一种基于聚类和多种群遗传算法的软件测试数据生成方法技术

本发明专利技术公布了一种基于聚类和多种群遗传算法的软件测试数据生成方法，目的是将模糊聚类方法和遗传算法应用于软件测试中，提高软件缺陷检测的效率。首先，在弱变异测试准则下，基于统计分析计方法计算变异体之间的相似度和变异体的杀死难度，进而排序变异体；接着基于排序好的变异体序列，选择难杀死的变异体为聚类中心，模糊聚类变异体。然后，针对每个簇，建立基于分支覆盖约束的测试数据生成数学模型；最后，对于多个变异体簇，基于强变异测试准则，采用多种群遗传算法生成测试数据，其中对于每个簇中变异体，优先生成杀死聚类中心的变异体，聚类中心动态调整。

【技术实现步骤摘要】
一种基于聚类和多种群遗传算法的软件测试数据生成方法
本专利技术涉及计算机软件测试领域，具体是一种基于聚类和多种群遗传算法的软件测试数据生成方法。
技术介绍
软件质量评价是软件工程领域一个重要研究内容，软件的正确性和可靠性，需要通过软件测试进行评估。变异测试是由Hamlet和DeMillo等提出的一种面向缺陷的测试技术，它不仅可以根据程序或语句的特征，模拟真实软件中的各种类型的缺陷，也可以基于程序的复杂情况，针对性的选择缺陷发生位置和注入缺陷的数目。因此，对于软件测试来说，变异测试是一种方便、灵活、个性化的技术。与传统的结构化测试相比，变异测试具备的充分性测试准则，使其具有更强的缺陷检测能力。因此，上述变研究的结果，为本方法研究奠定了坚实的基础。为了进行变异测试，首先，通过使用变异算子，对程序的某一语句做合乎语法的微小变动，以产生一个新的程序，称该程序为一个变异体。生成缺陷的规则称为变异算子。根据变异测试可达性、必要性和充分性满足的条件不同，变异测试分为强变异和弱变异测试两种。在强变异测试准则下，判断一个变异体能否被杀死，需要满足如下3个本文档来自技高网...

【技术保护点】
1.一种基于聚类和多种群遗传算法的软件测试数据生成方法，其特征在于：该方法包括以下步骤：/nS1.1：确定变异体杀死难度；/nS1.2：确定变异体纸件的相似度；/nS2：聚类变异体；/nS3：构建测试数据生成数学模型；/nS4：基于多种群遗传算法生成测试数据。/n

【技术特征摘要】
20200803 CN 2020107704059;20201009 CN 2020110724021.一种基于聚类和多种群遗传算法的软件测试数据生成方法，其特征在于：该方法包括以下步骤：
S1.1：确定变异体杀死难度；
S1.2：确定变异体纸件的相似度；
S2：聚类变异体；
S3：构建测试数据生成数学模型；
S4：基于多种群遗传算法生成测试数据。


2.根据权利要求1所述的基于聚类和多种群遗传算法的软件测试数据生成方法，其特征在于：步骤S1.1中，确定变异体杀死难度的方法为：
设变异体的集合，记为M＝{M1,M2,…,Mn}，n为变异体的个数；将变异体对应的变异分支插入G中，形成的新被测程序，记为G'；X运行G'，如果Mi对应的变异分支被覆盖，那么基于弱变异准则Mi被杀死；
为了反映X杀死变异体Mi情况，定义一个随机变量μi(X)，



为了计算μi(X)，采用数理统计的方法；首先，需要得到一个测试数据集，为此，在程序G输入域内随机生成R个样本，记为X1,X2,...,XR；将Xk,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Mi，然后计算μi(Xk)的值；因此，Mi的杀死的难度Dif(Mi)，可以表示为：



所有变异体杀死难度，记为Dif(M1),Dif(M2),...,Dif(Mn)，将这些变异体基于杀死难度进行降序排序，排序之后对应的变异体序列，记为S。


3.根据权利要求2所述的基于聚类和多种群遗传算法的软件测试数据生成方法，其特征在于：步骤S1.2中确定变异体纸件的相似度的方法为：
假设变异体Mi,Mj,i,j＝1,2,...,n,i≠j是两个不同的变异体；定义两个随机变量μi(Xk)和μj(Xk)，它们分别反映Mi,Mj被杀死的可能性；那么μj(Xk)＝1的概率表示为：



Mi和Mj之间的相似度，记为αi,j，由上式可以表示为:



由上式可知，αi,j∈[0,1]。


4.根据权利要求3所述的基于聚类和多种群遗传算法的软件测试数据生成方法，其特征在于：步骤S2中聚类变异体的方法为：
对于所有变异体M1,M2,…,Mn之间的相似度，建立变异体了相似矩阵Λ，记为：



设第i簇为Ci，开始时设阈值为T∈(0,1)；
聚类变异体步骤如下，
A1：变量i＝1，
A2：从S中选出首元素作为聚类中心更新簇为
A3：将分别从S和M中删除；
A4：考察Λ中对应的行，与Mj,Mj∈M,j＝1,2,...,n,的αi,j值，如果αi,j≥T，可以把Mj放入Ci，由此得到，以为中心的簇其中|ci|为簇中元素的个数，为第i个簇中第j个元素；
A5：将...

【专利技术属性】
技术研发人员：党向盈，鲍蓉，徐玮玮，阮少伟，申珅，厉丹，
申请(专利权)人：徐州工程学院，
类型：发明
国别省市：江苏;32