项目名称: 基于抽象内存模型的复杂类型测试用例生成方法研究

项目编号: No.61202080

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: 王雅文

作者单位: 北京邮电大学

项目金额: 23万元

中文摘要: 随着计算机系统的规模和复杂性急剧增加,计算机软件的开发成本以及由于软件故障而造成的生命财产损失也在不断增加,软件测试作为软件质量保证的重要手段越来越受到人们的重视。单元测试作为软件测试过程的重要环节,其自动化测试方法和理论的研究正在向纵深层次发展。复杂数据类型因其结构动态变化、约束关系复杂等特点使其测试用例的生成问题成为目前学术界研究的一大热点和难点。本课题从软件单元测试中复杂类型测试用例的自动生成问题着眼,建立统一的抽象内存模型来静态表示变量之间的结构和约束关系,提出完备的操作语义模拟算法,将实际操作语义映射为对抽象内存的操作,以便精确分析语句的上下文环境。在此基础上,提取路径中的符号约束表达式,分析非数值型约束构造出测试用例的形状,求解数值型约束得出数值域符号的取值,从而构造出测试用例。这一项目的成功实施,将有助于提高软件单元测试的自动化程度,提高软件测试的效率和软件质量水平。

中文关键词: 面向路径;复杂类型;抽象内存模型;操作语义;约束系统

英文摘要: With the drastic increasing of the scale and complexity of computer systems, the costs of software development and life and property losses caused by software faults increase correspondingly. Unit testing is an important sector of software testing, and its automatic testing methods and theory are developing in a deeper direction. Due to the dynamic structure and complicated constraint of complex types ,test case generation for them has become a hot spot as well as a difficult point for the academic circle. Starting with the automatic generating of test cases of complex types in software unit testing, this project establishes unified abstract memory models to express the structure and constraints between variables , proposes complete algorithms on different operator semantics, maps actual operator semantics on the operation of abstract memory models so as to analyze statically the change of context circumstances for different program points. With above foundation, the symbolic constraint expressions are extracted, the non-numeric expressions are analyzed and the outline of their test cases constructed, numeric expressions are solved to acquire the values of the numeric domain symbols, and finally test cases are constructed. The successful implementation of this project will facilitate the automation of software u

英文关键词: Path-wise;Complex Type;Abstract Memory Model;Operator Semantic;Constraint System

成为VIP会员查看完整内容
0

相关内容

北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
130+阅读 · 2022年4月9日
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
专知会员服务
12+阅读 · 2021年10月6日
专知会员服务
112+阅读 · 2021年9月22日
【干货书】数值Python计算,Numerical Python,709页pdf
专知会员服务
111+阅读 · 2021年5月30日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
30+阅读 · 2020年12月21日
专知会员服务
45+阅读 · 2020年11月13日
Python导论,476页pdf,现代Python计算
专知会员服务
259+阅读 · 2020年5月17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
CIKM'21 多关系图神经网络的社区问答
图与推荐
3+阅读 · 2021年10月11日
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
计算文本相似度常用的四种方法
论智
33+阅读 · 2018年5月18日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
国家自然科学基金
0+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
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
1+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
0+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
Arxiv
24+阅读 · 2021年1月25日
Arxiv
21+阅读 · 2020年10月11日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月23日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
北理工2022最新paper《基于对抗性复杂博弈的OODA环分析》
专知会员服务
130+阅读 · 2022年4月9日
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
专知会员服务
12+阅读 · 2021年10月6日
专知会员服务
112+阅读 · 2021年9月22日
【干货书】数值Python计算,Numerical Python,709页pdf
专知会员服务
111+阅读 · 2021年5月30日
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
30+阅读 · 2020年12月21日
专知会员服务
45+阅读 · 2020年11月13日
Python导论,476页pdf,现代Python计算
专知会员服务
259+阅读 · 2020年5月17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
CIKM'21 多关系图神经网络的社区问答
图与推荐
3+阅读 · 2021年10月11日
智能合约的形式化验证方法研究综述
专知
15+阅读 · 2021年5月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
计算文本相似度常用的四种方法
论智
33+阅读 · 2018年5月18日
python文本相似度计算
北京思腾合力科技有限公司
24+阅读 · 2017年11月6日
相关基金
国家自然科学基金
0+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
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
1+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
0+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
相关论文
Arxiv
24+阅读 · 2021年1月25日
Arxiv
21+阅读 · 2020年10月11日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月23日
Arxiv
11+阅读 · 2018年4月25日
微信扫码咨询专知VIP会员