检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于弱变异准则的测试用例约简方法

计算机应用 2019年第2期39卷 534-539页

作者：王曙燕袁佳娟孙家泽西安邮电大学计算机学院

针对为数较多的测试用例增加了回归测试成本的问题,提出一种基于弱变异准则的测试用例约简方法。首先,基于弱变异准则获得测试用例和变异分支关系矩阵;然后,重复约简4种无效测试需求和子集测试用例;最后,结合人工鱼群算法选择当前最优... 详细信息

针对为数较多的测试用例增加了回归测试成本的问题,提出一种基于弱变异准则的测试用例约简方法。首先,基于弱变异准则获得测试用例和变异分支关系矩阵;然后,重复约简4种无效测试需求和子集测试用例;最后,结合人工鱼群算法选择当前最优测试用例,并且交替执行简化和测试用例选择操作直至覆盖所有测试需求。该方法针对6个经典程序与贪心算法和HGS算法相比,基于弱变异准则并且不改变或稍微改变变异评分的条件下,约简率分别提高了73. 4%和8. 2%,且耗时分别降低了25. 3%和56. 1%。实验结果表明,所提方法在回归测试中可有效约简测试用例,降低测试代价。

关键词：回归测试弱变异准则变异分支测试用例约简人工鱼群算法

基于遗传算法的DM-GA组合测试数据生成方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2012年第8期29卷 62-65页

作者：王欢王曙燕孙家泽西安邮电学院计算机学院陕西西安710061

测试数据生成是组合软件测试的重要部分,生成高质量的测试数据对于软件测试具有重要意义。针对两两组合测试数据生成问题,结合传统遗传算法,加入了精英策略和自适应变异概率,提出了DM-GA(dynamic mutation rates-genetic algorithm)算法... 详细信息

测试数据生成是组合软件测试的重要部分,生成高质量的测试数据对于软件测试具有重要意义。针对两两组合测试数据生成问题,结合传统遗传算法,加入了精英策略和自适应变异概率,提出了DM-GA(dynamic mutation rates-genetic algorithm)算法,改善了传统遗传算法容易陷入局部最优以及收敛速度慢等不足,并取得了良好的效果。实验结果表明DM-GA算法可以作为一种较理想的两两组合测试数据生成方法。

关键词：组合测试两两组合测试遗传算法精英策略自适应变异概率

在线全文

学校读者我要写书评

暂无评论

用于测试用例最小化问题的改进PSO算法

计算机工程 2009年第15期35卷 201-202,205页

作者：孙家泽王曙燕曹小鹏西安邮电学院计算机科学与技术系西安710061

针对回归测试中测试用例最小化问题,将粒子群优化算法和随机算法相结合,提出一种二维随机粒子群优化算法,用来解决测试用例最小化的问题。该算法采用二维适应值评价函数,一维是覆盖度,另一维是冗余度。利用各个测试用例的覆盖率为概率... 详细信息

针对回归测试中测试用例最小化问题,将粒子群优化算法和随机算法相结合,提出一种二维随机粒子群优化算法,用来解决测试用例最小化的问题。该算法采用二维适应值评价函数,一维是覆盖度,另一维是冗余度。利用各个测试用例的覆盖率为概率随机产生下一代个体位置。实验结果表明该算法性能优良且具有较好的稳定性。

关键词：回归测试测试用例最小化粒子群优化算法随机算法

在线全文

学校读者我要写书评

暂无评论

面向深度学习的对抗样本差异性检测方法

计算机应用 2021年第7期41卷 1849-1856页

作者：王曙燕侯则昱孙家泽西安邮电大学可信软件实验室西安710121

深度神经网络(DNN)在许多深度学习关键系统如人脸识别、智能驾驶中被证明容易受到对抗样本攻击,而对多种类对抗样本的检测还存在着检测不充分以及检测效率低的问题,为此,提出一种面向深度学习模型的对抗样本差异性检测方法。首先,构建... 详细信息

深度神经网络(DNN)在许多深度学习关键系统如人脸识别、智能驾驶中被证明容易受到对抗样本攻击,而对多种类对抗样本的检测还存在着检测不充分以及检测效率低的问题,为此,提出一种面向深度学习模型的对抗样本差异性检测方法。首先,构建工业化生产中常用的残差神经网络模型作为对抗样本生成与检测系统的模型;然后,利用多种对抗攻击攻击深度学习模型以产生对抗样本组;最终,构建样本差异性检测系统,包含置信度检测、感知度检测及抗干扰度检测三个子检测系统共7项检测方法。在MNIST与Cifar-10数据集上的实验结果表明,属于不同对抗攻击的对抗样本在置信度、感知度、抗干扰度等各项性能检测上存在明显差异,如感知度各项指标优异的对抗样本在置信度以及抗干扰度的检测中,相较于其他类的对抗样本表现出明显不足;同时,证明了在两个数据集上呈现出差异的一致性。通过运用该检测方法,能有效提升模型对对抗样本检测的全面性与多样性。

关键词：深度神经网络对抗攻击对抗样本残差神经网络差异性检测

基于UML图依权限有序的Web链接测试用例生成方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2015年第7期35卷 2009-2014页

作者：张钜王曙燕孙家泽西安邮电大学计算机学院西安710061

针对传统Web测试用例生成方法因缺少权限性和时序性考虑而产生的误判断问题,提出结合基于统一建模语言(UML)活动图与状态图,根据不同用户权限及交互活动流程分析Web页面链接而生成测试用例的方法。该方法生成含信息元素的扩展状态图,通... 详细信息

针对传统Web测试用例生成方法因缺少权限性和时序性考虑而产生的误判断问题,提出结合基于统一建模语言(UML)活动图与状态图,根据不同用户权限及交互活动流程分析Web页面链接而生成测试用例的方法。该方法生成含信息元素的扩展状态图,通过对扩展状态图的转换及相应路径的时序重排得到最终具有权限与时序性质的Web链接测试用例。通过实验分析,与缺少权限性和时序性考虑的Web测试用例生成方法相比,该方法有效地避免了测试中的误判断,在测试覆盖率、正确率及测试效率三方面均有明显的优势。实验结果表明,该方法有效地提高了Web测试的测试效率,增强了测试的可靠性与可行性。

关键词：统一建模语言权限性时序性 Web测试链接测试

在线全文

学校读者我要写书评

暂无评论

基于改进异质协同演化的测试用例生成研究

计算机应用研究 2016年第6期33卷 1767-1770页

作者：翁芬王曙燕孙家泽西安邮电大学计算机学院西安710061

路径搜索是测试用例自动生成的重要环节。针对遗传算法在测试用例生成中的早熟缺陷,提出一种改进的异质协同演化算法,将种群划分成两个子种群,分别采用遗传子群和差分子群进行演化,在演化的过程中两个子种群相互协作,通过改进迁移间隔... 详细信息

路径搜索是测试用例自动生成的重要环节。针对遗传算法在测试用例生成中的早熟缺陷,提出一种改进的异质协同演化算法,将种群划分成两个子种群,分别采用遗传子群和差分子群进行演化,在演化的过程中两个子种群相互协作,通过改进迁移间隔代数和迁移率这两个参数增加扰动,更加均衡遗传算法的全局探索与差异演化算法的局部搜索。实验结果表明,该算法比遗传算法和传统异质协同演化算法在生成测试用例的收敛性能方面更具优势,因此该方法更适合测试用例自动生成的应用中。

关键词：路径搜索测试用例遗传算法差分进化算法协同演化

基于自适应粒子群优化算法的测试数据扩增方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2016年第9期36卷 2492-2496页

作者：王曙燕温春琰孙家泽西安邮电大学计算机学院西安710061

针对在回归测试中原有测试数据集往往难以满足新版本软件测试需求的问题,提出一种基于自适应粒子群算法(APSO)的测试数据扩增方法。首先,根据原有测试数据在新版本程序上的穿越路径与目标路径的相似度,在原有的测试数据集中选择合适的... 详细信息

针对在回归测试中原有测试数据集往往难以满足新版本软件测试需求的问题,提出一种基于自适应粒子群算法(APSO)的测试数据扩增方法。首先,根据原有测试数据在新版本程序上的穿越路径与目标路径的相似度,在原有的测试数据集中选择合适的测试数据,作为初始种群的进化个体;然后,利用初始测试数据的穿越路径与目标路径的不同子路径,确定造成两者路径偏离的输入分量;最后,根据路径相似度构建适应度函数,利用APSO操作输入分量,生成新的测试数据。该方法针对四个基准程序与基于遗传算法(GA)和随机法的测试数据扩增方法相比,测试数据扩增效率分别平均提高了约56%和81%。实验结果表明,所提方法在回归测试方面有效地提高了测试数据扩增的效率,增强了其稳定性。

关键词：回归测试目标路径测试数据扩增路径相似度粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

基于改进DPSO的组合测试数据生成算法

计算机工程 2012年第7期38卷 40-41,45页

作者：孙家泽王曙燕西安邮电学院计算机学院西安710121

对离散粒子群优化算法进行改进,提出一种两两覆盖的组合测试数据生成算法。以一个粒子代表一个测试数据集,从整体上评价测试数据集对各个因素组合的覆盖情况,以测试数据中各因素离散值出现的次数为依据,随机产生粒子位置。实例分析表明... 详细信息

对离散粒子群优化算法进行改进,提出一种两两覆盖的组合测试数据生成算法。以一个粒子代表一个测试数据集,从整体上评价测试数据集对各个因素组合的覆盖情况,以测试数据中各因素离散值出现的次数为依据,随机产生粒子位置。实例分析表明,该算法与初始值无关,可有效生成测试数据且收敛速度快。

关键词：组合测试离散粒子群优化测试数据集两两覆盖软件测试

在线全文

学校读者我要写书评

暂无评论

基于变异分析的测试用例约简方法

计算机应用 2017年第12期37卷 3592-3596页

作者：王曙燕陈朋媛孙家泽西安邮电大学计算机学院西安710061

针对回归测试过程中由于测试需求的变更导致测试用例规模不断扩大、测试成本不断增加的问题,提出一种基于变异分析的测试用例约简方法(RTM)。首先,以测试用例能否检测到指定变异体为依据,对测试用例进行划分并创建二进制数值形式的变异... 详细信息

针对回归测试过程中由于测试需求的变更导致测试用例规模不断扩大、测试成本不断增加的问题,提出一种基于变异分析的测试用例约简方法(RTM)。首先,以测试用例能否检测到指定变异体为依据,对测试用例进行划分并创建二进制数值形式的变异体事务集矩阵;然后,应用改进的关联挖掘算法获取测试用例间的关联关系;最后,根据这些关联关系有效约简测试用例。6个经典程序仿真实验结果表明,RTM能够使约简后的测试用例约简率达到37%,与传统贪心算法和启发式算法相比,测试用例约简率提高了6%,且在提高测试用例约简率的同时,保证了测试覆盖率,单个测试用例的测试覆盖率平均提高了11%。所提方法能够利用尽可能少的测试用例满足更多的测试需求,有效提高了测试效率,降低了测试成本。

关键词：回归测试测试用例约简变异分析变异体关联挖掘