軟件學報，2019年第1期，關(guān)于“軟件學科發(fā)展回顧特刊”值得一看。

“中國計算機學會”的“數(shù)字圖書館”下的期刊列表。

未知協(xié)議的逆向分析與自動化測試

• 作者：張蔚瑤、張磊、毛建瓴、許智君、張玉軍
• 刊名：計算機學報2020年第4期
• 關(guān)鍵詞：未知協(xié)議、逆向分析、特征識別、協(xié)議特征庫、多維變異、主動探測

摘要

在工業(yè)控制、軍事通信、金融信息等創(chuàng)新型網(wǎng)絡(luò)中，大量未知（私有或半私有）協(xié)議被廣泛采用. 對通信協(xié)議及其實現(xiàn)進行嚴格的測試是確保網(wǎng)絡(luò)系統(tǒng)安全性的重要手段，現(xiàn)有測試手段與方法大多只能針對已知協(xié)議進行，未知協(xié)議的廣泛采用對協(xié)議測試提出了挑戰(zhàn). 本文提出了針對未知協(xié)議的逆向分析與自動化測試方法，其基本思想是基于對協(xié)議流量的逆向分析，識別出協(xié)議特征，動態(tài)生成多維測試數(shù)據(jù)，自動監(jiān)控被測系統(tǒng)的運行狀態(tài)，獲得準確的測試結(jié)果，為系統(tǒng)安全可靠運行提供依據(jù). 具體貢獻包括：（1）自動化模糊測試框架；（2）基于協(xié)議特征庫的逆向分析方法；（3）基于多維變異的測試數(shù)據(jù)生成方法；（4）基于主動探測的測試執(zhí)行與異常定位方法. 本文設(shè)計實現(xiàn)了自動化測試工具UPAFuzz，試驗結(jié)果表明，UPAFuzz 能夠基于網(wǎng)絡(luò)流量實現(xiàn)協(xié)議特征的自動識別，并自動生成海量模糊測試數(shù)據(jù)，對被測系統(tǒng)進行測試；在生成的測試數(shù)據(jù)量達到千萬級時，UPAFuzz 的內(nèi)存占用率為現(xiàn)有模糊測試工具Boofuzz 的50%，且其耗時僅為Boofuzz 的10%，大大提升了測試執(zhí)行效率.

敏捷開發(fā)環(huán)境中的回歸測試優(yōu)化技術(shù)

• 作者：王曉琳、曾紅衛(wèi)、林瑋瑋
• 刊名：計算機學報2019年第10期
• 關(guān)鍵詞：回歸測試、測試用例優(yōu)先排序、回歸測試選擇、敏捷開發(fā)、軟件測試、軟件工程;

摘要

版本頻繁交付、功能不斷新增或修改、測試用例不斷增多是敏捷開發(fā)環(huán)境的特點.回歸測試是軟件測試的一個重要組成部分,它在敏捷開發(fā)環(huán)境中更應(yīng)基于環(huán)境特點進行設(shè)計.但是,傳統(tǒng)的回歸測試優(yōu)化技術(shù)(測試用例優(yōu)先排序或回歸測試選擇等)各有其優(yōu)缺點,且沒有考慮敏捷開發(fā)環(huán)境對測試效率的影響.測試用例優(yōu)先排序技術(shù)利用設(shè)計規(guī)則對所有測試用例進行排序,以提高錯誤檢測率,但測試集基數(shù)大,花費時間長.回歸測試選擇技術(shù)選擇部分測試用例執(zhí)行,減少了測試執(zhí)行時間,但存在不安全因素.為了解決這個問題,本文提出新的敏捷開發(fā)環(huán)境中的回歸測試優(yōu)化技術(shù).首先,將回歸測試拆分成兩個過程,提出在這兩個過程中的測試方法:敏捷測試用例優(yōu)先排序和敏捷回歸測試選擇.敏捷測試用例優(yōu)先排序方法基于歷史排序的思想,將需求、錯誤反饋及歷史信息三者結(jié)合,形成一個具有記憶的優(yōu)先排序技術(shù).敏捷回歸測試選擇方法結(jié)合錯誤信息和需求關(guān)聯(lián)信息進行設(shè)計,選擇以往版本中發(fā)現(xiàn)錯誤的測試用例及與新增測試有交互的測試用例作為測試子集,既檢驗曾經(jīng)出錯的功能是否正確,又檢驗新增功能加入是否影響已交付功能的穩(wěn)定.其次,將敏捷排序和敏捷選擇方法結(jié)合,設(shè)計回歸測試優(yōu)化模型,提出優(yōu)化算法.為測試子集中的每一個測試用例設(shè)置一個失效標簽以動態(tài)調(diào)整子集規(guī)模.最后,通過在不同規(guī)模的實驗對象上進行實驗,分析優(yōu)化算法的有效性.實驗結(jié)果表明,與現(xiàn)有的測試排序和測試選擇及其混合方法相比,敏捷開發(fā)環(huán)境中的回歸測試優(yōu)化技術(shù)既可達到高錯誤檢測率又可減少待執(zhí)行測試用例數(shù)量同時保證較高的安全性.從統(tǒng)計分析t檢驗結(jié)果看,我們的方法在糾錯速率上優(yōu)于其它5種測試排序方法,因為t值均大于0且p值均小于0.05;從糾錯速率、效率成本百分比、運行時間縮減率及揭露錯誤百分比這4個方面的綜合指數(shù)看,本文的方法最佳.

基于歷史的云平臺故障注入測試

• 作者：馬驊、聶長海、吳化堯
• 刊名：計算機學報2019年第10期
• 關(guān)鍵詞：云平臺、故障模式、歷史故障、故障注入;

摘要

云計算是一種能夠以便利的、按需付費的方式通過網(wǎng)絡(luò)獲取計算資源并提高其可用性的模式.近年來,以云計算為基礎(chǔ)的服務(wù)平臺——云平臺逐漸成為各大企業(yè)數(shù)據(jù)存儲和業(yè)務(wù)部署的主要平臺.由于云平臺結(jié)構(gòu)復(fù)雜、服務(wù)多樣,發(fā)生故障在所難免.為了提高云平臺的可靠性,開發(fā)人員在設(shè)計云平臺時加入了容錯機制,目的是在發(fā)生故障的情況下也能保證云平臺的正常運行.但是容錯機制并不能保證云平臺完全可靠,因此我們還需要對云平臺的可靠性進行檢驗.故障注入是檢驗云平臺可靠性的方法之一,通過人為地將故障注入正在運行的系統(tǒng)中,觀察系統(tǒng)動作并判斷系統(tǒng)的容錯機制是否正常工作.現(xiàn)有的故障注入方法側(cè)重于分析待測系統(tǒng)特征以確定故障注入點,屬于白盒或灰盒測試,對復(fù)雜的云平臺來說,這一工作無疑要耗費大量的時間.因此,我們提出一種不依賴于系統(tǒng)信息的黑盒測試方法以提高檢驗效率.本文在現(xiàn)有工作的基礎(chǔ)上做了以下幾個方面的工作:第一,我們收集了云平臺歷史宕機事故報告,并分析其中故障模式出現(xiàn)的規(guī)律.我們發(fā)現(xiàn),云平臺中發(fā)生的故障類型具有重復(fù)性,在此基礎(chǔ)上,我們提取了這些故障的特征,包括所在組件、根因、產(chǎn)生的影響、修復(fù)方法等;第二,通過對云平臺歷史宕機事故報告的分析,我們發(fā)現(xiàn)很多事故當中的故障并不是單一出現(xiàn)的,并且多個故障之間具有關(guān)聯(lián)性、組合性,我們深入分析了多故障之間的關(guān)系以及故障之間的組合形式,在此基礎(chǔ)上,為了盡可能完全地檢測云平臺的可靠性,我們提出在故障注入過程中需要對多故障進行組合注入;第三,在對多故障進行組合的過程中我們發(fā)現(xiàn),由于云平臺的復(fù)雜性,故障種類的多樣性,多故障之間的組合會產(chǎn)生組合空間爆炸問題,針對這一問題,我們做了初步探究,并提出了幾種約減策略;第四,基于上述工作,我們提出了一種基于歷史的故障組合方法,并利用歷史故障數(shù)據(jù),結(jié)合基礎(chǔ)云平臺架構(gòu)進行模擬實驗,實驗結(jié)果表明我們提出的基于歷史故障進行故障組合注入方法是有效可行的.

基于風險分析的回歸測試用例優(yōu)先級排序

• 作者：于海、楊月、王瑩、張偉、朱志良
• 刊名：計算機學報2019年第10期
• 關(guān)鍵詞：回歸測試、測試用例優(yōu)先級、復(fù)雜網(wǎng)絡(luò)、風險分析、信息流、軟件測試、軟件工程;

摘要

該文利用軟件組件間信息流的傳遞過程,提出了基于風險分析的回歸測試用例優(yōu)先級排序算法(Risk Analysis-based Test Case Prioritization,RA-TCP).該算法針對現(xiàn)有的優(yōu)先級排序技術(shù)未能有效利用測試用例所覆蓋信息的問題,在類粒度下將軟件抽象為基于信息流的類級有向網(wǎng)絡(luò)模型,然后將每個測試用例所覆蓋的類間信息傳遞關(guān)系用一組杠鈴模型表示,結(jié)合概率風險評估方法和故障樹理論計算杠鈴模型的風險值,最后以測試用例所覆蓋的杠鈴風險總和作為其排序依據(jù).實驗結(jié)果表明,風險越高的測試用例覆蓋錯誤的可能性越大,RA-TCP算法提高了具有嚴重風險的錯誤發(fā)現(xiàn)速率,與7種排序算法對比,RA-TCP算法具有較高的錯誤檢出率及較好的穩(wěn)定性.

總結(jié)

以上是生活随笔為你收集整理的计算机学报和软件学报19~20年测试类相关论文的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。