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：北京赛若科技有限公司

摘要：本申请公开了一种基于有限状态机模型的软件回归测试方法及装置。该方法首先构建EFSM模型依赖图，并确定出EFSM模型在发生变更迁移的依赖关系，对识别出的依赖关系进行分类；然后基于改进的遗传算法对识别出的分类结果进行处理确定出EFSM模型依赖图所对应的目标测试序列；最后根据所述目标测试序列通过遗传算法生成测试数据，并基于生成的测试数据实现软件回归测试。本申请从软件模型的变更开始，自动化实现模型依赖图的建立和变更影响的依赖关系分析，以及自动的实现测试序列的生成，和测试数据的生成。

主权项：1.一种基于有限状态机模型的软件回归测试方法，其特征在于，所述方法包括：S1，构建EFSM模型依赖图，并确定出EFSM模型在发生变更迁移的依赖关系，对识别出的依赖关系进行分类；S2，基于改进的遗传算法对识别出的分类结果进行处理确定出EFSM模型依赖图所对应的目标测试序列；S3，根据所述目标测试序列通过遗传算法生成测试数据，并基于生成的测试数据实现软件回归测试；S1，构建EFSM模型依赖图，并确定出EFSM模型在发生变更迁移的依赖关系，对识别出的依赖关系进行分类，包括：S11，通过比较原始的EFSM模型和变更后的EFSM模型，识别出状态迁移数据；S12，基于识别出的状态迁移数据对原始EFSM模型和变更后的EFSM模型分别构建模型依赖图；S13，遍历原始EFSM模型和变更后的EFSM模型的所有模型依赖图，对识别出的依赖关系进行分类；S2中基于改进的遗传算法对识别出的分类结果进行处理，包括：将识别出的分类结果转换为回归测试义务，基于识别出的分类结果，确定每个依赖关系对应的测试义务；根据测试义务，制定具体的覆盖准则；其中，覆盖准则定义了测试需要覆盖的关键点；其中，所述关键点至少包括需要触发的迁移、需要验证的状态、需要覆盖的输入输出组合；改进的遗传算法具体包括：设计算法的初始种群结构；设计用于表示测试序列的个体编码方式；设计选择算子以从种群中选择优良个体、设计交叉算子以生成新的个体、设计变异算子以增加种群的多样性；设计根据种群状态自适应调整交叉和变异概率的机制；设计用于评估测试序列质量的适应度函数，应用遗传算法生成测试序列；设计根据种群状态自适应调整交叉和变异概率的机制中，自适应的交叉变异概率具体包括： ，其中，k为交叉或变异的初始概率，t为当前进化代数，T为进化代数上限，fit为当前个体的适应度值，fitavg与fitmax分别为当前种群适应度的平均值和最大值；S3，根据所述目标测试序列通过遗传算法生成测试数据，并基于生成的测试数据实现软件回归测试，包括：S31，从历史测试数据中筛选出与当前回归测试相关的数据，通过分析目标测试序列，确定历史数据无法覆盖的序列部分；S32，初始化一个包含多个个体的种群，并采用FSCS-ATR算法生成剩余的个体；S33，为种群中的每个个体计算适应度值，以评估其生成的测试数据对目标测试序列的覆盖程度和有效性；同时采用个体信息共享策略，针对每个测试序列进行优化，当优化达到预设的停止条件时，停止迭代子种群；S34，根据个体的适应度值，采用选择、交叉和变异等操作来生成新的个体；S35，反复迭代S33-S34，直到满足算法终止条件或达到最大迭代次数。

全文数据：

权利要求：

百度查询： 北京赛若科技有限公司 一种基于有限状态机模型的软件回归测试方法及装置