[发明专利]一种基于多种群遗传算法的软件测试用例生成方法

说明书

本发明公布了一种基于多种群遗传算法的软件测试用例生成方法，目的依据相同输入分量分组变异分支，对于多个组的变异分支，采用多种群遗传算法并行高效生成具有高缺陷检测能力的软件测试用例。首先基于静态分析确定输入变量与变异分支，并基于相同相关输入分量分组变异分支；然后基于多个变异分支的组，构建多任务测试数据生成优化模型，以相关输入变量作为决策变量；最后，利用个体共享的多种群遗传算法，通过并行方式生成变异测试用例。本发明移除不相关变量，有助于减少搜索域；采用多种群遗传算法有利于，以并行方式处理测试用例生成，提高软件测试的效率。

技术领域

本发明涉及计算机软件测试领域，具体是一种基于多种群遗传算法的软件测试用例生成方法。

背景技术

软件测试是指通过人工或自动的方法，检测某个软件或软件系统的缺陷。变异测试是一种面向缺陷的软件测试方法，通过人为植入缺陷的方法，模拟真实缺陷，然后验证测试集的充分性。被植入的缺陷，一般是对某一个语句进行合乎语法规则的改变，被改变后的语句成为变异语句，这些变异语句基本能反映软件的真实缺陷。包含变异语句的程序称为变异体

一个被测程序一般对应很多变异体，为了杀死这些变异体，也需要大量的测试用例；而且，这些测试用例需要同时执行原程序和变异体，因此，变异测试的执行代价比较高，效率通常很低。为了克服上述缺陷，Papadakis等人在2011年《Software Quality Journal》第19期发表的文章“发表的文章“e Quality Journal例；而且，这些测试用例需要同时执行原程序和变异体，因此，变异测试的的体，因此，变异测试的陷，然后验证测试concolictesting and search-based testing一文提出一种新的软件测试方法。他们基于弱变异测试准则杀死变异体的问题，转化为变异条件语句真分支的覆盖问题。为此，对于变异前后的语句s和s'，基于弱变异测试的必要条件，构建变异条件语句“if s！＝s'”，其真分支为一个标志语句，简称变异分支；然后，把这些变异分支插入到原程序的变异前的语句前面，这样便形成了新的被测程序。那么，能够覆盖新程序变异分支的测试用例，一定能够基于弱变异测试准则，杀死该变异分支对应的变异体。这样做的好处是，能够利用已有的传统结构测试的测试用例生成方法，生成变异测试用例。

研究表明有些变异分支是否被杀死，只与个别输入变量相关。如果能够找到与某一变异分支相关的输入变量，那么只要在相关输入变量所形成域内找杀死它们测试用例，将能大大提高测试用例生成的效率。此外，变异分支与输入变量是多对多关系，可以依据相同输入分量分组变异分支，有利于采用并行方式，高效率的生成杀死变异体的测试用例。

多种群遗传算法是一种高性能的遗传算法，它是将一个种群划分为多个子种群，每个子种群负责优化一个目标，有利于高效并行的找到最优解，该算法已经被广泛的应用于软件测试中。

发明内容

为了克服现有软件测试生成测试用例效率低下的问题，本发明提供了一种基于多种群遗传算法的软件测试用例生成方法，该方法区别于原有方法的特色在于，依据相同输入分量分组变异分支，对于多个组的变异分支，采用多种群遗传算法并行高效生成具有高缺陷检测能力的测试用例。

本发明采用的技术方案：一种基于多种群遗传算法的软件测试用例生成方法，该方法包括以下步骤：

S1：基于相关输入变量分组变异分支；

S1.1：采用静态分析方法确定变异分支与输入变量的相关性，具体为：

设被测程序为G，对其包含的语句实施变异，得到变异分支集合为M＝{M₁,M₂,…,M_n}，n是变异分支的个数；将这些变异分支插入到G中，得到新的被测程序G'；