申请/专利权人：江西财经大学

申请日：2024-01-25

公开（公告）日：2024-04-19

公开（公告）号：CN117632770B

主分类号：G06F11/36

分类号：G06F11/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.03.19#实质审查的生效;2024.03.01#公开

摘要：本发明提供了一种多路径覆盖测试用例生成方法和系统，该方法包括：将用例遗传种群中的测试用例输入适应度预测模型进行预测得到预测适应度；若任一预测适应度大于验证阈值，则将预测适应度对应的测试用例进行程序插桩得到插桩适应度和第一覆盖路径；若插桩适应度等于目标适应度，将测试用例确定为目标优秀用例，在目标路径集中删除第一覆盖路径；若目标路径集未满足迭代条件，对用例遗传种群进行用例变异得到变异用例种群；根据变异用例种群返回执行输入适应度预测模型进行预测的步骤，直至目标路径集满足迭代条件；若目标路径集满足迭代条件，输出目标优秀用例。本发明针对不同目标用例无需分别进行测试用例生成，提高了测试用例生成效率。

主权项：1.一种多路径覆盖测试用例生成方法，其特征在于，所述方法包括如下步骤：获取用例遗传种群，并将所述用例遗传种群中的测试用例输入预训练后的适应度预测模型进行预测，得到预测适应度；若任一所述预测适应度大于验证阈值，则将所述预测适应度对应的测试用例进行程序插桩，得到插桩适应度和第一覆盖路径；若所述插桩适应度等于目标适应度，则将所述插桩适应度对应的测试用例确定为目标优秀用例，并在目标路径集中删除所述第一覆盖路径；若所述目标路径集未满足迭代条件，则对所述用例遗传种群进行用例抽取，得到第一抽取用例，并对所述第一抽取用例进行用例变异，得到变异用例种群，该步骤的条件设置为判断目标路径集中的目标路径是否都已经被覆盖，也即目标路径集中的目标路径均已经删除，若目标路径集中的目标路径均已经删除，则判定目标路径集满足迭代条件；根据所述变异用例种群对所述用例遗传种群进行种群迭代，并根据更新后的所述用例遗传种群返回执行输入预训练后的适应度预测模型进行预测的步骤，直至所述目标路径集满足迭代条件；若所述目标路径集满足迭代条件，则输出所述目标优秀用例；获取用例遗传种群，包括：对初始测试用例集进行聚类，得到用例簇，并对各用例簇中的测试用例进行程序插桩，得到第二覆盖路径；根据各第二覆盖路径生成路径覆盖矩阵，并根据所述路径覆盖矩阵确定路径相似度矩阵；根据所述路径相似度矩阵确定各测试用例的用例潜能和路径覆盖值，并根据各测试用例的用例潜能和路径覆盖值生成所述用例遗传种群；根据所述路径覆盖矩阵确定路径相似度矩阵采用的公式包括： ；其中，为所述路径覆盖矩阵，所述路径覆盖矩阵的行表示一条第二覆盖路径，表示第个第二覆盖路径的第个节点的状态，为所述第二覆盖路径中的节点总数； ；其中，表示第二覆盖路径与目标路径的相似度，用于记录第二覆盖路径与目标路径之间第个路径节点状态是否相同，相同记为1，不相同记为0，表示第个第二覆盖路径的第个节点的状态，表示第个目标路径的第个节点的状态； ；其中，为所述路径相似度矩阵，所述路径相似度矩阵的行表示对应第二覆盖路径与目标路径的相似度，为所述目标路径集对应的目标路径矩阵，为路径覆盖矩阵中第个第二覆盖路径，为所述目标路径矩阵中第个目标路径，为与的相似度；根据各测试用例的用例潜能和路径覆盖值生成所述用例遗传种群，包括：在各用例簇中，根据所述用例潜能对测试用例进行排序，得到潜能排序表，并分别计算各用例簇的约简数值；针对各用例簇，获取所述潜能排序表中约简数值内的测试用例，得到第一约简用例；根据各测试用例的路径覆盖值进行排序，得到覆盖排序表，并获取所述覆盖排序表中前第一预设值内的测试用例，得到第二约简用例；根据所述第一约简用例和所述第二约简用例生成所述用例遗传种群；根据所述路径相似度矩阵确定各测试用例的用例潜能和路径覆盖值采用的公式包括： ；其中，表示测试用例的第二覆盖路径与目标路径的相似度大于第一相似度阈值的个数，表示测试用例的用例潜能，表示目标路径的总数；路径覆盖值；其中，表示与第个目标路径相似的第二覆盖路径对应的测试用例的个数，表示测试用例的总个数。

全文数据：

权利要求：

百度查询： 江西财经大学 一种多路径覆盖测试用例生成方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD