基于分支覆盖的回归测试路径选择

来源：软件学报杂志2016年第4期北京时间：

作者：吴川,巩敦卫,姚香娟

单位：吴川，中国矿业大学 计算机科学与技术学院, 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,姚香娟，中国矿业大学 理学院, 江苏 徐州 22111603

摘要：回归测试是迭代式软件开发的重要环节,测试数据生成是回归测试的前提.传统的回归测试方法,从已有的测试数据中选择部分测试数据,并生成一些新的测试数据,以验证程序的正确性.但是,该方法容易生成冗余的测试数据,从而降低了回归测试的效率.研究了回归测试的分支覆盖问题,通过利用已有测试数据的路径覆盖信息,并选择一定个数的路径,以覆盖所有的目标分支.首先,以若干路径形成的集合作为决策变量,以路径最少、覆盖的分支最多以及包含的未覆盖路径最少为目标,建立路径选择问题的3目标优化模型;然后,采用遗传算法求解上述模型时,设计了基于目标重要性的个体评价策略;最后,基于已有的测试数据与选择的路径之间的覆盖关系,确定需要生成的测试数据.将所提方法应用于6个基准工业程序测试中,并与其他方法比较.实验结果表明,采用该方法选择的路径,能够覆盖更多的分支,需要生成的测试数据更少,回归测试消耗的时间更短.

关键词：回归测试;分支覆盖;路径选择;多目标优化;遗传算法

基金资助：国家自然科学基金(61375067,61203304,61573362);江苏省自然科学基金(BK2012566);中央高校基本科研业务专项基金(2012QNA41)