-
公开(公告)号:CN118277269A
公开(公告)日:2024-07-02
申请号:CN202410482604.8
申请日:2024-04-22
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于Markov模型的测试用例生成、充分性判定方法及装置,属于软件测试技术领域。本发明将存储在Markov模型数据模块中的数据进行解析,获取被测软件模型的状态,迁移边信息及对应的状态转移概率。并且将模型扩展到高阶,计算相关参数,相关参数包括:高阶Markov模型的阶数及降阶转移概率矩阵;通过设定期望可靠性计算测试停止的优化阈值,并在测试用例生成过程中计算测试充分性判定值的大小,当满足给定的阈值后,停止测试用例生成,展示所有生成的测试用例集及程序运行时间。本发明充分利用高阶Markov模型在描述随机过程中的先天优势,结合蚁群算法全局性、通用性强的特点,有效提高了测试用例生成收敛速度,减少了冗余测试用例集的产生。
-
公开(公告)号:CN119829416A
公开(公告)日:2025-04-15
申请号:CN202411611444.9
申请日:2024-11-12
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/3668
Abstract: 本发明涉及一种基于文本嵌入的测试工具结果融合方法,属于软件测试领域。本发明构建标准规则集,多源多态数据解析,规则映射,结果融合四个部分。首先基于国标、国军标等标准或独立建立标准规则集,通过文本嵌入算法将规则集内规则的规则描述向量化,存入向量数据库;由人工提取不同测试工具的多源多态规则集,将这些规则集转为与标准规则集格式相同的中间规则集;规则映射将测试工具的中间规则集映射到标准规则集;最后,结果融合融合确保了测试工具的输出结果能够根据既定的规则映射机制,精准地对接到标准规则集。本发明可以显著提高软件测试的效率和准确性,减少由于标准不一致导致的测试结果差异。
-