基于EFSM模型的测试与错误诊断

测试与错误诊断是系统开发过程中两个直接关联的重要环节，是保证被测系统正确运行不可缺少的技术手段。基于EFSM模型的测试可以在利用EFSM模型良好描述能力优势的同时，通过形式化方法提高测试的错误覆盖率。然而，从软件代码中抽取EFSM模型的已有技术仍然存在一些不足，与基于EFSM模型的测试相适应的错误诊断尚无具有良好错误定位能力的方法。本课题拟针对上述问题，研究基于EFSM模型的分析测试与错误诊断技术。拟研究的内容包括，如何根据特定的错误类型和分析策略，从源代码中抽取合适的模型；如何根据模型生成高覆盖率的测试用例集，找出其中的性能瓶颈。在基于EFSM模型的准确性错误诊断方面，采用分层诊断策略，将错误诊断分为EFSM模型本身的错误发现及诊断和EFSM模型实现错误诊断两个层次，以提高错误诊断的整体错误定位能力。

测试与错误诊断是系统开发过程中两个直接关联的重要环节，是保证软件系统正确运行不可缺少的技术手段。本项目研究了基于EFSM模型的测试、程序精态分析以及组合测试和相关的错误诊断技术。取得的主要成果包括：针对C程序分析，提出了一种更细致的状态转移模型，它能更精确地刻画程序在内存分配和使用等方面的行为，以便有效地发现内存泄露等错误；针对安卓应用软件资源泄露问题，给出了一种轻量级的静态分析方法；在基于有限状态机模型的测试方面，提出了一种基于组区分的扩展UIO序列生成方法；利用伪布尔优化问题的求解技术，提出了高效率的组合测试数据（覆盖表CA）生成技术；提出一种适应性组合测试方法，根据前面的测试结果，不断地添加新的测试用例，最终将导致失败的原因找出来；还提出了一种新的基于伪布尔优化技术的组合错误定位方法。