项目名称: 基于软件网络的回归测试用例排序方法研究

项目编号: No.61202048

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 潘伟丰

作者单位: 浙江工商大学

项目金额: 21万元

中文摘要: 回归测试是软件测试的重要过程,是保障软件质量的重要手段。测试用例排序技术是一种高效实用的回归测试技术。如何将非覆盖因素综合考虑,进行测试用例优先级评估,是测试用例排序技术研究的重点之一。软件(整体)结构是影响软件质量的重要因素,但是现有的排序技术鲜有将结构融入优先级计算。本项目将"软件网络观"引入软件测试领域,用软件网络抽象软件结构,旨在对软件的结构进行量度,阐明软件结构与缺陷产生及缺陷传播之间的关系,提供影响测试用例优先级的结构因素,从软件网络角度提出有效的测试用例优先级计算方法,提供一种基于软件网络的测试用例排序方法。本项目的研究对于提高回归测试效率,降低软件维护成本,解决国民经济和国家安全领域对高质量软件的重大需求具有重要意义。同时,也是软件网络(复杂网络)理论、方法在软件测试领域的全新尝试,对于推动软件测试领域的发展具有很高的理论研究价值。

中文关键词: 软件网络;测试用例排序;缺陷预测;缺陷传播;回归测试

英文摘要: Regression testing, a process of software testing, is an important mean to protect the quality of software. Test case prioritization is one of the effective and practical regression testing techniques. How to incorporate more non-coverage factors into the calculation of priorities of test cases is still the focus of test case prioritization field. The (whole) software structure is one of the factors influencing software quality, which has always been neglected. This project introduces the concept of software as network into the field of software testing and constructs the software network of object-oriented software, designed to measure the structure of the software, to clarify the relationship between software structure and software defects, and the relationship between software structure and fault propagation, and finally to provide the structural factors for the test case prioritization. This project provides an effective way, from the perspective of software networks to calculate the priorities of test cases, and to prioritize the test cases, providing a novel test case prioritization technique based on software networks. This project is of great significance for improving the efficiency of regression testing, reducing software maintenance costs, and solving the major demand of the national economy and natio

英文关键词: software networks;test case prioritization;fault prediction;fault propagation;regression testing

成为VIP会员查看完整内容
1

相关内容

软件多缺陷定位方法研究综述
专知会员服务
20+阅读 · 2022年1月25日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
45+阅读 · 2020年11月13日
【干货书】Python 编程,480页pdf
专知会员服务
235+阅读 · 2020年8月14日
FPGA加速系统开发工具设计:综述与实践
专知会员服务
65+阅读 · 2020年6月24日
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
工程设计论——如何写好工程代码
阿里技术
0+阅读 · 2022年2月15日
大讨论:如何尽可能接近掌握软件工程?
InfoQ
0+阅读 · 2021年12月20日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
已删除
将门创投
12+阅读 · 2017年10月13日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
110+阅读 · 2020年2月5日
A Multi-Objective Deep Reinforcement Learning Framework
小贴士
相关VIP内容
软件多缺陷定位方法研究综述
专知会员服务
20+阅读 · 2022年1月25日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
【博士论文】分形计算系统
专知会员服务
33+阅读 · 2021年12月9日
专知会员服务
86+阅读 · 2021年9月4日
专知会员服务
83+阅读 · 2020年12月11日
专知会员服务
45+阅读 · 2020年11月13日
【干货书】Python 编程,480页pdf
专知会员服务
235+阅读 · 2020年8月14日
FPGA加速系统开发工具设计:综述与实践
专知会员服务
65+阅读 · 2020年6月24日
相关资讯
基于机器学习的自动化网络流量分析
CCF计算机安全专委会
4+阅读 · 2022年4月8日
工程设计论——如何写好工程代码
阿里技术
0+阅读 · 2022年2月15日
大讨论:如何尽可能接近掌握软件工程?
InfoQ
0+阅读 · 2021年12月20日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
【数字孪生】面向智能制造的数字孪生
产业智能官
50+阅读 · 2020年5月10日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
已删除
将门创投
12+阅读 · 2017年10月13日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员