您的位置: 专家智库 > >

教育部“新世纪优秀人才支持计划”(NCET-12-0757)

作品数:12 被引量:27H指数:4
相关作者:李征赵瑞莲郭俊霞尚颖龚沛更多>>
相关机构:北京化工大学北京邮电大学更多>>
发文基金:教育部“新世纪优秀人才支持计划”国家自然科学基金教育部留学回国人员科研启动基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 12篇中文期刊文章

领域

  • 12篇自动化与计算...

主题

  • 3篇多目标
  • 3篇测试用例
  • 2篇并发程序
  • 1篇调度
  • 1篇多目标优化
  • 1篇多线程
  • 1篇信息素
  • 1篇信息素更新
  • 1篇信息素更新策...
  • 1篇形式概念分析
  • 1篇序列生成方法
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇异构
  • 1篇异构计算
  • 1篇语句
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据竞争
  • 1篇数据生成

机构

  • 12篇北京化工大学
  • 1篇北京邮电大学

作者

  • 11篇李征
  • 9篇赵瑞莲
  • 5篇郭俊霞
  • 3篇尚颖
  • 2篇龚沛
  • 1篇边毅
  • 1篇程克
  • 1篇邢行
  • 1篇苏宁
  • 1篇江良
  • 1篇李登辉
  • 1篇袁方
  • 1篇王微微

传媒

  • 5篇计算机科学
  • 4篇计算机应用
  • 1篇计算机研究与...
  • 1篇计算机工程与...
  • 1篇软件学报

年份

  • 1篇2018
  • 3篇2017
  • 5篇2016
  • 2篇2015
  • 1篇2013
12 条 记 录,以下是 1-10
排序方式:
针对基于变异错误定位的一种动态变异执行策略被引量:1
2016年
在软件调试过程中,如何快速、精确地定位程序中的错误代码是软件开发人员普遍关注的问题。基于变异的错误定位方法是一种通过分析被测程序与程序变异体之间的行为相似性来估计语句出错概率、进行错误定位的方法。该方法有较高的错误定位精确度,但由于需对大量程序变异体执行测试用例集,因此其变异执行开销较大。为此提出了一种动态变异执行策略,它通过搜集测试用例执行信息,动态地调整变异体及测试用例的执行顺序,以减少其变异执行开销。实验结果表明,在6个程序包的127个错误版本上,应用提出的动态变异执行策略可在保证错误定位精确度的前提下,减少23%~78%的变异执行开销,显著提高了基于变异的错误定位方法的效率。
龚沛耿楚瑶郭俊霞赵瑞莲
面向多目标测试用例优先排序的蚁群算法信息素更新策略被引量:10
2016年
针对蚁群算法在求解多目标测试用例优先排序(MOTCP)时收敛速度缓慢、易陷入局部最优的问题,提出一种基于上位基因段(ETS)的信息素更新策略。利用测试用例序列中ETS可以决定适应度值的变化,选取ETS作为信息素更新范围,再根据ETS中测试用例间的适应度增量和测试用例的执行时间更新路径上的信息素值。为进一步提升蚁群算法求解效率、节省蚂蚁依次访问测试用例序列的时间,优化的蚁群算法还通过估算ETS长度重新设置蚂蚁遍历测试用例的搜索终点。实验结果表明,与优化前的蚁群算法及NSGA-Ⅱ相比,优化后的蚁群算法能提升求解MOTCP问题时的收敛速度,获得更优的Pareto解集。
邢行尚颖赵瑞莲李征
关键词:蚁群算法信息素更新
面向CPU+GPU异构计算的多目标测试用例优先排序被引量:8
2016年
测试用例优先排序是一种基于整个测试用例集以寻找最优测试用例执行序列的软件回归测试技术.由于其能够尽早地发现错误,同时应用灵活度高、不会漏掉重要测试用例等,在实际软件测试过程中可以有效提高测试效率.多目标测试用例优化排序是寻找同时覆盖多个测试准则的用例执行序列,通常采用演化算法优化求解,但执行时间较长,严重影响了在实际软件测试中的应用.采用先进的GPU图形卡通用并行计算技术,提出了面向CPU+GPU异构计算下的多目标测试用例优先排序技术,在NSGA-II算法中,实现了基于序列编码的适应度函数计算和交叉操作的GPU并行计算,在近6万行有效代码的工业界开源程序上实现了30倍的计算效率提升.同时,实验验证了不同并行策略的计算加速比,提出了切实可行的CPU+GPU异构计算模式,并提供了相应的原形工具.
边毅袁方郭俊霞李征赵瑞莲
关键词:多目标优化异构计算
基于EFSM不定型切片测试用例自动生成的研究被引量:3
2017年
基于模型的测试是软件测试中一个重要分支,但随着模型规模的增大,测试用例生成也变得越来越困难.扩展有限状态机(extended finite state machine,EFSM)是一种广泛应用的模型,它是对有限状态机(finite state machine,FSM)的扩展,能够更精确地刻画软件系统的动态行为.对EFSM模型的测试主要包含2个部分:测试迁移路径的生成和覆盖测试迁移路径的测试数据的生成.基于搜索的方法已被应用于测试数据的生成.为了提高在大规模EFSM模型中测试用例生成的效率,在前期对EFSM模型非终止性研究新型依赖性分析和切片技术的基础上,提出了基于EFSM模型不定型切片的测试用例生成方法和测试用例补全方法.通过2个案例分析得出:基于模型切片可以更加准确地生成可行路径和提高测试强度.基于7个基准EFSM模型的实验结果表明,在大多数情况下,在切片上生成测试用例的效率都比在原模型上高.
苏宁郭俊霞李征赵瑞莲
关键词:EFSM模型切片测试用例生成
基于全同步对覆盖的线程调度序列生成方法
2015年
针对多线程并发程序生成覆盖同步语句的线程调度序列(TSS)效率低问题,提出了一种基于全同步对覆盖(APSC)准则的TSS生成(TGBA)方法。首先,对并发程序中的同步语句,定义了同步对及APSC;然后,给出了一个同步对-线程关联图(SPTG)构建方法;在此基础上,生成满足APSC的TSS;最后,使用JPF检测工具,对4个Java类库并发程序进行了TSS生成实验,并与常用的默认线程调度(DS)、抢占式线程调度(PS)和交叉线程调度(CS)序列生成方法在生成效率方面进行了对比分析。实验结果表明,与DS、CS方法相比,TGBA方法生成的TSS能够覆盖全部同步对;当满足APSC时,与PS方法相比,TGBA方法测试生成所需要的状态数、迁移数至少减少了19 889和44 352,并且生成效率平均提升了1.95倍,因此TGBA方法能够降低状态空间的规模开销,提高TSS的生成效率。
石存沣李征郭俊霞赵瑞莲
基于形式概念分析的依赖簇检测方法研究被引量:2
2017年
依赖簇是相互依赖的程序组件的最大集合,大尺寸依赖簇已被证实在程序中普遍存在。依赖簇中任意一点产生变动都会引起其他组件的连锁反应,进而对整个系统造成潜在的影响,这将会阻碍软件理解、测试、维护等方面的工作。检测出依赖簇是消除不良影响的前提,目前通过单调切片尺寸图近似检测依赖簇的方法的准确度较低,会出现漏报和误报。提出了一种基于形式概念分析的依赖簇检测方法,通过概念包含度选取的大型概念来检测大尺寸依赖簇,并进一步提出轻量化策略以有针对性地选取大型概念,降低计算开销。在12个不同规模和领域的开源程序上,将所提方法与单调切片尺寸图法进行对比实验,结果表明所提方法及其轻量化策略能够有效地检测大尺寸依赖簇,可以提高依赖簇检测的准确度和效率。
尚颖程克李征
关键词:形式概念分析概念格
面向测试生成的ASM模型约简研究被引量:1
2018年
基于模型的Web应用程序测试是软件测试的一个重要方法。ASM模型从源码解析的角度,基于Web应用程序表示层建立模型,描述了Web应用程序的交互性、动态性和低耦合性。基于ASM模型的测试用例生成,考虑用户的非预期行为,在主要路径的基础上,通过添加无效访问状态和无效迁移路径,扩充测试用例。然而,随着Web应用程序规模的扩大,无效访问状态和无效迁移路径的增加导致测试用例空间爆炸。在研究ASM模型的基础上,通过定义基于ASM模型测试生成的等价迁移和等价状态,合并迁移和状态,从而有效地对ASM模型进行约简,减少了无效访问状态和无效迁移路径的数量,实现测试用例空间约减。对一个实际Web应用程序系统的评估结果表明,基于模型约简的测试用例优化,有效约减了74.38%的测试用例空间,并且对原子段的覆盖率和错误检测数目没有产生影响。
杨羊何柳柳尚颖李征
关键词:状态空间爆炸
基于多目标协同进化的测试用例优先排序被引量:4
2015年
测试用例优先排序是一种有效的降低回归测试开销的技术,通过对测试用例按照其重要程度排序后可获得更高的测试效率。针对传统多目标遗传算法在测试用例优化排序中存在的收敛较慢、易陷入局部最优、缺乏对不同测试准则的综合权衡等缺点,提出一种基于竞争模式的多目标协同进化算法。该方法采用平均代码覆盖率以及平均变异杀死率作为多个约束目标的测试准则来进行适应度度量,提高算法的错误检测率;使用个体绝对适应度与相对适应度对个体生存能力进行评价,衡量个体优秀程度,利用竞争性的协同进化思想加快算法收敛速度;通过剔除"老年"个体控制个体生存周期来避免陷入局部最优问题。同时,在影响算法执行效率的因素方面也进行了一系列的实验,结果表明该算法能够加快收敛速度,加强了局部搜索能力,相对于传统的优化算法来说具有更好的搜索效率和更高的错误检测率,从而验证了算法的有效性和可行性,证明了该算法具有一定的现实意义。
石宇楠李征龚沛
关键词:协同进化多目标
基于可扩展有限状态机规格说明的测试数据生成效率因素模型分析
2013年
对于可扩展有限状态机(EFSM)规格说明,影响路径测试数据生成成本的因素很多,它们之间可能存在着相互关联,对测试数据生成成本的影响可能是线性或非线性的,因此建立多元线性回归预测模型和BP神经网络非线性预测模型,对EFSM路径测试数据生成进行效率—因素分析。具体而言,将路径长度、路径上变量数等因素作为自变量,测试生成成本看作因变量,建立多元线性回归模型。对于BP神经网络模型,考虑到因素间可能存在关联,首先采用主成分分析(PCA)确定影响测试生成成本的主要因素,然后应用BP神经网络建立测试生成效率主要因素分析模型,对EFSM测试生成成本进行预测。实验结果表明:BP神经网络比多元线性回归更适合作为EFSM路径测试生成效率因素分析模型,对EFSM路径测试生成成本进行非线性预测。
江良赵瑞莲李征
关键词:BP神经网络多元线性回归主成分分析
基于并发程序数据竞争故障的变异策略被引量:4
2016年
针对并发程序变异测试中并发变异算子触发数据竞争故障能力较低的问题,提出了基于数据竞争故障的变异策略。从并发变异算子设计的角度给出了面向锁对象的变异策略(LMS)和面向共享变量的变异策略(SMS),设计了重置同步锁(SLRO)和移出共享变量操作(MSVO)两个并发变异算子。从变异点选取的角度给出了一种同步关系对变异点选取策略(SMPSS)。在12个Java类库并发程序上,应用SLRO和MSVO算子针对SMPSS选取出的变异点植入故障,生成变异体,并使用JPF检测工具,检测生成的变异体引发数据竞争故障的能力。实验结果表明,新设计的SLRO和MSVO变异算子对12个被测程序分别生成了121和122个有效变异体,变异算子的有效性分别为95.28%和99.19%。由此可知,新设计的并发变异算子能有效触发数据竞争故障。
吴俞伯郭俊霞李征赵瑞莲
关键词:共享变量
共2页<12>
聚类工具0