云计算环境下基于Web日志挖掘算法的研究Word格式.doc

云计算环境下基于Web日志挖掘算法的研究Word格式.doc

《云计算环境下基于Web日志挖掘算法的研究Word格式.doc》由会员分享，可在线阅读，更多相关《云计算环境下基于Web日志挖掘算法的研究Word格式.doc（33页珍藏版）》请在冰豆网上搜索。

Softwaretestistheimportantmeansthatguaranteesoftwarequalityandreliability，andinthisrespect，itplaystherolethatothermethodcannotreplace.Howeversoftwaretestisacomplexprocess,itneedstoconsumehugemanpower，materialresourcesandtime，whichtakesthe40%~50%ofentiresoftwaredevelopmentcostapproximately.Therefore，raisingtheautomationlevelofsoftwaretesttoolisveryimportantforensuresoftwaredevelopmentqualityandreductionsoftwaredevelopmentcost.Andthen，themostimportantisraisingtheautomationlevelofthetestcasegenerationforraisingtheautomationleveloftesttoolandevenentiretestprocess，sothispaperstudyanddesignmainlyaccordingtothisproblem.

Basedontheanalysisofbasicconceptsofsoftwaretestingandgeneticalgorithm,thisarticleproposesthatsoftwaretestcasedesignisoneofthedifficultiesofsoftwaretesting.Paperpresentstheinherentinsoftwaretestcasedesigningbasedongeneticalgorithmisusinggeneticalgorithmtosolveasetofoptimizationtestcases,andtheframeworkincludesthreepartswhicharetestenvironmentconstruction,geneticalgorithmandtheenvironmentfortest.Paperpresentsthemodelofsoftwaretestcasegenerationbasedongeneticalgorithm.Finally,wetakethetrianglecategorizerasanexample,simulatesoftwaretestcasegenerationbasedongeneticalgorithm.Theresultsdisplaythatsoftwaretestcasegenerationbasingongeneticalgorithmispossible.

KEYWORDS:

softwaretest,testcase,geneticalgorithm

目录

摘要 2

ABSTRACT 3

目录 4

第一章绪论 6

1.1问题的提出 6

1.2国内外研究现状 7

1.3论文研究内容 9

第二章软件测试及算法基本概念 10

2.1软件测试基本概念 10

2.1.1软件测试的目的 10

2.1.2软件测试的原则 10

2.2软件测试的难点 11

2.3算法 12

2.3.1算法的思想及流程 12

2.3.2算法的特点 14

2.4本章小结 15

第三章基于算法的测试用例生成 16

3.1基于算法的测试用例生成基本内涵 16

3.1.1软件测试用例的基本内涵 16

3.1.2基于算法的测试用例生成的基本内涵 17

3.2基于算法的测试用例生成框架 17

3.3基于算法的测试用例生成算法实现 19

3.3.1编码策略 19

3.3.2适应度函数及程序插桩 20

3.3.3策略 21

3.3.4参数控制 23

3.4本章小结 23

第四章实验及结果分析 24

4.1待测程序分析 24

4.1.1待测程序引入 24

4.1.2程序流程分析 24

4.1.3路径分析 25

4.2程序插桩 25

4.3参数设定及程序实现 26

4.3.1参数设定 26

4.3.2部分程序实现 26

4.4结果分析 29

4.5本章小结 31

第五章总结与展望 32

致谢语 33

参考文献 34

第一章绪论

1.1问题的提出

在信息化普及的今天，计算机在人们的生活和工作中占据着重要地位，使人们的工作效率提高，也使生活更丰富多彩。

而作为计算机的重要组成部分，软件的重要性不言而喻。

随着计算机技术的日益发展，计算机软件的规模越来越庞大，复杂性越来越高，这就为软件质量的保证带来了困难。

因为软件的开发过程大部分是由人的智力活动构成，不可能完美无缺。

而软件缺陷如果不能及时发现，带来的损失可能是巨大的，有的甚至会危及人的生命。

在历史上臭名昭著的软件缺陷案例有[1]：

1999年12月3日，美国航天局的火星基地登陆飞船在试图登陆火星表面时失踪，原因仅仅是一个数据位的意外更改；

美国爱国者导弹防御系统曾在几次对抗导弹战役中失利，其中一次竟然误使28名美国士兵丧生，原因是一个很小的系统时钟错误导致系统累计拖延了100多个小时使跟踪系统失去准确度；

还有就是大名鼎鼎的“千年虫”问题，起因是在20世纪70年代，为了节省硬盘空间，美国某位程序员在编写工资系统时将4位数日期（如1975）改成了2位数日期（如75），该缺陷一直拖到1995年都没有修复，最终给全球带来了高达数亿美元的损失等等。

作为提高软件质量的重要手段，软件测试越来越受到重视。

在美国的微软公司，测试人员和开发人员的比例达到了2：

1[2]。

软件测试伴随着整个开发过程，是一个非常复杂的过程，其消耗的人力和资金一般占整个项目的一半左右。

而在某些特别重要的软件开发过程中，为保证软件的质量，测试的费用甚至是其它各阶段之和的3到5倍[3]。

测试过程中，测试人员通常需要分析、设计和执行大量的测试用例，从而耗费了大量资源，因此找出合理的测试用例生成方法可以有效缩短测试时间，减少损耗，一般可以有效降低整个项目的4%费用[4]。

然而，目前生成测试用例的方法主要是向前核查法和逆向回溯法，测试人员根据自己的项目经验手工为指定的程序路径生成测试数据[5]。

向前核查法是指沿预期的路径向前检查，确定到每一个判断点时变量所能提供的最宽数值区间，然后继续前行，从而将多个变量的可能取值范围逐渐缩小，到达程序出口后，就能找到覆盖这条路径所需的输入数据。

逆向回溯法正好相反，是指从期望执行的程序位置出发，逆向回溯，在每个判断点处逐渐调整各变量取值，直到退到程序入口，即获得所需的输入数据。

向前核查法和逆向回溯法的局限性是，对某些条件要求苛刻的路径使用时非常困难，同时由于大多数程序中包含的路径数非常多，如果按每条路径手工测试，显然带来的工作量是非常巨大的。

由于测试的工作量大、测试过程的重复性高等特点，自动化测试正逐渐得到广泛的应用。

很多测试工具的使用大大提高了测试人员的工作效率，有效减少了项目开支。

然而这些工具主要为测试的执行、管理和度量工具，在测试用例自动生成方面还不完善。

而在软件测试过程中，动态测试作为测试的重要环节占了很大比例，动态测试的关键正是测试用例的生成问题。

因此，寻找一种有效的测试用例生成方法是提高测试自动化的重中之重。

1.2国内外研究现状

自上世纪60年代起，国内外的学者专家对测试用例的自动生成提出了很多方法，应用较为广泛的有随机法、静态法、动态法以及试探法[5][6][7][8][9][10][11][12]。

D.Bird[13]等提出了采用随机法生成测试用例，其思想是不受限制地随机产生大量的测试用例。

该方法产生测试用例的成本很低，在某些抽样测试中效果较好，但是该方法的针对性较弱，在输入空间为无穷大时产生的测试用例集非常庞大，测试效率低，现在的很多工具都是采用的该方法。

静态法的典型代表是符号执行法，由P.D.Coward[14]和C.Ramanmoorthy[15][16]等人提出。

该方法的主要思想是把符号值作为程序输入，静态“执行”指定路径的语句，从而得到变量的值。

这里所谓的执行，是指按照程序执行的顺序将相应的变量用符号表达式代换。

该方法的缺点为需要进行复杂的代数运算，难以处理依赖于输入变量的循环条件、数组元素下标和模块调用的情况，特别对于动态的面向对象程序不适合使用。

与静态法相对应的是动态法，该方法的基本思想是从输入空间中任取一个假设解作为初始输入，通过实际运行程序不断调整输入，使得程序实际执行路径向指定路径不断逼近，直到与指定路径完全一致。

Korel[17]法是动态法的典型代表：

其采用的是步进的方式执行程序，即一次只前进一个分支谓词；

Korel还提出了“谓词函数”的概念，用来度量分支谓词的接近满足程度。

然而，由于Korel法一次只考虑一个分支谓词，使用回溯技术，所以要进行大量的迭代，浪费了大量的资源。

而且由于对于非线性路径约束，该方法只能找到局部极小值，当谓词函数有多个局部极小值时显然将难以找到目标路径的解。

除此之外，动态法还包括程序插装的方法和迭代松弛法，M.Gallagher和NeelamGuptal[18]分别对这两种方法进行了全面的阐述。

第四种算法是试探法，该方法的基本思想是从输入数据空间中选择输入数据，运行程序，将运行结果结合概率论的思想产生新的数据继续进行试探。

其受搜索空间限制条件的约束小，且不需要其它辅助性信息，对于很多高复杂度问题（如大空间、多峰、非线性、全局优化等）具有独特的优势和高效性。

试探法主要包括算法、模拟退火算法、禁忌搜索算法、混合策略的算法等。

自20世纪90年代起，算法因其独特的优点而开始被广泛的用于测试用例的生成领域，并取得了良好的研究成果。

算法模拟生物学中的变异原理，采用编码技术将待求数据映射到基因空间，并通过选择、交叉、变异等操作和优胜劣汰的自然选择确定搜索方向，从而找到最优解。

实验证明，该算法具有隐性并行性和全局寻优能力，可以自动获取搜索过程中的有关信息并用于指