使用约束支持的测试数据生成策略

摘要

水资源短缺和供水退化威胁着世界许多地区的发展活动和人民的健康。海湾合作委员会国家的情况尤其如此，这些国家人口和发展增长迅速，但水资源有限，水资源管理不善。海湾委员会国家正面临潜在的水资源短缺。在世界各地，水资源短缺的情况日益严重。在许多国家，尤其是海湾合作委员会国家，水是一个主要问题，它使全球关注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。各国必须提出更有针对性和更直接的措施，来解决和遏制这种资源稀缺。水的可持续性需要在需求和可用性之间取得平衡。本文的主要目的是将这些概念应用于阿拉伯国家。用水需求管理是关于减少水资源的使用，通常是通过提高用水效率来实现。在过去的35年里，水资源的管理在大多数国家的规范体系中都没有明确地包括在内，部分原因是人们认为水是一种免费的商品，而且不接受使用它需要付出代价。 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

人为操作会在软件中产生一些错误或bug。这将导致大量的缺陷，导致执行时发生失败。这一问题将对系统功能造成严重的破坏，特别是对于关键系统将涉及高昂的成本和时间损失。因此，软件测试在任何领域都很重要软件开发生命周期(SDLC)，以确保软件的质量，防止软件出现故障[1］．软件执行故障是导致信息安全系统模糊的主要原因之一，因此软件测试是信息安全系统的重要指标之一。虽然，现有的测试技术如边界值(BV)，等效划分(EP)对生成测试用例很有用。软件测试人员经常寻找他们预期的缺陷，而不可预见的缺陷，特别是那些由组件之间的组合引起的缺陷，在这个领域被忽视了，一个主要的基本问题是测试用例的生成[2］．提出了生成最小有效测试用例的组合测试技术(CTT)。由于生成的测试用例最少，组合测试技术可以帮助提高软件测试的有效性，并降低许多应用程序的成本[3.］．软件开发人员对其中的大量数据经常注意到一个有趣的，虽然并不令人惊讶的现象:当应用程序用于跳得更高时，已经运行了几个月的配料缺乏故障，迅速出现了以前未被发现的故障。例如，应用程序可能已经安装在各种操作系统硬件数据库管理系统(DBMS)网络平台上，或者最近额外的客户端可能有一个帐户注册了一个以前没有发生过的奇怪的值组合[4］．这些组合中的许多会导致bug或错误，这可能是由于过去的经验和大规模的使用。人们普遍认识到，这种失败，如交互失败;因为只有当三个或其他输入值相互作用导致程序访问结果不令人满意时，它们才有风险。组合测试可以帮助在测试生命周期的早期发现类似的错误。视觉原始的t-way (t表示相互作用的程度)组合测试解释了并非所有的参数对每个故障都是共同的，大多数故障是由相对较少的参数或单个参数值之间的相互作用引起的。

组合测试符号

组合测试符号在测试[5]中并不新鲜。讨论如何使用统计设计正交阵列实验。交互测试套件可以设置为相应的组合对象，代号覆盖数组(CA)。本节根据讨论的帮助顺序，将用于表示覆盖数组(CA)的有用符号符号分开。通常，覆盖数组(CA)有四个参数;p, t, N和v(即CA (N, t, vp))。这里，符号P、v和t分别表示覆盖数组(CA)的参数(P)、值(v)和相互作用强度。例如，CA(9,2,34)表示由4×9数组组成的测试套件(即，列表示参数(P)，行表示测试用例的大小(N)。

在这种情况下，测试套件覆盖了具有四个3值参数的系统的双向交互。与覆盖阵列(CA)一样，混合覆盖阵列(MCA)也有三个参数;t, N，和配置(C)(即MCA (N, t, C))。除了t和N与覆盖数组(CA)、混合覆盖数组(MCA)具有相同的含义外，还依赖于一个新符号C，与之前提交的符号一致，其中C出现了以下每个配置的p和v:表示有P个1带v的参数1P值,2带v的参数2价值观，等等。例如，MCA (1265, 4,1024132, 2)7指示涵盖四向交互的1265的测试大小。这里，配置需要12个参数:一个4值参数，两个10值参数，7个2值参数和两个3值参数[2］．

问题定义模型

软件系统中的错误会导致生命损失和巨额金钱。软件测试的重要作用是通过可能的测试数据来探索检测结果，以保证检测结果的质量。此时的大多数软件系统都是使用组件创建的。通常情况下，系统错误或bug是由以下两者之间的意外组合引起的。6］．例如，考虑在选项对话框中测试Microsoft words显示选项卡(图1）.

17个可能的选项，可以把它两个可能的值217= 131.072进行测试。有一些实际上效率很低!!如果一个测试用例需要5分钟来测试，那么仅仅测试显示选项卡就需要15个月的时间。

此外，在实际场景中，一些可能的值组合可能无效。因此，引入了约束条件。它们允许指定在测试用例生成期间将被排除或跳过的无效组合。约束可以在软件系统的许多规范中找到。它们通常是用自然语言给出的，存在的原因有很多，比如目标系统中使用的组件的限制、可用的资源甚至是营销决策。当约束减少了有效测试用例的数量时，它们的存在使得组合测试更具挑战性[7］．约束的影响随着(测试)问题的不同而不同，但它们的存在会给许多现有的CTT工具带来问题。这些工具是支持组合测试设计的，只有少数提供了完全的约束支持。这些有完整细节的稀有仪器更加罕见。

相关工作

计算t-way策略是一种方法，它在很大程度上依赖于搜索过程，从生成的交互测试元素中找到最佳测试用例，该交互测试元素是根据预先确定的输入参数和值生成的。研究人员已经开发了几种t-way策略来优化测试套件。例如AETG [8]， ga [9]， ipo [10，11， Jenny (Jenkins, 2003)， TVG [12]， PSTG [13]， sa [6，14］．

高速钢(15]，回顾现有的计算t- way策略是我们的目的。本文对15种相关策略进行了综述。本文根据[10]考虑到与基于约束的测试相关的策略(图1）.

基于自然的T-Way策略

基于自然的T-way策略基于自然算法(Natural Algorithm)，其灵感来自于生物行为的本质(如锻造、会面等)[16］．这些策略显示了与最佳测试套件生成相关的有趣结果。此外，它克服了与组合优化问题相关的许多局限性[17］．通常，基于自然的策略使用自然算法作为主干搜索引擎。许多基于自然的策略已经被提出使用这种方法作为一次测试方法的基础，如HS [15]， PSTG [13]， sa [6，14]， ga [9］．遗传策略模拟了自然选择过程，这在许多不同的研究中都得到了解决[9，18，19自动生成测试数据的算法。生成的数据利用遗传算法来扫描满足所需测试先决条件的测试用例。一个解(染色体)是一组测试数据(即输入值列表)。该算法通过使用测试用例作为输入实现程序来评估测试用例，并在系统中记录使用该测试用例实现的谓词。这个谓词列表与在表示当前测试需求的节点的依赖于控制的谓词路径上找到的谓词组进行比较。遗传算法可以表述为非确定性的。对于T，它只能支持T=3和3，也不允许使用实数作为输入。它可以支持统一的输入值。

模拟退火[14，19首先执行SA以支持成对交互。后来开发和执行的SA支持最多3路交互。在执行过程中，生成了一个较大的搜索随机场。基于二进制搜索过程和基于概率的转换方程，该策略重复选择最佳测试用例，每次迭代都有特定的最终目标来构建测试套件。因此，结果表明，在强度较小的情况下，SA比其他方法更有效地发现最佳尺寸。它可以支持统一的输入值。与其他基于自然的对应物类似，SA处理较小的相互作用强度值(即t≤3)。粒子群测试生成器(PSTG) [13，20.］．它是用于生成t-way测试套件的基于自然的t-way策略。PSTG是基于粒子群优化(PSO)算法，它模拟了鸟类的群体行为。在内部，PSTG迭代地执行本地和全局搜索，查询以发现要添加到最终套件的候选测试用例解决方案，直到覆盖所有交互元组为止。PSTG不像其他基于自然的策略，解决小t值(即2≤t≤3)，它可以支持高达t = 6。因此，PSTG提供的交互支持仍然是有限的。PSTG不满足约束支持。

HSS算法由Alsewari开发，以和谐搜索(HS)算法为核心实现，生成测试集。HS是一种算法，模仿音乐家在即兴创作过程中的行为(Geem)。HSS根据和谐内存大小在和谐内存HM中生成随机测试用例。然后根据局部和全局的改进，在HM中进行多次即兴测试用例。在每次迭代中。HSS将把测试用例添加到最终的测试套件中，直到覆盖所有的配对交互。与其他竞争的基于自然的t-way策略不同，HSS解决了对高交互的支持(即t > 6)，并实现了对约束的无缝支持。通过公布的结果，HSS给出了与大多数现有t-way策略相比具有竞争力的结果。

结论

本文介绍了组合测试CT的背景，回顾了现有的组合测试生成策略，展示了每种策略的优点和局限性。雷竞技苹果下载本文为我们下一步的工作做了背景研究，我们打算设计并实施一种新的CT策略，这可能有助于摆脱本研究领域的一些局限性。

数字一览

图1

参考文献

Karaboga D，“基于蜂群的数值优化思想”，技术报告-tr06, Erciyes大学，工程学院，计算机工程系，2005。 AlsewariARA和Zamli KZ，“约束支持下基于和谐搜索的变强度t路测试策略的设计与实现”，信息与软件技术，第54卷，pp. 553-568, 2012。 Kuhn DR，“组合测试入门”，2011。 Garvin BJ, Cohen MB，和Dwyer MB，“基于约束交互测试的元启发式搜索的改进评估”，《经验软件工程》，第16卷，61-102页，2011。 Hedayat AS, Sloane NJA，和Stufken J，正交阵列:理论和应用:施普林格科学与商业媒体，1999。 Cohen MB, Dwyer MB，和Shi J，“存在约束的高可配置系统的交互测试”，2007年软件测试与分析国际研讨会论文集，129-139页，2007。 Myers GJ, Sandler C，和Badgett T，软件测试的艺术:John Wiley & Sons, 2011。 Cohen DM, Dalal SR, Fredman ML和Patton GC，“AETG系统:基于组合设计的测试方法”，软件工程，IEEE学报，第23卷，第437-444页，1997。 Shiba T, Tsuchiya T，和Kikuno T，“使用人工生命技术生成组合测试的测试用例”，计算机软件与应用会议，第28届国际年会论文集，第72-77页，2004。 雷勇，李志强，李志强，“基于IPOG/IPOG - D的高效测试生成公式-方式组合测试”，《软件测试与可靠性》，第18卷，pp. 125-148, 2008。 Lei Y和Tai KC，“参数顺序:成对测试的测试生成策略”，高保证系统工程学术研讨会，第三届IEEE国际会议论文集，pp. 254-261, 1998。 Schroeder PJ, Kim E, Arshem J，和Bolaki P，“在自动测试用例生成中结合行为和数据建模”，《质量软件》，第三届国际会议论文集，第247-254页，2003年。 Ahmed BS和Zamli KZ，“PSTG:采用粒子群优化的t-way策略”，数学/分析建模和计算机仿真(AMS)， 2010第四届亚洲国际会议，第1-5页，2010。 Stardom J，“元启发式与覆盖与包装阵列的搜索”，特伦特大学，2001。 Abdul Rahman KZZ和Alsewari A，“约束支持下基于和谐搜索的变强度t-way测试策略的设计与实现”，vol. 54, Iss. 6, 2012。 贾志平，吴晓明，“蜂群稳定性优化研究——基于蜂群算法的细菌寻优方法”，《生物工程学报》，2011年第4期，第2 - 3页。 Floudas C, Pardalos P, Adjiman C, Esposito W, Gumus Z, Harding S，等。局部和全局优化测试问题手册:Kluwer学术出版社，Dordrecht, 1999。 Afzal W, Torkar R, Feldt R，“基于搜索的非功能系统属性测试的系统回顾”，信息与软件技术，第51卷，pp. 957-976,2009。 柯恩MB, Colbourn CJ, Ling AC，“构造强度三覆盖阵列的增强dannealing”，离散数学，vol. 308, pp. 2709-2722, 2008。 Ahmed BS和Zamli KZ，“使用粒子暖优化的可变强度交互测试套件生成策略”，系统与软件杂志，vol. 84, pp. 2171-2185, 2011。