软件产品线基于模型的测试和特征建模的研究

摘要

软件产品线工程是一种新兴的软件开发技术，使用这种技术可以快速高效地开发并管理一系列具有公共特性的软件产品，形成软件产品家族。然而，软件产品线工程的快速开发优势却为测试工作带来了巨大挑战。为了克服这一挑战，基于模型的软件产品线测试策略应运而生。 组合交互测试一直是软件测试中的热门话题，近些年来，软件产品线研究者们将组合测试方法应用于基于模型的软件产品线测试中。该测试方法的策略是从众多产品中挑选出少量产品配置以形成测试套件，从而实现高组合覆盖率。由于有效特征组合的数量会随着交互强度的增加而呈爆炸式增长，此现象使得现有的组合测试方法多是在低强度特征交互背景下实现，但是在实际的软件产品线应用环境中，特征交互多为高强度交互。因此如何在高强度特征交互下选择最少的产品配置来实现最大的组合覆盖率是的一个困难且具有实际意义的问题。 基于模型的软件产品线测试方法离不开特征模型，传统的特征模型生成需要软件产品线领域工程师从需求说明书中手工提取相关信息进行特征建模。基于手工的特征建模是一项难度大、成本高、且易出错的劳动密集型工作。又因为软件需求说明书是使用自然语言编写的文档，计算机难以直接识别其中蕴含的信息，而现有的（半）自动化特征建模方法均是针对英文语境，并不适用于中文语境。因此，实现（半）自动化软件产品线特征建模是一项具有挑战且富有意义的工作。 本文针对上述两个方向中的问题展开了相关的研究，主要工作内容和创新点如下: (1)提出一种基于多目标进化算法生成高强度特征交互测试套件的方法。在挑选产品配置作为测试数据时，需要考虑多个因素，如选用的产品配置个数和实现的组合覆盖率，因此软件产品线组合交互测试问题是一个多目标优化问题。又因为高强度特征交互导致问题的搜索空间庞大，因此本文提出了一种使用多目标进化算法生成高强度特征交互测试套件的方法，我们使用了三个目标作为测试套件的选择导向:选择的产品配置数量、组合覆盖率和产品配置间的相似性。针对软件产品线环境，设计了一种与进化算法兼容的编码方式，并对初始种群的生成进行了优化以提高方法的效率。同时本文的方法一次可以产生多个不同的解，为测试工程师提供充足的选择以满足不同的测试需求。最后，本文设置了4个实例研究和一组基准对比实验，其结果验证了我们的方法在有效性和效率方面具有较好的效果。 (2)提出了一种基于中文自然语言处理技术的特征提取方法和基于模式匹配技术的约束关系挖掘方法，实现了半自动化的特征建模。特征建模工作主要分为两个部分:候选特征提取和约束关系挖掘。本文针对中文语境，提出了一种基于自然语言处理技术的特征提取方法和基于模式匹配技术的约束关系挖掘方法，整个特征建模工作半自动化完成。方法分为三个部分:(i)文本预处理操作，主要操作为分词和去除停用词;(ii)候选特征和根特征的识别，首先进行词性标注，再通过机器学习中的朴素贝叶斯分类器通过词性确定候选特征;(iii)约束关系挖掘，使用模式匹配技术实现约束关系挖掘，并针对中文语境设计了11种约束关系模式和匹配决策表用于获取候选特征间可能存在的约束关系。最后，本文设置了4个实例和一组对比实验，验证了我们方法的有效性。