Linux Test Projec(t简称LTP)是一个以改善日益庞大的Linux内核为目标的组织机构,它通过引入自动化测试来完成Linux内核的测试。为了实现自动化测试这一目标,LTP开发出了可运行在多种Linux操作系统上的测试工具组件。实验结果表明,LTP...Linux Test Projec(t简称LTP)是一个以改善日益庞大的Linux内核为目标的组织机构,它通过引入自动化测试来完成Linux内核的测试。为了实现自动化测试这一目标,LTP开发出了可运行在多种Linux操作系统上的测试工具组件。实验结果表明,LTP测试工具组件不仅可以充分用于验证Linux内核的可靠性、健壮性和稳定性,而且它也是改善Linux内核测试最有效的方法之一。展开更多
This article deals with the case of the failure-censored constant-stress partially accelerated life test （CSPALT） for highly reliable materials or products assuming the Pareto distribution of the second kind. The ma...This article deals with the case of the failure-censored constant-stress partially accelerated life test （CSPALT） for highly reliable materials or products assuming the Pareto distribution of the second kind. The maximum likelihood （ML） method is used to estimate the parameters of the CSPALT model. The performance of ML estimators is investigated via their mean square error. Also, the average confidence interval length （IL） and the associated co- verage probability （CP） are obtained. Moreover, optimum CSPALT plans that determine the optimal proportion of the test units al- located to each stress are developed. Such optimum test plans minimize the generalized asymptotic variance （GAV） of the ML estimators of the model parameters. For illustration, Monte Carlo simulation studies are given and a real life example is provided.展开更多
软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-based Fault Localization,SFL)是应用最为广泛的软件缺陷定位技术,其通过分析语句覆盖信...软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-based Fault Localization,SFL)是应用最为广泛的软件缺陷定位技术,其通过分析语句覆盖信息矩阵计算代码语句的可疑度值,并根据可疑度值定位缺陷所在语句.然而,语句覆盖信息矩阵中存在着严重的数据冗余问题,冗余的数据极大地影响了SFL的缺陷定位性能.以Defects4J数据集中395个程序的语句覆盖信息矩阵为例,在超过一半的语句覆盖信息矩阵中有90%的语句存在与其具有相同覆盖信息的语句.特征选择是常用的数据预处理技术,通过去除冗余和不相关特征来获取原始特征集中有价值的特征子集.因此,我们将语句覆盖信息矩阵作为原始特征集,将冗余覆盖信息约简建模为特征选择问题,提出了一种基于冗余覆盖信息约简的软件缺陷定位方法(Fault Localization based on Redundant coverage information Reduction,FLRR).首先,使用特征选择技术对语句覆盖信息和测试用例执行结果组成的语句覆盖信息矩阵进行约简,得到语句覆盖信息矩阵子集;然后,使用SFL计算语句覆盖信息矩阵子集中语句的可疑度值,并根据可疑度值对语句进行降序排列,以定位缺陷语句.本文使用六种常用的特征选择技术对语句覆盖信息矩阵进行特征选择和约简,以得到语句覆盖信息矩阵子集,并使用四种典型的SFL技术对语句覆盖信息矩阵子集中的语句进行缺陷定位.为评估FLRR的缺陷定位性能,本文使用E_(inspect)@n和MRR(Mean Reciprocal Rank)评价指标在基于Defects4J的数据集上与四种典型的SFL技术进行了对比实验.实验结果表明,FLRR能够有效提升SFL的缺陷定位性能.对于E_(inspect)@n指标,当n=1时,FLRR相比DStar、Ochiai、Barinel和OP2分别多定位到23条、26条、14条和13条缺陷语句,分别增加了69.70%、76.47%、45.16%和38.24%;对于MRR指标,FLRR相比DStar、Ochiai、Barinel和OP2分别提升了20.08%、24.94%、17.45%和19.15%.展开更多
测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操...测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操作,动态更新种群,从而增加种群进化过程中的个体多样性,提高了收敛速度,有效地减少了陷入局部最优。实验结果显示,与传统遗传算法生成测试数据的方法相比,改进的算法明显提高了路径覆盖率,减少了种群平均进化代数。展开更多
选取7款市售底妆类产品进行实验,从4个维度——遮瑕度、暗沉度、抗迁徙性、抗水抗汗抗皮脂,探讨了底妆体外测试的评估方法。遮瑕度和暗沉度实验部分均使用自动涂膜机将测试的底妆样品涂布均匀,采用分光光度计对样品的遮盖率及底妆的色...选取7款市售底妆类产品进行实验,从4个维度——遮瑕度、暗沉度、抗迁徙性、抗水抗汗抗皮脂,探讨了底妆体外测试的评估方法。遮瑕度和暗沉度实验部分均使用自动涂膜机将测试的底妆样品涂布均匀,采用分光光度计对样品的遮盖率及底妆的色泽表征值(ΔL,Δa,Δb)进行测定;结果得出样品E1的遮盖率为90.98 cr,遮瑕度最高;样品D2的ΔL值为-2.73变化最大,暗沉度最高;结合消费者上妆测试评分来进一步验证,整体分值结果与体外测试结果一致。利用图像分析软件Image-Pro Plus 6.0分析黑胶带上蹭下的粉体量,通过计算总面积比较出样品的抗迁徙性:样品E1<样品D2<样品E2<样品F<样品B1。结合接触角测量仪,测量出去离子水、人工汗液、人工皮脂在样品表面的接触角大小,样品B1和D2与去离子水和人工汗液的接触角大于90°表现为疏水疏汗;所有样品的接触角都小于90°表现为亲油性,其中样品E1和样品F表现为相对亲油性较低,接触角分别为40.8°和40.0°。采用现有文献测试的抗水抗汗抗皮脂测试方法进行对比,结果大体上相符。结果表明,4种采用仪器科学测量的方法都具有可实行性和依据性,为底妆评估提供了简便且科学的测试方法。展开更多
针对目前尚未存在有效的中文文本纠错软件测试用例最小化方法的情况,设计了两种中文文本纠错软件测试用例集最小化方法:基于多目标遗传算法的中文文本纠错软件测试用例集最小化方法(Minimization Method based on Multi-objective Genet...针对目前尚未存在有效的中文文本纠错软件测试用例最小化方法的情况,设计了两种中文文本纠错软件测试用例集最小化方法:基于多目标遗传算法的中文文本纠错软件测试用例集最小化方法(Minimization Method based on Multi-objective Genetic Algorithm of Test case for Chinese text error Correction Software,MMG-CCS)和基于TextRank模型的中文文本纠错软件测试用例最小化方法(Minimization Method based on TextRank of Test case for Chinese text error Correction Software,MMT-CCS).MMG-CCS基于问题特点设计了一种中文文本纠错软件测试用例集覆盖度模型,并将测试用例集大小及覆盖度作为目标函数,为了高效求解该问题,MMG-CCS同时对遗传算子进行了改进.此外,MMT-CCS方法能将测试用例集最小化问题映射为图解问题,并根据问题特点对TextRank模型进行了针对性改进.实验结果表明,MMG-CCS和MMT-CCS对测试用例集的缩减程度高,且在不同中文文本纠错软件上对于不同中文文本纠错软件测试用例集均能保持相同的测试效果.展开更多
文摘Linux Test Projec(t简称LTP)是一个以改善日益庞大的Linux内核为目标的组织机构,它通过引入自动化测试来完成Linux内核的测试。为了实现自动化测试这一目标,LTP开发出了可运行在多种Linux操作系统上的测试工具组件。实验结果表明,LTP测试工具组件不仅可以充分用于验证Linux内核的可靠性、健壮性和稳定性,而且它也是改善Linux内核测试最有效的方法之一。
基金supported by the King Saud University,Deanship of Scientific Research and College of Science Research Center
文摘This article deals with the case of the failure-censored constant-stress partially accelerated life test （CSPALT） for highly reliable materials or products assuming the Pareto distribution of the second kind. The maximum likelihood （ML） method is used to estimate the parameters of the CSPALT model. The performance of ML estimators is investigated via their mean square error. Also, the average confidence interval length （IL） and the associated co- verage probability （CP） are obtained. Moreover, optimum CSPALT plans that determine the optimal proportion of the test units al- located to each stress are developed. Such optimum test plans minimize the generalized asymptotic variance （GAV） of the ML estimators of the model parameters. For illustration, Monte Carlo simulation studies are given and a real life example is provided.
文摘软件规模和复杂程度的不断提高,为软件质量保障带来了严峻的挑战.软件缺陷定位是一种重要的软件质量保障技术,其中基于频谱的缺陷定位(Spectrum-based Fault Localization,SFL)是应用最为广泛的软件缺陷定位技术,其通过分析语句覆盖信息矩阵计算代码语句的可疑度值,并根据可疑度值定位缺陷所在语句.然而,语句覆盖信息矩阵中存在着严重的数据冗余问题,冗余的数据极大地影响了SFL的缺陷定位性能.以Defects4J数据集中395个程序的语句覆盖信息矩阵为例,在超过一半的语句覆盖信息矩阵中有90%的语句存在与其具有相同覆盖信息的语句.特征选择是常用的数据预处理技术,通过去除冗余和不相关特征来获取原始特征集中有价值的特征子集.因此,我们将语句覆盖信息矩阵作为原始特征集,将冗余覆盖信息约简建模为特征选择问题,提出了一种基于冗余覆盖信息约简的软件缺陷定位方法(Fault Localization based on Redundant coverage information Reduction,FLRR).首先,使用特征选择技术对语句覆盖信息和测试用例执行结果组成的语句覆盖信息矩阵进行约简,得到语句覆盖信息矩阵子集;然后,使用SFL计算语句覆盖信息矩阵子集中语句的可疑度值,并根据可疑度值对语句进行降序排列,以定位缺陷语句.本文使用六种常用的特征选择技术对语句覆盖信息矩阵进行特征选择和约简,以得到语句覆盖信息矩阵子集,并使用四种典型的SFL技术对语句覆盖信息矩阵子集中的语句进行缺陷定位.为评估FLRR的缺陷定位性能,本文使用E_(inspect)@n和MRR(Mean Reciprocal Rank)评价指标在基于Defects4J的数据集上与四种典型的SFL技术进行了对比实验.实验结果表明,FLRR能够有效提升SFL的缺陷定位性能.对于E_(inspect)@n指标,当n=1时,FLRR相比DStar、Ochiai、Barinel和OP2分别多定位到23条、26条、14条和13条缺陷语句,分别增加了69.70%、76.47%、45.16%和38.24%;对于MRR指标,FLRR相比DStar、Ochiai、Barinel和OP2分别提升了20.08%、24.94%、17.45%和19.15%.
文摘测试数据自动生成方法是软件测试领域研究的热点。基于遗传算法的启发式搜索算法是一种路径覆盖生成测试数据的方法。文中提出了一种基于自适应随机测试(Adaptive Random Testing,ART)算法更新种群的方法,将ART融入遗传算法,优化选择操作,动态更新种群,从而增加种群进化过程中的个体多样性,提高了收敛速度,有效地减少了陷入局部最优。实验结果显示,与传统遗传算法生成测试数据的方法相比,改进的算法明显提高了路径覆盖率,减少了种群平均进化代数。
文摘选取7款市售底妆类产品进行实验,从4个维度——遮瑕度、暗沉度、抗迁徙性、抗水抗汗抗皮脂,探讨了底妆体外测试的评估方法。遮瑕度和暗沉度实验部分均使用自动涂膜机将测试的底妆样品涂布均匀,采用分光光度计对样品的遮盖率及底妆的色泽表征值(ΔL,Δa,Δb)进行测定;结果得出样品E1的遮盖率为90.98 cr,遮瑕度最高;样品D2的ΔL值为-2.73变化最大,暗沉度最高;结合消费者上妆测试评分来进一步验证,整体分值结果与体外测试结果一致。利用图像分析软件Image-Pro Plus 6.0分析黑胶带上蹭下的粉体量,通过计算总面积比较出样品的抗迁徙性:样品E1<样品D2<样品E2<样品F<样品B1。结合接触角测量仪,测量出去离子水、人工汗液、人工皮脂在样品表面的接触角大小,样品B1和D2与去离子水和人工汗液的接触角大于90°表现为疏水疏汗;所有样品的接触角都小于90°表现为亲油性,其中样品E1和样品F表现为相对亲油性较低,接触角分别为40.8°和40.0°。采用现有文献测试的抗水抗汗抗皮脂测试方法进行对比,结果大体上相符。结果表明,4种采用仪器科学测量的方法都具有可实行性和依据性,为底妆评估提供了简便且科学的测试方法。
文摘针对目前尚未存在有效的中文文本纠错软件测试用例最小化方法的情况,设计了两种中文文本纠错软件测试用例集最小化方法:基于多目标遗传算法的中文文本纠错软件测试用例集最小化方法(Minimization Method based on Multi-objective Genetic Algorithm of Test case for Chinese text error Correction Software,MMG-CCS)和基于TextRank模型的中文文本纠错软件测试用例最小化方法(Minimization Method based on TextRank of Test case for Chinese text error Correction Software,MMT-CCS).MMG-CCS基于问题特点设计了一种中文文本纠错软件测试用例集覆盖度模型,并将测试用例集大小及覆盖度作为目标函数,为了高效求解该问题,MMG-CCS同时对遗传算子进行了改进.此外,MMT-CCS方法能将测试用例集最小化问题映射为图解问题,并根据问题特点对TextRank模型进行了针对性改进.实验结果表明,MMG-CCS和MMT-CCS对测试用例集的缩减程度高,且在不同中文文本纠错软件上对于不同中文文本纠错软件测试用例集均能保持相同的测试效果.
