DFSampling:一种数据流分析指导的变异体精简策略

作     者：孙昌爱 卫新洁 刘镇贤 宫云战 SUN Chang-Ai;WEI Xin-Jie;LIU Zhen-Xian;GONG Yun-Zhan

作者机构：北京科技大学计算机与通信工程学院北京100083 计算机科学国家重点实验室(中国科学院软件研究所)北京100190 北京邮电大学网络技术研究院北京100876 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2022年第33卷第9期

页      面：3407-3421页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金(61872039) 中国科学院软件研究所计算机科学国家重点实验室开放课题(SYSKF1803) 中央高校基本科研业务费专项(FRF-GF-19-019B)。 

主　　题：软件测试 变异测试 数据流分析 变异体精简 随机选择策略 

摘      要：软件测试是一种广泛使用的软件质量保证手段.变异测试是一种基于故障的软件测试方法,广泛用于评估测试用例集的充分性与软件测试技术的有效性.数量庞大的变异体导致变异测试的成本非常高.提出一种数据流分析指导的变异体精简方法(DFSampling),设计了启发式规则,基于这些规则对随机选择技术与基于路径感知的变异体精简技术(PAMR)进行了改进.采用经验研究的方式评估了DFSampling的有效性,比较了DFSampling与随机选择技术、PAMR技术的有效性,实验结果表明DFSampling是一种有效的变异体精简策略,提高了变异测试的效率.