基于语义分析的变异测试数据进化生成

摘要

变异测试是一种评估测试数据故障检测能力的有效技术，在软件测试领域得到广泛的应用。但变异测试仍然存在很多需要进一步研究的困难问题，比如变异体数量庞大、变异测试数据生成效率低下、等价变异体等。减少变异体的数量和高效生成杀死变异体的测试数据，是变异测试中的热点问题。鉴于此，本文从这两个方面展开研究。
　　(1)提出基于语义分析的变异算子约简方法，通过选择具有代表性的变异算子，减少变异体的数量。为此，本文把变异测试充分性和变异算子数量作为两个目标函数，建立变异算子约简问题的数学模型，并采用遗传算法求解上述问题。首先在五类变异算子的基础上，先对同一类型的算子进行约简；然后，再对变异算子类进行约简，并基于此，建立两阶段优化模式模型自动搜索具有代表性的变异算子。约简变异算子时，基于语义分析的结果，优先选择具有代表性的变异算子，以加快求解的速度。在建立优化问题的目标函数时，同时考虑变异算子约简的效率和有效性，即保证较高变异充分度的前提下，尽可能减少变异算子的数量。
　　(2)设计基于重生遗传算法的变异测试数据生成方法。该方法首先根据弱变异测试转化思想构建变异分支，并将这些分支插桩到原程序中，形成新的被测程序；然后，根据变异算子约简方法确定覆盖这些变异分支的优先级顺序，进而建立测试数据生成问题的数学模型；最后，使用重生遗传算法对模型进行求解，并将本文方法与基于遗传算法的测试数据生产方法进行比较，验证了本文方法的有效性。
　　本文的研究成果，进一步丰富了变异测试理论，提高了变异测试效率，对理论分析和实验研究具有重要的参考意义。

目录

声明

致谢

1 绪论

1.1 概述（Overview）

1.2 研究现状（Research Status）

1.3 相关知识（Related Knowledge）

1.4 论文结构（Structure of Thesis）

2 基于语义分析的变异算子约简

2.1 研究背景（Backgrounds of Research）

2.2 变异算子约简问题的数学模型（ Mathematical Model of Mutation Operator Reduction Problem）

2.3 进化求解算法（Evolutionary Algorithm）

2.4 实验（Experiments）

2.5 本章小结（Conclusions of This Chapter）

3 基于重生遗传算法的测试数据生成

3.1 研究背景（Backgrounds of Research）

3.2 问题建模（Mathematical Model of Problem）

3.3 基于重生遗传算法的测试数据进化生成（Evolution of Test Data Based on Rebirth Genetic Algorithm）

3.4 实验（Experiments）

3.5 本章小结（Conclusions of This Chapter）

4 结论与展望

4.1 结论（Conclusions）

4.2 展望（Prospects）

参考文献

作者简历

学位论文数据集