[发明专利]一种基于分类树的测试数据自动生成方法及系统

说明书

一种基于分类树的测试数据自动生成方法及系统，属于软件测试领域。本发明是为了解决现有的测试数据生成方法存在数据生成效率较低的问题以及测试覆盖率较低的问题。本发明提出了一种联合覆盖数组的覆盖准则，然后利用带有分类树的测试数据表对待测试的数据进行表示；基于测试数据的约束描述和覆盖准则，针对于不存在次序约束和存在次序约束的情况，采用遗传算法生成联合覆盖数组。本发明主要用于测试数据的生成。

技术领域

本发明涉及一种测试数据自动生成方法及系统，属于软件测试领域。

背景技术

电子与信息系统已经在公共安全和国防等重要领域占据核心地位，承担着计算、控制、信息处理和通信等重要的任务。它们结构复杂、集成的功能项多、功能之间的耦合程度紧密，且具有多样的通信接口、复杂的输入参数。一些微小的错误或偶然因素的影响就可能带来巨大的财产损失和严重的人员伤害，造成难以估计的后果。为了减少损失、降低伤害且保证质量和可靠性，需要对这类系统进行更全面的测试。

理论上对测试空间中的全部数据进行全因子测试才能保证全面性，然而测试空间中可能的测试数据举不胜举，无法在实际测试中应用。组合测试是一种科学有效的黑盒测试方法，可以使用较少的测试数据有效地检测被测系统中参数之间的相互作用产生的影响。组合测试可以使用较少的测试数据达到全因子测试的效果，因此，实际中常常使用组合测试代替全因子测试。

在实际的电子与信息系统中，参数间的依赖关系往往将形成一系列的约束，如果忽略约束，组合测试就会产生无效的测试数据，进一步增加了组合测试数据集的构造难度。而且输入往往还具有时序性，即输入要满足一定的次序要求，对应的参数之间、参数的取值之间也存在次序上的约束。为保证测试的有效性，输入的测试数据必须满足这种约束，进一步提升了组合测试数据集的构造难度。

目前基于分类树的测试数据设计工具只支持手动设置测试数据，面对大规模的测试需求，无能为力。而且，不支持参数之间的组合约束和同一参数取值之间的前后次序约束。测试数据不能大规模自动生成的主要原因是没有统一的、全面的测试覆盖准则，一旦测试覆盖准则完备，则自动生成方法自然而然能够根据覆盖准则进行设计。参数之间的组合约束和取值之间的前后次序约束属于常见的约束形式，它们的描述较为简单，一旦测试数据工具能够支持这两类约束，自动生成方法是可以在满足覆盖准则的情况下，同时生成满足约束的测试数据的。该工具的研制对于电子系统的全面测试具有重要的意义。

发明内容

本发明是为了解决现有的测试数据生成方法存在数据生成效率较低的问题以及测试覆盖率较低的问题。

一种基于分类树的测试数据自动生成方法，包括以下步骤：

利用带有分类树的测试数据表对待测试的数据进行表示；基于测试数据的约束描述和覆盖准则，采用遗传算法生成联合覆盖数组，包括以下步骤：

(1)参数初始化

参数初始化包括两个部分：

1.1、对遗传算法本身的参数进行初始化；

1.2、生成测试数据过程的初始化：

采用“Map”数据结构存储组合约束，“Map”的键“Key”表示参数的组合，值“Value”是一个存储了参数约束取值组合对应索引的数组；存储约束时，非约束的索引不能出现；

目标取值组合使用“Map”数据结构进行存储，目标取值组合“Map”中的每一个参数组合“Key”对应的“Value”数组中的每一个索引都需要进行约束一致性验证，通过约束一致性验则是目标取值组合；

利用整数集表示任意t个参数的全部取值组合，已知每个取值对应参数的取值个数集任意一个取值组合对应的索引index的求解过程为：

(1.1)令

(1.2)令j从2取到t，循环执行