基于相似性的回歸測(cè)試用例約簡(jiǎn)與優(yōu)先排序方法研究.pdf

1、在軟件演化與維護(hù)過程中，軟件的頻繁變更是一個(gè)永恒的話題。修改錯(cuò)誤、增加新的功能或者適應(yīng)新的運(yùn)行環(huán)境等因素都將引起軟件的變更。軟件一旦發(fā)生變化，就需要回歸測(cè)試修改的代碼、新增加的代碼以及潛在地受變更影響的代碼。研究表明，回歸測(cè)試占了總測(cè)試預(yù)算的80％，軟件維護(hù)階段總費(fèi)用的50%。盡管回歸測(cè)試的代價(jià)如此之高，但它卻是不可或缺的測(cè)試。隨著軟件持續(xù)演化，測(cè)試套件的規(guī)模也不斷增加。由于測(cè)試資源的有限性，重新運(yùn)行所有測(cè)試用例的方法是不可行的。在這種

2、背景下，如何選擇高效的測(cè)試用例子集以便較早地發(fā)現(xiàn)更多的錯(cuò)誤具有重要的實(shí)際意義。聚類分析的方法被引入到回歸測(cè)試領(lǐng)域中。根據(jù)運(yùn)行測(cè)試用例產(chǎn)生的剖面信息，將測(cè)試用例分成若干簇，使得同一簇中的對(duì)象彼此相似，而與其他簇中的對(duì)象相異。同一簇中的對(duì)象具有相同的剖面信息，因而具有相同的錯(cuò)誤發(fā)現(xiàn)能力。通過動(dòng)態(tài)插樁技術(shù)收集運(yùn)行測(cè)試用例產(chǎn)生的剖面信息，比如函數(shù)的覆蓋信息，函數(shù)調(diào)用的時(shí)序信息、函數(shù)調(diào)用的關(guān)系信息以及函數(shù)調(diào)用的結(jié)構(gòu)信息等。并構(gòu)建四種不同類型的剖面

3、結(jié)構(gòu)，包括函數(shù)覆蓋向量、函數(shù)調(diào)用序列、函數(shù)執(zhí)行序列與函數(shù)調(diào)用樹。
　　本研究從運(yùn)行代價(jià)和錯(cuò)誤發(fā)現(xiàn)效率兩個(gè)方面比較四種不同類型的結(jié)構(gòu)化剖面對(duì)回歸測(cè)試效率的影響。實(shí)驗(yàn)結(jié)果表明，函數(shù)調(diào)用的時(shí)序信息、調(diào)用關(guān)系以及結(jié)構(gòu)信息有助于進(jìn)一步提高約簡(jiǎn)測(cè)試套件的錯(cuò)誤發(fā)現(xiàn)能力。就成本-效益而言，聚類分析函數(shù)調(diào)用序列的方法是更高效的。該方法不僅提高了回歸測(cè)試的錯(cuò)誤發(fā)現(xiàn)效率，也進(jìn)一步豐富并發(fā)展了回歸測(cè)試用例約簡(jiǎn)與選擇研究。在回歸測(cè)試中，盡早地執(zhí)行那些能夠發(fā)

4、現(xiàn)錯(cuò)誤的回歸測(cè)試用例，就能盡快的進(jìn)行錯(cuò)誤的定位與修復(fù)工作，從而提高整個(gè)回歸測(cè)試的效率。因此，回歸測(cè)試用例的執(zhí)行順序?qū)﹀e(cuò)誤發(fā)現(xiàn)效率有重要的影響。如何對(duì)原始套件中的測(cè)試用例進(jìn)行優(yōu)先排序成為當(dāng)前的研究重點(diǎn)。基于測(cè)試用例的相似性可以有效地對(duì)回歸測(cè)試用例進(jìn)行優(yōu)先級(jí)排序。該方法不僅確保了回歸測(cè)試用例的多樣性，同時(shí)也可以提高錯(cuò)誤檢測(cè)效率。不同的相似性度量代表不同的含義，如何選取高效的度量也是至關(guān)重要的。為此，實(shí)驗(yàn)從錯(cuò)誤發(fā)現(xiàn)效率及其穩(wěn)定性兩個(gè)方面對(duì)比分