融入神经网络的路径覆盖测试数据进化生成

来源：软件学报杂志2016年第4期北京时间：

作者：姚香娟,巩敦卫,李彬

单位：姚香娟，软件工程国家重点实验室(武汉大学), 湖北 武汉 430072;中国矿业大学 理学院, 江苏 徐州 22111611,巩敦卫，中国矿业大学 信息与电气工程学院, 江苏 徐州 22111602,李彬，中国矿业大学 理学院, 江苏 徐州 22111603

摘要：利用遗传算法生成复杂软件的测试数据,是软件测试领域一个全新的研究方向.传统的基于遗传算法的测试数据生成技术,需要以每个测试数据作为输入运行被测程序,以获得个体的适应值,因此,需要消耗大量的运行时间.为了降低运行程序带来的时间消耗,提出一种基于神经网络的路径覆盖测试数据进化生成方法,主要思想是:首先,利用一定样本训练神经网络,以模拟个体的适应值;在利用遗传算法生成测试数据时,先利用训练好的神经网络粗略计算个体适应值;对适应值较好的优秀个体,再通过运行程序,获得精确的适应值.最后的实验结果表明,该方法可以有效降低运行程序产生的时间消耗,从而提高测试数据生成的效率.

关键词：软件测试;测试数据生成;进化优化;神经网络;路径覆盖

基金资助：国家自然科学基金(61375067,61573362,61203304);软件工程国家重点实验室开放基金(SKLSE20100819);江苏省自然科学基金(BK2012566)