基于加权属性的测试用例选择方法

摘要

基于加权属性的测试用例选择方法，在实验程序上运行所有的测试用例，获得每个测试用例的执行剖面，执行剖面为测试用例在执行过程中所调用的函数序列，使用k-means聚类算法对剖面进行聚类，聚类结束后在每一个类簇中应用基于属性权重的策略挑选出测试用例审查，选出最可能失效的测试用例。本发明作为一种改进交互式测试结果审查推荐技术，引入了软件错误定位技术，通过改变执行剖面中属性的权重，使得和错误相关的属性的权重更大，使得聚类过程能更好的把失败的测试用例聚在一起，从而使得测试人员只要检测较少的测试用例就可以发现更多的失败的测试用例。

主权项

基于加权属性的测试用例选择方法，其特征是在实验程序上运行所有的测试用例，获得每个测试用例的执行剖面，执行剖面为测试用例在执行过程中所调用的函数序列，函数序列的每一个函数作为测试用例的一个属性，如果函数被调用则在序列中的值为1反之则为0，然后分析选出最可能失效的测试用例：使用k‑means聚类算法对执行剖面进行聚类，类簇个数为总测试用例个数的5%，聚类结束后在每一个类簇中应用基于属性权重的策略WAS技术不断挑选出测试用例审查，挑选方法如下：应用错误定位技术根据每个函数被失败或成功的测试用例执行的次数和审查结果，不断改变每个函数的分值，所打的分值即函数的权值，在所有的类簇都执行过上述过程后，用每个函数的权值代替初始的执行剖面中每个函数的值，用改变后的执行剖面重新聚类，在新的聚类结果上进一步挑选测试用例，分析选出最可能失效的测试用例。