复杂软件第三方自适应测试研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (5): 50-52.

复杂软件第三方自适应测试研究

韩柯¹，郑成文²，张海粟^2，3

1.中国电子设备系统工程研究所，北京 100141
2.通信指挥学院研究生大队，武汉 430010
3.解放军理工大学指挥自动化学院，南京 210007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-11 发布日期:2011-02-11

Research on third-party adaptive testing for complex software

HAN Ke¹，ZHENG Chengwen²，ZHANG Haisu^2，3

1.Institute of China Electronic Equipment System Engineering，Beijing 100141，China
2.Graduate Student Department of Commanding Communications Academy，Wuhan 430010，China
3.Institute of Command and Automation，PLA University of Science and Technology，Nanjing 210007，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-11 Published:2011-02-11

摘要/Abstract

摘要： 复杂软件的第三方测试面临诸多问题，比如软件失效的过程复杂并具有不确定性、测试人员难以选择有代表性的测试用例、测试的时间和资源非常有限、测试效率比较低。结合软件工程实际，根据软件失效的关联特征，将测试过程抽象为节点序列的执行过程，从两个层次提出了一种面向测试用例相似性度量的复杂软件第三方自适应测试方法，并在实际测试项目中进行了应用。

关键词: 复杂软件, 第三方, 自适应测试, 测试用例, 测试序列, 相似性

Abstract: There are many problems in the third-party testing of complex software，such that the occurrence of software failure is a very complicated process with uncertainty；it is difficult for tester to select representative test cases；the cost and resource for testing are very limited；the process of testing is inefficient.A third-party adaptive testing approach for complex software is presented by the test cases similarity measure from two levels and testing process is regarded as the implementation of state sequence according to the practice of software engineering and the correlated feature of software failures.Finally this approach is applied in the practical testing.

Key words: complex software, third-party, adaptive testing, test cases, test sequences, similarity

韩柯¹，郑成文²，张海粟^2，3. 复杂软件第三方自适应测试研究[J]. 计算机工程与应用, 2011, 47(5): 50-52.

HAN Ke¹，ZHENG Chengwen²，ZHANG Haisu^2，3. Research on third-party adaptive testing for complex software[J]. Computer Engineering and Applications, 2011, 47(5): 50-52.

[1]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[2]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[3]	卫鼎峰，李梁，柴晶. 融合物品信息的社会化推荐算法[J]. 计算机工程与应用, 2021, 57(19): 198-204.
[4]	张陶，于炯，廖彬，毕雪华. 基于最小描述长度原则的属性图概要方法[J]. 计算机工程与应用, 2021, 57(15): 124-132.
[5]	石晨，张宇，胡博. 基于共同语境的近义词/同义词短语查找模型[J]. 计算机工程与应用, 2021, 57(14): 142-147.
[6]	袁中臣，马宗民. 基于语义的UML类图的集成分类[J]. 计算机工程与应用, 2021, 57(12): 257-262.
[7]	任益辰，肖达. 基于程序双维度特征的恶意程序相似性分析[J]. 计算机工程与应用, 2021, 57(1): 118-125.
[8]	应文杰，桑基韬. 改进的哈希学习高效推荐算法[J]. 计算机工程与应用, 2020, 56(9): 75-83.
[9]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[10]	徐戈，杨晓燕，汪涛. 单词语义相似性计算综述[J]. 计算机工程与应用, 2020, 56(4): 9-15.
[11]	王见，毛黎明，尹爱军. 结合形状特征及其上下文的多维DTW[J]. 计算机工程与应用, 2020, 56(22): 42-47.
[12]	王工书，任尊晓，李丹丹，相洁，王彬. 脑激活任务区分度的分析及应用研究[J]. 计算机工程与应用, 2020, 56(21): 272-278.
[13]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[14]	沈晴，牟永敏. 函数调用路径测试用例自动生成的方法研究[J]. 计算机工程与应用, 2020, 56(18): 238-246.
[15]	刘喜梅，潘立军. 求解公共自行车再平衡问题的克隆选择算法[J]. 计算机工程与应用, 2020, 56(11): 252-258.