘的软件测试数据生成方法,该方法不依赖运行时界面结构信息或软件源代码,且生成的测试数据更加真实。首先对输入项描述信息进行解析得到输入项提示关键词;然后,对应用程序进行界面探索,获得挖掘源;对探索所得每一界面图片做基于文字识别和自然语言处理的视觉挖掘,得到候选输入数据类别与内容;最后,匹配输入项提示关键词和候选输入数据的类别,将匹配成功的候选数据内容作为输入项的测试数据。(3)最后,本文实现了一个GUI软件测试数据生成工具,用于支持界面图片输入项识别和测试数据生成方法的研究。通过在界面图片实验数据集和Android应用程序集上面进行实验,验证了本文所提出方法的有效性。

关键词： 全面质量管理   精益思想   软件开发   软件测试  

摘要： 伴随着“互联网+”战略的深入实施和软件产业的迅速发展壮大,软件的功能变得越来越复杂,随之由于软件的质量不高带来的风险也会越来越高。目前由于软件的质量问题,给各行各业带来了较高的风险,因此现在整个软件生产和应用行业都开始愈发重视软件的质量问题。万维公司作为中国电信全资控股的信息通信技术高新产业企业,设计实施了众多涵盖政务、医疗卫生、智慧旅游等行业的软件平台。虽然万维公司始终保持着高速的业务发展,但是软件开发的质量管理始终以传统的系统测试作为软件质量管理的重要手段,缺乏科学、系统、完整的软件开发质量管理,亟需对软件开发的质量管理进行优化。本文以万维公司软件开发质量管理为研究对象,以软件开发质量管理为出发点,对万维公司软件开发质量管理进行了研究。首先,介绍了万维公司及其软件开发目前的情况,并通过调查总结了存在问题,万维公司目前在软件开发质量管理方面存在的主要问题为:质量管理组织结构不健全、员工质量意识淡薄、软件开发各个阶段质量管理不完善、质量管理方法落后、没有进行持续的质量改进活动等。其次,对万维公司软件开发质量管理进行了分析。分析主要从质量管理组织、全员质量意识、质量管理过程及质量管理方法等几个方面进行。然后,分别从软件质量管理组织结构、质量管理制度及文化建立、软件开发全生命周期质量管理、软件质量管理方法四个方面提出优化方案。最后,结合优化方案,提出万维公司软件开发质量管理优化保障方案,从组织、人才、考核、咨询培训等方面全方位保障优化方案在万维公司实施。本文的研究成果为万维公司制定了软件开发质量管理的优化策略,有助于万维公司提升软件开发的质量管理,同时提升万维公司软件产品的市场竞争力。本文的研究成果可以为其他软件企业提升软件开发的质量管理做一定的参考。

关键词： 工控软件   测试质量   质量管理   改善策略   质量功能展开  

摘要： 工控软件注重软件稳定性和数据准确性,其软件稳定运行期需要以年计,且数据偏差符合客户要求。为保证产品质量,在软件研发过程中需要投入大量的测试资源来及时发现软件缺陷,并反馈开发人员进行修正。经过与公司内部测试质量指标对比,SN公司的DCSA软件在研发过程中存在测试质量问题,各个测试质量指标的值都没有达到公司平均水平,测试阶段的工期严重超过预期值。基于上述问题,本研究通过性能基线、Monte Carlo分析DCSA当前的测试质量,并在公司其他多个工控软件测试数据的基础上使用熵值法计算得出测试质量指标的权重;使用文献分析、调查问卷和深度访谈等方法初步分析出工控软件测试质量影响因素,基于质量功能展开的方式识别出测试质量关键影响因素,再使用DEMATEL进行测试质量关键影响因素的二次识别;根据关键质量影响因素及其权重提出工控软件测试质量改善策略,在后续的DCSB软件上实施。对于测试人力资源的角度,提高测试人员自身工作能力和测试效率,调整测试资源的分布和投入,提高测试人员工作稳定性;从测试方法与工具方面,按阶段安排适配的测试方法,提升对测试工具的使用率;从测试流程方面,定期评审及优化测试流程,确保测试流程与公司和业务战略匹配,确保测试流程满足客户需求;从测试制度角度,明确测试组员职责,优化测试质量管理和日常行为管理。基于策略实施结果,使用量化指标对DCSB的实际实施情况和达到效果进行验证,分析以上测试质量改善策略的有效性和测试质量改善研究的实际意义。本研究对公司未来的工控软件产品的测试质量有积极的意义,同时也为同类企业的工控软件测试提供了借鉴。

关键词： 测试   偶然正确性   测试充分度准则   回归测试   用例选择  

摘要： 软件测试是保证软件产品质量和可靠性的重要手段,基于代码覆盖的测试技术被广泛地应用在软件开发过程中。偶然正确性现象是指虽然程序中包含的错误被执行,但并没有产生错误结果的情况。已有的实验性研究表明偶然正确性现象是非常普遍的,并且是影响软件测试有效性的重要因素。偶然正确性现象不仅会影响人们对测试充分度的评估,也会影响和测试相关的其它工作,如错误定位,测试用例选择等。如何消除偶然正确性对测试的影响,提高测试有效性是软件测试研究中的一个重要课题。本论文提出了一种新的估算偶然正确性概率的方法,并基于这个估算方法,在测试充分度准则、错误定位和测试用例选择等方面展开研究。论文的主要研究工作包括下面几个方面:1)从程序运行时内存中值的使用-定值关系出发,考虑了运算和控制流两个方面对内存中值的正确性的影响,提出了一个方法来估算测试执行时发生偶然正确性现象的概率。该方法首先基于程序分析结果对代码进行插桩,以便在测试运行时获得动态的控制流和数据流信息;基于这些信息,并根据各种运算的特性以及控制流关系,该方法估算了各中间结果中可能包含错误,却被后续计算步骤掩盖而不能在程序输出中表现出来,导致偶然正确性现象发生的概率。同时,对于程序中的各个语句,该方法可估算出假设该语句产生错误中间结果后却因偶然正确性现象而没有被传播到程序的输出中的概率。与相关工作中其他通过相似性/执行路径等估算偶然正确性的方法相比,本文提出的方法更精细地分析了测试运行的计算过程,并能够给出一次测试执行中各语句产生错误结果但是发生偶然正确性现象的概率。2)提出了一种基于偶然正确性概率的测试充分度准则。直观地讲,在一次测试运行中,某语句的偶然正确性概率越高,就表明该语句中可能存在错误、却因偶然正确性现象被掩盖的可能性越大,对该语句的测试也就越不充分。在程序成功通过一个测试用例集合后,根据所有测试运行时各语句的偶然正确性概率的估算,可以总结出各个语句的测试充分度。本文提出的测试充分度准则要求被测程序中各语句的综合偶然正确性概率低于一定标准。这个充分度准则有效消除了偶然正确性对测试充分度评估的影响。实验结果表明了基于偶然正确性概率的测试充分度准则可以更好地描述测试用例的充分度与错误发现概率之间的相关性。3)提出了一种基于偶然正确性概率的错误定位技术。该技术使用偶然正确性概率对语句的可疑度计算公式进行了修正,降低了偶然正确性对定位精度和安全性的影响。常见的错误定位技术利用成功测试用例和失败测试用例的语句覆盖信息来估算各个语句包含错误的可能性,从而对错误进行定位。但偶然正确性会降低定位的准确性:在一个成功的测试用例运行后,如果某语句的偶然正确性概率高,那么该次测试运行并不能很好地降低该语句的可疑度。本文提出的方法在代码覆盖信息的基础上,利用偶然正确性概率估算结果有效降低了偶然正确性现象对错误定位带来的影响。实验结果表明,相对于仅仅使用代码覆盖信息的错误定位技术,本文提出的方法提高或至少维持了原有的安全性,并较好地提高了错误定位的精度。4)提出了一种基于偶然正确性概率的回归测试用例选择技术。本文提出的回归测试用例选择的过程中考虑了偶然正确性现象的影响,除了代码覆盖的指标以外还加入了被修改代码可能发生偶然正确性概率的衡量指标,优先选择低偶然正确性概率的测试用例或者从被选测试集合中删除高偶然正确性概率的用例,降低了偶然正确性现象对测试用例选择技术的影响。本文的实验结果表明,这种基于偶然正确性概率进行测试选择的技术可以较大程度上缩减测试集合的大小,并提升了测试选择的精度,并使得精度和安全性的综合度量指标都得到了明显的提升。

ISBN: (纸本)9787303268320

关键词： 云计算   软件测试   自动化  

摘要： 软件测试是保证软件质量符合工程需求的一种工具,然而随着现代化的软件工程的规模越来越大,软件测试的工作也越来越繁重,需要耗费大量的人力物力投入,在软件开发过程中,软件需求随时都会发生变化,这就对软件测试提出了更高的要求,在此背景下,软件测试项目的维护和执行自动化实现就成为了一个亟需解决的问题,本文提出通过云计算的自动化测试平台将测试资源分布,提高软件测试的效率,降低测试成本。该基于云计算的软件自动化测试平台能够接受用户的测试脚本并在云端进行测试,并提供项目的资助管理,方便用户对项目的跟踪。

关键词： 软件测试   符号执行   静态分析   程序约束   预言数据  

摘要： 软件测试是提高软件可靠性的重要手段。在软件测试方法中,覆盖测试是一种基本的白盒测试方法,为满足测试充分性,覆盖测试需要测试数据能取得尽可能高的覆盖率。与其他测试数据自动生成方法相比,基于约束的测试数据生成方法更具确定性且易实现对特定目标的覆盖,其生成的测试数据在覆盖测试中更具优势。然而,取得上述优势的前提是可实现对目标程序的精确约束建模。约束建模的精度不足会导致输入变量产生欠约束问题,进而对生成测试数据的正确性、友好性等产生影响,使测试数据无法实现预期覆盖或难以被测试人员理解和使用。本文以解决程序约束建模过程中的欠约束问题及其衍生问题为目标,对如何提取程序中的隐性约束、如何改善测试数据的友好性以及如何缓解不友好测试数据产生的不利影响三个方面展开研究。本文的主要工作和创新点如下:1)单元覆盖测试中的隐性约束提取方法研究在单元覆盖测试中,当诸如除、解引用等危险操作作用于输入变量时,为保证函数单元的正常执行,输入变量要满足一定的前置条件,这些前置条件未显式的存在于函数中,是对输入变量的隐性约束,无法通过传统符号执行方法获得。不满足隐性约束的测试数据在执行时会发生错误或崩溃,无法实现预期覆盖。本文提出了一种规则导向符号执行方法用于隐性约束的提取。该方法的核心思想是:使用预定义规则对传统符号执行进行增强,解决无法提取隐性约束所导致的欠约束问题。首先,对C语言中运算符的语义进行了系统的分析,预定义了四类隐性约束提取规则并应用于符号执行过程中,预定义规则提供了一种层次化的匹配模型用于准确的识别并提取语句中的隐性约束。其次,根据隐性约束的分布特点,对约束建模对象进行了扩展,除常规的分支语句外,还对可能存在隐性约束的赋值语句、声明语句进行了分析建模。最后,提出了完整路径约束的概念,将隐性约束与已有路径约束合取构成完整路径约束,通过求解完整路径约束可以获得可正常执行的测试数据,从而实现覆盖,提高测试的充分度。实验结果表明,所提方法可以准确的提取隐性约束;与同类工具相比,所提方法可以有效的提高存在隐性约束程序的覆盖率。2)友好测试数据生成方法研究针对欠约束变量在约束求解过程中由于约束不足可能生成不友好测试数据这一问题。本文提出了一种挖掘常量信息用于欠约束变量的约束补全和引导友好测试数据生成的方法。该方法首先搜集与输入变量相关联的相关常量和存在欠约束问题的输入变量。然后,提出了聚合分析和排序分析方法用于处理搜集到的相关常量,聚合分析通过对相关常量集进行数据清洗和集中来获得约束补全信息;排序分析基于关联操作的语义实现对相关常量的启发性强弱的推理,并选取强启发相关常量作为种子数据。最后,提出了约束补全方法,使用约束补全信息对欠约束变量进行约束补全;提出了启发式测试数据生成算法,利用种子数据引导友好测试数据生成;通过为欠约束变量生成完整约束和引入种子数据实现对测试数据友好性的改善。对一个开源实际工程进行了实验,实验结果表明,与不使用本方法的工具相比,所提方法可以改善测试数据的友好性并具有良好的效率。3)基于静态分析的预言数据选取方法研究当无法改善测试数据友好性或改善效果不佳时,不友好测试数据由于难以理解、计算为测试人员进行测试预言构建、快速发现故障带来诸多困难。本文提出了一种路径敏感的预言数据选取方法,该方法通过为测试人员选取多个预言数据进行观测将测试预言问题划分为若干子预言问题,缓解了不友好测试数据为测试预言构建带来的困难;此外,选取多个预言数据进行观测还获得了更多捕获错误状态的机会,减少了漏报。该方法首先引入了关键路径分析方法,对程序路径进行基于故障观测能力的排序,为测试人员指引了测试预言构建的顺序。然后,提出了定量分析方法和定性分析方法用于为每条路径选取预言数据。定量分析根据候选预言数据间的替换关系缩减预言数据集的规模,以减少测试预言构建的工作量。定性分析根据预言数据的故障观测能力对预言数据进行排序,以帮助测试人员更快的发现程序中的故障。实验结果表明,所提方法可以发现仅观测默认输出测试预言方法无法发现的故障,且具有较好的故障观测效率,能帮助测试人员更快的发现故障。