基于模型的测试用例优化生成与自动执行

改进软件测试技术，提高软件测试效率和降低软件测试成本已成为关于测试方法研究和应用的重要目标。本课题采用形式方法研究基于模型的测试用例优化生成及测试自动执行，在确保测试用例集的错误探测能力的同时降低测试成本。主要包括：研究形式化可测试性模型的构建方法、基于模型分解与抽象的测试用例优化生成方法、基于场景规约和反例制导的测试用例集优化生成方法、优化的测试覆盖准则及测试优化生成方法、测试用例生成过程中的冗余约简方法；针对不同的测试意图，研究测试用例集的优化选择方法；研究测试用例的实例化与自动执行的方法；开发相应的支持工具。项目研究将丰富基于模型的测试理论，为软件测试优化方法提供理论基础和方法论的指导。该项研究对于提高软件的可信性和质量有重大意义。研究成果能够有效推动基于模型的测试方法在工业界中的应用。

软件测试是发现软件中的错误，保证软件质量的一种重要手段。基于模型的测试从软件系统的行为模型产生测试用例，再测试实际软件系统，分析系统的运行结果是否与模型行为预期的结果一致。从模型产生的测试用例比从程序代码产生测试用例更系统、更具代表性，比较容易实现测试自动化。本课题采用形式方法研究基于模型的测试用例优化生成及测试自动执行，在确保测试用例集的错误探测能力的同时降低测试成本。主要包括：研究形式化可测试性模型的构建、基于模型分解的测试用例优化生成、优化的测试准则、测试用例生成过程中的冗余约简；针对不同的测试意图，研究测试用例集的优化选择；研究测试用例的实例化与自动执行等方法。.项目取得了一系列研究成果。提出了一个基于正则表达式的测试建模理论，可以用来对并发系统进行建模，并可方便的推导出有效的测试序列。提出了一种基于模型分解的Web应用测试的方法，由子模型分别产生测试树。最后由不同的测试树获得相关的测试路径。课题组为回归测试提出了一种测试用例集合冗余约简的新方法。该方法将边覆盖准则作为第二测试覆盖准则，有意选取覆盖值的测试用例来约简具有相同等级（覆盖相同需求）的冗余测试用例。我们给出了一种在测试用例生成过程中使用模型检测器和SAT求解器约简测试集的方法。我们提出了一种基于历史信息的测试用例优先级技术，并在测试用例的执行过程中动态自适应地调整测试用例的优先级，以尽可能早地发现缺陷，达到预期的检错目标。同时，还提出了一种基于多目标的动态测试用例优先排序技术。课题组提出了基于概念分析的Web应用统计测试方法与基于使用行为模式的Web应用统计测试方法，可用于提高软件的可靠性。我们以扩展有穷状态机（EFSM）模型作为研究对象，使用遗传算法来生成面向 EFSM路径的测试数据。.本项目发表了学术期刊论文44篇。其中期刊论文14篇, 国际学术会议论文30篇。已被SCI收录4篇；EI正式收录25篇；出版著作2部；获授权发明专利1项；申请专利1项;获得软件著作权2项；承办第11届IEEE/ACIS ICIS国际学术会议；应邀在国际学术会议作大会特邀报告2次。培养博士研究生3名，硕士研究生13名。.项目研究丰富了基于模型的测试理论，为软件测试用例的优化生成方法提供了理论基础和方法论的指导。该项研究对于提高软件的可信性和软件测试的效率有重大意义。研究成果能够有效推动基于模型的测试方法在工业界中的应