[发明专利]一种融入模糊聚类的软件测试方法

权利要求书

1.一种融入模糊聚类的软件测试方法，其特征在于：该方法包括以下步骤：

设某一测试程序为G，程序的输入为X，s为G中某一原语句，对其实施变异之后得到变异语句s'；满足变异测试的必要条件“s！＝s'”，即是满足弱变异测试准则，其中“！＝”为不等于符号，那么条件语句“if s！＝s'”和它的真分支，基于弱变异测试准则称为变异分支，它对应的变异体记为M_i；一个变异体对应一个变异分支；按照同样的方法，得到所有变异体的集合，记为M＝{M₁,M₂,…,M_n}，n为变异体的个数；将这些变异分支插入G中对应原语句前面，形成的新被测程序，记为G'；X运行G'，如果“if s！＝s'”的真分支被执行，那么，基于弱变异准则M_i被杀死；

步骤S1：计算变异体之间的相似度；

步骤S2：构建变异体相似矩阵，对于所有变异体M₁,M₂,…,M_n之间的相似度，可以建立变异体相似矩阵Λ；

步骤S3：模糊聚类变异体：

设第i簇为C_i，开始时设阈值记为T∈(0,1)，与M_i相似的变异体个数η_i，初值为0；

S31：η_i＝0,i＝1,2,...,n；

S32：考察Λ中M_i,i＝1,2,...,n对应的行，M_i与每一个M_j,M_j∈M,j＝1,2,...,n,M_j≠M_i的α_i,j值，如果α_i,j≥T，η_i＝η_i+1；

S33：基于η₁,η₂,…,η_n降序排列M₁,M₂,…,M_n；输出排序后的变异体序列，记为M'₁,M'₂,…,M'_n，有序集合记为S＝{M'₁,M'₂,...,M'_n}；

S34：变量i＝1；

S35：从S中选出首元素M'₁，作为聚类中心，M′₁表示为更新簇为

S36：将分别从S和M中删除；

S37：考察Λ中对应的行，与M_j,M_j∈M,j＝1,2,...,n,的α_i,j值，如果α_i,j≥T，可以把M_j放入C_i，由此得到，以为中心的簇其中|c_i|为簇中元素的个数，为第i个簇中第k个元素；

S38：将从S中删除；

S39：i＝i+1；

S310：判断S是否还有变异体，如果还有变异体，转S35；

S311：输出变异体簇，记为C₁,C₂，…C_m，其中为每个簇的聚类中心，m为簇的个数；

所述步骤S1中计算变异体之间的相似度的方法为：

定义一个随机变量μ_i(X)反映X杀死变异体M_i情况

采用数理统计的方法计算μ_i(X)，首先，获取一个测试用例集，为此，在程序G输入域内随机生成R个样本，记为X₁,X₂,...,X_R；将X_k,k＝1,2,…,R执行程序，考察在弱变异测试准则下它是否能杀死M_i，然后计算μ_i(X_k)的值；

然后，假设变异体M_i,M_j,i,j＝1,2,...,n,i≠j是两个不同的变异体，定义两个随机变量μ_i(X_k)和μ_j(X_k)分别反映M_i,M_j被杀死的可能性；那么μ_j(X_k)＝1的概率表示为：

M_i和M_j之间的相似度，记为α_i,j，由上式可以表示为:

由上式可知，α_i,j∈[0,1]；

所述步骤S2中构建变异体相似矩阵的方法为：

对于所有变异体M₁,M₂,…,M_n之间的相似度，建立变异体相似矩阵Λ，记为：