基于關聯(lián)規(guī)則挖掘的回歸測試選擇策略研究.pdf

1、軟件測試是軟件開發(fā)過程中一個既重要又很難實施的環(huán)節(jié)，同時它也是軟件質量保證的關鍵步驟，是軟件工程研究領域的重要內容?；貧w測試是軟件修改后為確認修改的正確性而進行的測試工作，因而其執(zhí)行測試用例的過程與軟件開發(fā)過程中的其它軟件測試過程相同，只是所執(zhí)行的測試用例的集合可能不同。 目前，回歸測試策略有“重測所有”和“選擇性”兩種。隨著軟件規(guī)模的不斷增大，“重測所有”在成本和時間兩方面都是不可行的，尤其當修改很小部分時，它將會造成嚴重的成

2、本浪費。因為修改可能會影響到其他部分，所以進行回歸測試時必須有適當?shù)臏y試用例集選擇策略。如何選擇一個盡可能小，且又能覆蓋所有修改以及受修改影響的代碼的測試用例集是回歸測試選擇策略研究重點之一。當軟件新版本出現(xiàn)時，開發(fā)者會告訴測試人員修改的部分，這就使得選擇能夠覆蓋修改的測試用例變得相對簡單。但是，選出能夠覆蓋受修改影響的代碼的測試用例卻是很困難的。 本文認為除了覆蓋修改的測試用例之外，其他的都是覆蓋受修改影響的測試用例。為了更加

3、精確地構造回歸測試包，提高回歸測試的效率，本文提出了一種新的回歸測試選擇策略：先選出覆蓋修改代碼的所有測試用例；然后對基線測試用例庫中的剩余的測試用例集進行縮減，基于測試歷史信息進行關聯(lián)規(guī)則挖掘，以發(fā)現(xiàn)測試用例之間有用的規(guī)則，從而利用這些規(guī)則對某些測試用例進行刪除；最后，根據(jù)測試用例覆蓋的代碼模塊數(shù)和代碼行數(shù)對它們進行排序。實驗結果表明，本文的策略既能夠保證被修改部分的全部測試用例被選上，又能夠減少受修改影響部分的測試用例數(shù)，充分符合回