发明名称 | 一种改进的面向宿主的嵌入式软件白盒测试方法 | ||
摘要 | 本发明公布了一种改进的面向宿主的嵌入式软件白盒测试方法,属于嵌入式软件测试的技术领域。本发明所述方法包括如下步骤:1.第一阶段测试(粗预测),包括程序不变量的提取、基于支持向量机的机器学与机器预测等,初步揭示隐含错误;2.第二阶段测试(传统白盒测试),将去除了可揭错误属性后的程序进行嵌入式软件白盒覆盖测试,去除测试过程中所出现的问题,白盒测试包括词法分析、语法分析、软件度量分析、覆盖率分析;3.第三阶段测试(精预测),将排除覆盖测试出现的问题后的程序再应用第一阶段中的机器预测步骤进行辨识,得到可能隐含更深的程序错误。本发明能够应用到不同的程序,通用性强。 | ||
申请公布号 | CN101576850A | 申请公布日期 | 2009.11.11 |
申请号 | CN200910033240.0 | 申请日期 | 2009.06.10 |
申请人 | 南京航空航天大学 | 发明人 | 刘久富;杨振兴;孙琳;娄坚波;李金奎;王伟 |
分类号 | G06F11/36(2006.01)I | 主分类号 | G06F11/36(2006.01)I |
代理机构 | 南京经纬专利商标代理有限公司 | 代理人 | 许 方 |
主权项 | 1、一种改进的面向宿主的嵌入式软件白盒测试方法,其特征在于包括如下步骤:1.)第一阶段测试即粗预测,包括如下步骤:(1)将含有已知错误的代码经过词法语法分析检测编配得到含有错误的属性不变量,将去除错误后的代码经过词法语法分析检测编配得到去除错误后的属性不变量;(2)将步骤(1)所述的含有错误的属性不变量和去除错误后的属性不变量分别经过槽的替换得到支持向量机输入的特征向量,其中槽包括变量类型槽、运算符类型槽、属性类型槽和程序变量槽,下同;(3)将步骤(2)所述的特征向量经过SVM模式识别与回归进行机器学习得到能够辨识潜在错误的模型;(4)将用户程序依次经过词法语法分析检测编配、槽后得到用户程序的属性特征向量,将用户程序属性与步骤(3)所述的能够辨识潜在错误的模型匹配去除可揭示性错误;2.)第二阶段测试即白盒测试:将去除了可揭错误属性后的程序进行嵌入式软件白盒覆盖测试,去除测试过程中所出现的问题,白盒测试包括词法分析、语法分析、软件度量分析、覆盖率分析;3.)第三阶段测试即精预测:将排除覆盖测试出现的问题后的程序再应用第一阶段(4)步骤进行辨识,得到可能隐含更深的程序错误。 | ||
地址 | 210016江苏省南京市白下区御道街29号 |