测试数据生成策略使用约束的支持

文摘

水少,水供应恶化威胁人们的开发活动和健康在世界的许多地方。在GCC国家尤其如此,人口与发展正在经历快速增长但有限的水资源和水资源管理不善。GCC(海湾Councel结识)正面临潜在的水资源短缺。惊人的增加水的短缺在世界的各个部分。水是一个主要的问题在许多国家,特别是在那些GCC,它引起了全球关注的需要一个更强大和更适当的水资源管理和可用性解决方案。国家必须提出更有针对性和直接的措施,解决和遏制这种资源稀缺。水的可持续发展需要一个平衡需求和可用性。本文的主要目的是阿拉伯国家的应用这些概念。水需求管理是实现减少水资源的使用,通常通过增加水的应用效率。水资源的管理没有明确包括在过去35年的大多数国家的规范系统部分是因为水被认为是一个免费的好一点,和不被接受的代价。 This work contributed to a low efficiency of water use and waste of it, and water prices are often well below levels needed to cover the costs of the system. Moreover, this contributes to a worse quality of water, and, as quality of water decrease, the management of water resources becomes more challenging and the need to integrate water quality into an overall water resources management grows. The main goal of this paper is showing, how Geographical Information Systems (GIS ) can be used to support infrastructure planners and analyst on water demand of a local area in GCC, they are (Saudi Arabia ,Kuwait, Bahrain, Oman and UAE). The results indicated an increase of about 110%, 135%, 139% and 281% in water demand due to future development in, agriculture, forestry, amenity and domestic sectors respectively.

关键字

粒子群优化,t-way测试,软件测试

介绍

人类行为会产生一些错误或软件中的错误。这将导致大量的缺陷导致故障发生时执行。这个问题将造成严重破坏的系统功能,特别是对于关键系统将涉及高成本和损失的时间。因此,软件测试是重要的软件开发生命周期(SDLC),以确保软件的质量,防止软件的失败(1]。软件执行的缺点是信息安全系统的最大贡献者之一模糊,使软件测试的关键措施保障体系。虽然,现有测试技术像边界值(BV),相当于分区(EP)有用的生成测试用例。软件测试人员经常缺陷,他们预测,不可预见的缺陷,尤其是那些因组件之间的组合,是忽略了在这个地区的一个主要基本调查是测试用例的生成2]。处理组合测试技术(CTT)提出了生成最小有效的测试用例。由于最小生成测试用例,组合测试技术可以帮助提高软件测试的有效性和降低成本对于许多应用程序(3]。软件开发人员一个大型数据常常发现一个有趣的,虽然它不是令人惊讶的现象:当应用程序用于跳跃高,原料已经经营了几个月没有麻烦,迅速出现之前没有发现的缺点。例如,应用程序可能是安装在一个不同的os硬件数据库管理系统(DBMS)网络平台,或最近额外宵夜的可能有一个帐户注册的奇怪组合值没有发生过(4]。许多这样的组合几乎导致错误或错误可能诉诸于过去的经验和大规模的使用。我们认识到此类故障如交互失败;由于他们只是风险或额外的输入值进行交互,当三个原因程序访问的结果不能令人满意。组合测试可以帮助找出错误类似的早期测试生命周期。视觉原始t-way (t是指交互的程度)组合测试是解释,并非所有参数每一个失败和最常见的故障是由相互作用导致相对少量的参数或一个单一的参数值。

组合测试符号

组合测试符号并不是新测试[5]。讨论如何使用统计设计实验正交数组。交互测试套件可以设置相应的组合对象,代号为覆盖阵列(CA)。为了帮助在辩论中,本节将有用的符号符号表达覆盖阵列(CA)。通常,覆盖阵列(CA)有四个参数;p、t、N和v(我。e, CA (N t vp))。这里,符号P, v, t是用来提参数(P),值(v),和交互强度的覆盖数组(CA),分别。例如,CA(9 2 34)表示一个测试套件组成的4×9数组(我。e,列表示参数(P),行代表测试用例(N)的大小。

在这种情况下,测试套件是封面双向交互的系统有四个3-value参数。喜欢覆盖阵列(CA),混合数组(MCA)三个参数;t、N和配置(C)(我。e, MCA (N、t、C))。除了t和N,携带此句意思同覆盖数组(CA),混合覆盖数组(MCA),家属一个新的象征,C与早些时候提交符号一致,其中C出现的p, v以下配置:代表有P1参数与v1P值,2参数与v2值,等等。例如,MCA (1265、4、1024132,2)7表明测试覆盖fourway相互作用大小为1265。在这里,配置有12个参数:一个4-value参数,两个10-value参数,七2-value参数和两个3-value参数(2]。

问题定义模型

软件系统中的错误可能成本的生命损失和巨额资金。软件测试中扮演一个重要的角色在探索检测可能的测试数据,以确保其质量。大多数的软件系统在创建这一次使用的组件。通常,系统错误或缺陷造成的意想不到的结合这些(6]。例如,考虑微软单词的测试显示选项对话框中的选项卡(图1)。

17个可能的选项,可以把它两个可能值217 = 131.072进行测试。有这实际上是效率低下的! ! !如果一个测试用例需要5分钟进行测试,只需要15个月测试完全显示”选项卡。

此外,在现实世界的场景,一些可能的值的组合可能不是有效的。因此,介绍了约束。他们允许指定无效的组合将排除或跳过测试用例生成。约束可以发现在许多软件系统的规范。他们通常在自然语言和存在几个原因,如限制组件用于目标系统,可用资源,甚至营销决策。虽然约束减少有效的测试用例,测试他们的存在使得组合更具挑战性的(7]。约束的影响随(测试)的问题,但他们的存在导致问题对许多现有的研究结论许多现有的工具。这些工具支持组合测试设计只有少数支持提供了完整的约束。这些罕见的设备全部细节发表比较罕见。

相关工作

计算t-way策略方法对于依赖搜索过程来找到最好的测试用例生成的交互测试元素,根据突变产生输入参数和值。研究人员已经开发出几个t-way策略来优化测试套件。如AETG [8],GA [9],IPO [10,11),珍妮(Jenkins, 2003), TVG (12],PSTG [13],SA [6,14]。

高速钢(15),评审现有计算t -策略是我们的意图。这个文献综述进行15相关策略的概述。本文分为两个主要分类根据(10)考虑相关的策略constraints-based测试(图1)。

Natural-Based T-Way策略

基于自然T-way策略是基于自然的算法,这是大自然的灵感(我的生物的行为。e、锻造、会议…等)16]。这些策略显示有趣的结果与最优测试套件的一代。此外,它克服了许多局限性与组合优化问题17]。通常,基于自然的策略使用自然算法作为支柱的搜索引擎。许多基于自然的策略提出了使用这种方法的基础one-test-at-a-time方法,如商品(15],PSTG [13],SA [6,14],GA [9]。GA策略模拟自然选择过程中已经涉及到了很多不同的研究(9,18,19测试数据自动生成的算法。利用遗传算法生成的数据扫描测试用例满足所需测试的先决条件。一个解决方案(染色体)是一组测试数据(即输入值的列表)。算法评估测试用例通过实现测试用例的程序作为输入,并记录系统中的谓词,实现测试用例。这个列表谓词与群谓词上发现的控制依赖谓词路径节点代表当前测试的要求。遗传算法可以表示为一个不确定的。关于T,它只能支持T = 3和3也不允许使用真实值作为输入。它可以支持统一的输入值。

模拟退火(SA) [14,19)第一次执行SA两两交互的支持。后来开发和执行SA支持到我家的交互。在执行,生成大量随机搜索领域。依赖于二叉搜索过程和基于概率的转换方程,该策略重复在每次迭代中挑选最好的测试用例与特定的最终目标来构建测试套件。因此,结果表明,SA比其他方法更有效的发现最优尺寸小的优势。它可以支持统一的输入值。类似于其他natural-based同行,SA交互强度(即地址小值。t≤3)。粒子群测试生成器(PSTG) [13,20.]。这是Natural-based t-way策略生成t-way测试套件。PSTG基于粒子群优化(PSO)算法,模拟鸟类群体行为的。在内部,PSTG迭代执行局部和全局搜索,调查发现候选人测试用例的解决方案添加到最后一个套件,直到所有元组的交互。PSTG不像其他自然基础策略解决小t的值(即。2≤t≤3),它可以支持t = 6。因此,交互提供支持PSTG仍然是有限的。PSTG不满足约束条件的支持。

高速钢算法由(Alsewari)来生成测试套件采用和谐的搜索算法(HS)为核心的实现。HS算法是一种模仿行为的音乐家在即兴创作的过程中(Geem)。高速钢生成随机测试用例在和谐的记忆HM基于和谐内存大小。然后在HM即兴测试用例基于本地和全球的几次改进。在每个迭代中。高速钢将测试用例添加到最后直到覆盖所有对交互测试套件。与其他竞争自然t-way策略为基础,高速钢地址支持高交互(我。e t > 6),并实现了无缝支持约束。通过公布结果,HSS对大多数现有t-way战略竞争的结果。

结论

这篇文章给了我们一个背景关于组合测试CT,在回顾了现有的组合测试生成策略显示了每一个的优点和局限性。雷竞技苹果下载这个作品作为背景研究为我们的进一步研究,我们打算设计和实现一个新的CT策略,这可能有助于摆脱一些限制在这一研究领域。

数据乍一看

图1

引用

Karaboga D,“一个想法基于蜜蜂群的数值优化,“技术report-tr06 Erciyes大学,电子工程学院计算机工程系,2005。 AlsewariARA和Zamli KZ”,设计和实现一个harmony-search-based variable-strength t -与约束测试策略的支持,“信息和软件技术,54卷,第568 - 553页,2012年。 库恩博士”,组合测试,介绍“2011。 德怀尔加文BJ,科恩MB, MB,“评估改进meta-heuristic搜索forconstrained交互测试,“经验软件工程、16卷,第102 - 61页,2011年。 也是,斯隆NJA Stufken J,正交数组:理论和应用程序:施普林格科学与商业媒体,1999年。 德怀尔科恩MB, MB, J,“高度可配置系统的交互测试的限制,”2007年《国际研讨会软件测试和分析,129 - 139年,2007页。 迈尔斯GJ,桑德勒C, Badgett T,软件测试的艺术:约翰威利& Sons, 2011。 科恩DM、中间人SR Fredman毫升和巴顿GC,“AETG系统:一个基于组合测试方法设计,“软件工程,IEEE, 23卷,第444 - 437页,1997年。 土屋日本柴T, T, Kikuno T,“利用人工生命技术为组合测试,生成测试用例”在计算机软件和应用程序的发布会上,COMPSAC, 28第14次国际学报》,第77 - 72页,2004年。 Lei Y, Kacker R,库恩博士,奥肯V,和劳伦斯J,“IPOG / IPOG - D:高效testgenerationformulti——combinatorialtesting,“SoftwareTesting,认证,可靠性、18卷,第148 - 125页,2008年。 Lei Y和Tai KC,“In-parameter-order:成对测试,测试生成战略”在高可靠性系统EngineeringSymposium第三IEEE国际诉讼,254 - 261年,1998页。 施罗德PJ,金正日E, Arshem J, Bolaki P”的行为和数据建模相结合自动测试用例的生成,“在软件质量,程序第三国际会议上,247 - 254年,2003页。 艾哈迈德BS和Zamli KZ,”PSTG: t-way adoptingparticle群优化策略,”在数学/分析建模和计算机模拟(AMS)2010第四届亚洲国际,1 - 5,2010页。 明星J,“Metaheuristics和搜索覆盖和包装数组”,特伦特大学,2001。 阿卜杜勒·拉赫曼KZZ和Alsewari”,设计和实现一个harmony-search-based variable-strength t-way测试策略与约束支持”,54卷,空间站。6,2012。 Gazi V和Passino公里,“群稳定和优化,第四部分:基于群的优化方法——细菌ForagingOptimization,“inSwarmStabilityand优化,艾德:施普林格,233 - 249年,2011页。 Floudas C, Pardalos P, Adjiman C,埃斯波西托W, Gumus Z,哈丁,et al .手册在局部和全局优化测试问题:Kluwer学术出版商,多德雷赫特,1999年。 阿夫扎尔W, Torkar R, Feldt R,“系统回顾ofsearch-based non-functionalsystemproperties测试,”信息和软件技术,51卷,第976 - 957页,2009年。 科恩MB, Colbourn CJ,凌交流”与augmentedannealing构造强度三个覆盖数组”,离散数学,308卷,第2722 - 2709页,2008年。 艾哈迈德BS和Zamli KZ,”一个变量strengthinteraction testsuite代使用particleswarm优化策略,“系统和软件学报,84卷,第2185 - 2171页,2011年。