基于关键边概率与路径层接近度的多路径覆盖测试
An Approach to Multi-Path Coverage Testing Based on Key Edge Probability and Path Layer Proximity作者机构:江西财经大学信息管理学院江西南昌330013
出 版 物:《电子学报》 (Acta Electronica Sinica)
年 卷 期:2023年第51卷第5期
页 面:1341-1349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(No.62262025) 江西省自然科学基金(No.20224ACB202012)。
主 题:关键边概率 路径层接近度 多路径覆盖 遗传算法 适应度函数 个体贡献度
摘 要:遗传算法解决多路径覆盖中难覆盖边的问题,是当前软件测试数据自动生成领域的一个研究热点.现有方法解决多路径覆盖问题的效果不够理想,本文提出一种将关键边概率与路径层接近度相结合的多路径覆盖测试方法 .首先,本文计算节点被穿越概率找到难覆盖节点,通过难覆盖节点找到难覆盖边(即,关键边),生成目标路径.然后,本文根据关键边概率计算个体贡献度,并通过程序的路径层图计算路径层接近度,再由个体贡献度及路径层接近度设计适应度函数.最后,本文利用多种群遗传算法进化生成测试数据以覆盖目标路径,在进化过程中子种群覆盖当前目标路径后,继续尝试覆盖与其相似的其它路径.实验结果表明,该方法与同类经典方法相比,在保证平均进化时间和平均进化代数占优的同时,稳定性也有所提高,生成时间增幅标准偏差较最优的降低10.19%,离散系数降低10.79%.进化代数增幅标准偏差较最优的降低19.98%,离散系数降低28.02%.