基于缺陷關聯(lián)度的Markov模型軟件優(yōu)化測試策略研究.pdf

1、隨著軟件規(guī)模的不斷增長，結構不斷復雜，軟件可靠性問題日益突出。軟件測試，作為軟件質量保證的重要手段，正發(fā)揮著越來越重要的作用。基于受控馬爾可夫鏈的測試模型已成為軟件測試的一個重要研究方向。它將被測對象抽象成測試模型，通過對模型的分析來選取相應地測試決策，從而形式化地描述軟件測試過程。大量研究人員對其進行了深入的研究，并取得了許多優(yōu)秀成果。但是，這些研究大多是基于缺陷獨立的假設，即忽略了缺陷之間的關聯(lián)關系。在實際測試過程中，很多軟件缺陷并

2、不是相互獨立的，缺陷之間往往相互關聯(lián)。因此，如何利用缺陷之間的關聯(lián)信息，改進受控馬爾可夫鏈測試模型，優(yōu)化軟件測試策略成為本文研究的重點。
　　本文從缺陷自身角度出發(fā)，對基于受控馬爾可夫鏈（Controlled Markov Chain,簡稱CMC）模型的軟件測試策略和關聯(lián)缺陷進行了深入的研究，主要包括以下幾個方面：
　?。?）以缺陷關聯(lián)為背景，研究了基于關聯(lián)缺陷的受控馬爾可夫鏈軟件測試模型。針對原有CMC測試模型中的局限性，

3、引入缺陷關聯(lián)系數與缺陷回扣機制，構建了基于缺陷關聯(lián)度的受控馬爾科夫鏈軟件測試模型，綜合權衡缺陷可檢測率、關聯(lián)系數和缺陷回扣，以提高軟件測試效率。
　?。?）以該模型為基礎，研究了基于關聯(lián)缺陷的軟件優(yōu)化測試策略。利用缺陷關聯(lián)信息，將軟件測試過程轉換成帶權路徑的優(yōu)化問題，設計了一種基于最小生成樹的軟件優(yōu)化測試策略。同時考慮了更為復雜的缺陷關聯(lián)形式，針對缺陷關聯(lián)不滿足交換律時，提出了一種改進的Prim算法，以求解帶權有向圖的最小生成樹，