[发明专利]一种基于测试预言的单元测试用例排序方法

权利要求书

1.一种基于测试预言的单元测试用例排序方法，其特征在于，包括以下步骤：

步骤1：根据被测方法输入参数的类型与规则，随机生成数量不少于一百万个的符合被测方法要求的输入；

步骤2：将步骤1的生成结果输入到被测方法中，运行该方法得到各输入对应的输出；步骤1生成的输入与步骤2得到的输出构成该被测方法的测试用例，即方法输入，方法输出；

步骤3：根据被测方法的输入和输出的格式，初始化神经网络的输入层和输出层的神经元个数；

步骤4：使用步骤2生成的测试用例训练初始化后的神经网络；

如果训练神经网络的结果并不稳定和准确，即，如果训练网络的损失函数值大于β＝0.02，则方法将失败且终止，否则，进行下一步骤；

步骤5：根据步骤1和步骤2生成新的测试用例，将生成的测试用例的输入传入到训练好的神经网络中，并将测试用例中的输出与神经网络的输出进行比较；其中，神经网络的损失函数分为两种类型，一种是对于测试用例的输入和输出都是数值型的数据，一种是测试用例的输入和输出都是非数值型的数据；

将测试用例中的非数值型数据通过其对应的ASCII码表示每个字符，并将数字ASCII码连接起来形成数字向量，最后，将数字值标准化到[0,1]范围区间；

其中，对于测试用例的输入和输出都是数值型的数据，使用均方误差MSE作为损失函数；

对于测试用例的输入和输出都是非数值型的数据，定义以下损失函数：

其中，loss为模型的损失函数，估量模型的输出和真实值之间的差距；n是训练数据的大小；act_i是被测方法中第i个样例的实际输出，是被测方法中第i个样例的预期输出；

其中，表示被测方法中第i个样例的实际输出和预期输出之间的距离，m为方法输出参数的个数，act_i是被测方法中第i个样例的实际输出，是被测方法中第i个样例的预期输出；opt_i,j表示第i个样例第j个输出参数的实际值，是第i个样例第j个输出参数的预期值；表示第i个样例第j个参数的实际输出和预期输出之间的编辑距离与它们长度和的比值；

其中，是两个字符串之间的编辑距离，|str|是字符串str的长度；

act_i＝opt_i,1,…,opt_i,m (4)

步骤6：将测试用例的实际输出和预期输出之间的距离，按降序对测试用例进行排名，并向开发人员展示前k个最可疑的测试用例；如果其中有可疑的测试用例揭示了被测方法的缺陷，开发人员需修复该缺陷。