基于缺陷关联度的Markov模型软件优化测试策略

来源：软件学报杂志2015年第1期北京时间：

作者：包晓安,谢晓鸣,张娜,曹建文,桂宁

单位：包晓安，浙江理工大学 信息电子学院, 浙江 杭州 31001811,谢晓鸣，浙江理工大学 信息电子学院, 浙江 杭州 31001802,张娜，浙江理工大学 信息电子学院, 浙江 杭州 31001803,曹建文，中国科学院 软件研究所 并行软件实验室, 北京 10019004,桂宁，浙江理工大学 信息电子学院, 浙江 杭州 310018;Distrinet Laboratory, University of Leuven, 3001, Belgium05

摘要：软件测试过程通常期望以最小的成本检测尽可能多的缺陷.为了降低建模复杂度,多数文献通常假设缺陷之间相互独立.但在实际测试中,缺陷之间往往存在关联,并且每个缺陷引发软件失效的严重程度也不相同.充分利用缺陷之间的关联信息,有助于增加相关缺陷的可检测率,提高软件测试效率.因此,提出一种新的思路:利用软件缺陷之间的关联构造缺陷相关系数,引入回扣机制,量化不同严重等级的缺陷所被检测到的价值,综合考虑缺陷相关系数、检测率、回扣三者的权值,以构造基于缺陷关联的最优测试策略.同时,提出复合的优化算法来构造相应的最小生成树,将测试剖面转换成带权的路径问题,以有效地寻找具有最大权值的最优测试路径.另外,改进了已有的剔除策略,以更有效地删除关联缺陷.通过实验仿真,并与其他测试策略相比较,证明了该方法的有效性.

关键词：软件测试;受控马尔可夫链;关联缺陷;优化算法

基金资助：国家自然科学基金(61202050, 61379036); 浙江省自然科学基金(LY12F02041, Y13F020175); 浙江省钱江人才计划(2013R10015); 浙江理工大学521人才培养计划; 浙江省新苗计划(2012R406071)