龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京计算机技术及应用研究所
摘要：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。
主权项：1.一种基于Markov模型的测试用例生成方法，其特征在于，该方法包括如下步骤：S101、高阶Markov模型的构建：在确定高阶Markov模型阶数n的基础上，使用降阶方法对高阶Markov模型进行阶数维重构，得到在重构状态空间上的降阶Markov模型及其对应的降阶转移概率矩阵；S102、构建改进蚁群算法IACO的蚁群个体：其中，所述蚁群中的每个个体均为所述被测程序相应Markov模型的初始状态；S103、将降阶Markov模型引入改进蚁群算法IACO：使用降阶转移概率矩阵的概率值作为改进蚁群算法IACO的启发式信息，从而计算转移路径的执行概率；S104、根据n步转移路径上存在的信息素值和所述转移路径的执行概率选择一条迁移边作为有效路径，并在移动过程中不断释放信息素；S105、添加节点至当前有效路径中直至到达终止状态节点，结束蚁群移动过程并将其抽象化为测试用例，进而生成测试用例全集。
全文数据：
权利要求：
百度查询： 北京计算机技术及应用研究所 基于Markov模型的测试用例生成、充分性判定方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号