[发明专利]一种基于EFSM模型的最小成本测试用例生成方法

说明书

本发明涉及一种基于EFSM模型的最小成本测试用例生成方法。本发明基于扩展性有限状态机和集合划分的理论，设计了迁移覆盖算法，得到了迁移序列集合；并对两条迁移序列不同位置给出抽象模型，根据抽象模型进行分析，然后设计了约简合并算法，得到了最小测试序列集。再由最小测试序列集进行转换，得到有效测试路径集合，在转换的过程中采用逆向思维找出初始状态到某一状态的最短路径；本发明满足迁移覆盖准则，能规避无效测试路径和组合爆炸问题，能保证代码的覆盖率，且集合中测试路径个数达到最小，保证了测试成本和测试效率的平衡；不仅仅局限于EFSM模型，对于其它可抽象成有向图的模型同样适用，且对解决大型复杂网络图效果尤其显著。

技术领域

本发明主要涉及软件测试领域，具体涉及一种基于扩展有限状态机(EFSM)模型的最小成本测试用例集生成方法。

背景技术

软件测试是发现软件中的错误、保证软件质量的一种重要手段。目前软件测试在实际应用中依然是个开销极大的工作，它占据着软件开发成本中的极大一部分。传统测试人员通过手工设计并运行测试用例，检查输出结果与预期结果是否一致也需要依靠人工完成。随着软件规模和开源软件代码的不断扩大，数十万数百万行代码的软件出现的频率越来越高，依靠人工测试不仅效率极端低下，测试成本高且测试质量很难保证，因此自动化软件测试是目前软件测试的发展趋势，其中基于模型的测试是测试自动化研究的一个重要方向。但是，对于测试用例自动生成而言，最大的问题是如何挑选出测试用例集，使该测试用例集能在拥有良好的测试覆盖率的前提下，减少软件测试的成本。

针对程序行为覆盖的测试用例集优化技术被分为测试用例集最小化优化技术，测试用例优先级和测试用例选择技术。国内外的研究学者针对测试用例集最小化优化技术做了大量的相关研究工作，基于模型的测试一般操作是根据程序代码将程序转换为某种模型，针对转化后得到的模型进行各种启发式或搜索算法从而得到精简后的测试用例集。许多启发式和搜索算法以及在这些算法上进行的改进算法都已经相当成熟，而且都能得到较小的测试用例集。

然而这些启发式和搜索算法仍存在一定的局限性，比如：一个百万级别的代码软件或千万级别的测试数据转换出的测试模型复杂而且庞大，利用启发式算法和搜索算法收敛和查询速度慢，导致得到最优解的效率低下，且最后得到的测试用例集虽然较小，但不一定是最小的。这些技术运用到基于大型复杂模型的软件测试时不仅仅测试成本高、测试效率低，且无法保证能取得良好的效果。

发明内容

本发明针对复杂的测试模型，提出一种基于EFSM模型的最小成本测试用例生成方法。

基于EFSM模型的最小成本测试用例生成方法不仅能发现一个最小的有效测试序列集合，而且能快速找出模型中存在的环路迁移序列。在实际测试中，软件的错误往往集中在某个或者某几个模块，利用本发明方法可以花费最小的代价测试模型中的所有迁移，针对软件出错的部分可以通过对出错所在测试序列实例化即重点设计测试用例，以达到对出错部分进行集中测试，使得基于EFSM模型的最小成本测试用例方法可以减少测试成本，还能强调对程序出错部分的重点测试，提高测试的效率。

本发明方法具体包括以下步骤：

步骤1：通过解析存储EFSM数据信息的XML文档获取信息，并存入对应的数据结构中；

步骤2：经过迁移覆盖算法后生成的迁移片段集合SS；具体的实现方法如下：

(1)初始化数据，令要输出的迁移序列集合SS＝{}，迁移集合T＝{t_i|1≤i≤n}，以及一个迁移序列ts＝null；

(2)判断迁移集合T是否为空，若为空，返回SS，算法结束；若不为空，执行下一步；

(3)选取迁移集合T中第一条迁移t，令ts＝＜t＞；T＝T\t；