CPU+GPU异构并行多目标测试用例预优化技术

摘要

软件回归测试是一个非常耗时的过程,由于客观因素(比如交付时间、成本等)的制约,庞大的测试用例集不可能全部被执行.测试用例预优化是一种通过调整测试用例的执行顺序来优化回归测试过程的技术.然而,传统的测试用例预优化技术主要研究基于单一测试准则的优化排序问题,并研究不同测试准则和平均错误检测率之间的相关性,但实际的优化过程往往需要满足多个测试准则.为此,本文提出了一种基于NSGA-Ⅱ算法的多目标测试用例预优化方法,该方法可以同时把多个测试准则和客观因素同时作为优化目标,更加符合实际的回归测试需求.另一方面,针对多目标优化算法的效率问题,本文采用了CPU+GPU异构并行方式对算法中的适应度评估进行了加速处理,实验结果表明这种方法在所有被测程序上获得了至少52倍的加速比,可见其加速效果非常明显,具有一定现实意义.