嵌入式軟件運(yùn)行剖面建模及測(cè)試用例生成

　　每一個(gè)運(yùn)行經(jīng)算法作用后，都表示為一Markov鏈，根據(jù)算法，可以看出，該Markov鏈之包含了運(yùn)行中的帶有輸入的節(jié)點(diǎn)以及其中的一些關(guān)鍵節(jié)點(diǎn)，該Markov鏈綜合了每個(gè)運(yùn)行的運(yùn)行圖以及其狀態(tài)細(xì)化圖，以下的程序處理都基于此Markov鏈。

　　3. 測(cè)試用例自動(dòng)生成

　　測(cè)試用例是根據(jù)運(yùn)行剖面隨機(jī)生成的。在運(yùn)行剖面中已經(jīng)規(guī)定了每個(gè)輸入變量的取值類型以及取值范圍，并且認(rèn)為變量在取值范圍內(nèi)均勻分布或分段均勻分布（由于很難確定變量的具體分布，這里假設(shè)為均勻分布）。軟件可靠性測(cè)試是一種隨機(jī)測(cè)試，測(cè)試用例的選取方式是隨機(jī)選取。因此，根據(jù)隨機(jī)測(cè)試的原則，在運(yùn)行剖面給定的輸入變量的取值區(qū)間內(nèi)任意抽取一個(gè)變量的實(shí)際取值。將各個(gè)變量按順序組合起來(lái)便生成了測(cè)試用例。用于軟件可靠性測(cè)試的測(cè)試用例可以定義為：根據(jù)運(yùn)行剖面生成的、完成對(duì)某一功能進(jìn)行測(cè)試的、按順序輸入到被測(cè)軟件的一系列輸入變量的有序組合。

　　嵌入式系統(tǒng)中，輸入可能為硬件信號(hào)或者人機(jī)接口，這就需要在標(biāo)示測(cè)試輸入類型時(shí)進(jìn)行特殊標(biāo)記，這里，可采用兩種方法，一是軟件模擬硬件信號(hào)，即當(dāng)需要硬件信號(hào)時(shí)，由軟件模擬此硬件信號(hào)，來(lái)保證測(cè)試的執(zhí)行。二是對(duì)需要的硬件信號(hào)進(jìn)行標(biāo)示，當(dāng)需要硬件信號(hào)時(shí)，系統(tǒng)會(huì)提示需要某個(gè)硬件信號(hào)的觸發(fā)。

　　根據(jù)運(yùn)行剖面生成測(cè)試用例的過(guò)程為：運(yùn)行剖面由一系列變量的取值區(qū)間和該運(yùn)行發(fā)生的概率組成。

　　首先，要隨機(jī)抽取一個(gè)運(yùn)行來(lái)實(shí)現(xiàn)對(duì)某一功能的一次測(cè)試。抽取運(yùn)行的過(guò)程如下：

　?、?將運(yùn)行剖面｛OPi｜OPi=＜Oi,Pi＞，i=1,2,…，N｝中所有運(yùn)行發(fā)生的概率Pi求前j項(xiàng)和，形成一個(gè)數(shù)列｛Sj｝，Sj=∑Pi，其中，i=1,…j，j=1,2,…，N；N為軟件運(yùn)行剖面中運(yùn)行總數(shù)，規(guī)定S0=0,并有S1=P1,Sn=1.0,Sj-Sj-1=Pj。這里運(yùn)行相互獨(dú)立。

　?、?任給一個(gè)隨機(jī)數(shù)η∈(0,1.0)，觀察η落在哪個(gè)區(qū)間，若η滿足Sj-1＜η≤Sj，則該隨機(jī)數(shù)η與Pj這個(gè)概率值對(duì)應(yīng)，那么這次隨機(jī)抽到的運(yùn)行為Oj。

　?、?確定了抽到的運(yùn)行為Oi后，就可以確定該運(yùn)行的輸入情況，假設(shè)該運(yùn)行有m個(gè)輸入，每個(gè)輸入的可選值分別為I1,I2…Im，將其排列為一個(gè)二進(jìn)制串，若I1有m1個(gè)可選輸入，I2有m2個(gè)可選輸入Im有mm個(gè)可選輸入，則二進(jìn)制串為(00…0) (00…0)……(00…0)，其中，第一個(gè)括號(hào)內(nèi)的0有m1個(gè)，第二個(gè)括號(hào)中的0有m2個(gè)，第m個(gè)括號(hào)中的0有mm個(gè)，構(gòu)造一個(gè)布爾類型的數(shù)組，數(shù)組的大小為2(I1+I2+…+Im)，數(shù)組的初始值均為false，每次產(chǎn)生一個(gè)測(cè)試用例時(shí)，從m個(gè)輸入的I1,I2…Im中每一個(gè)輸入的可選值中各選一個(gè)，并把二進(jìn)制串中的相應(yīng)位置1，m個(gè)輸入都選好后，把對(duì)應(yīng)的標(biāo)記數(shù)組置為true。生成一個(gè)測(cè)試用例后，首先判斷對(duì)應(yīng)的標(biāo)記數(shù)組，若為true，則需要重新生成一個(gè)用例。

　?、?其中，要進(jìn)行第二次抽樣來(lái)確定運(yùn)行中每個(gè)輸入的取值區(qū)間將取到的實(shí)體（即具體取值）。實(shí)體的確定將按照輸入變量的屬性分兩種情況進(jìn)行：

　?、?對(duì)于連續(xù)型輸入變量，運(yùn)行剖面給出的是該變量的取值區(qū)間的上下限［I.down,I.up］。抽樣時(shí)將根據(jù)輸入變量的數(shù)據(jù)類型，在區(qū)間［I.down,I.up］內(nèi)隨機(jī)抽取一個(gè)滿足輸入變量數(shù)據(jù)類型的具體值，作為該輸入變量的實(shí)體。

　?、?對(duì)于可選離散型輸入變量，運(yùn)行剖面給出的是一組離散點(diǎn)Ii,i=1,2,…,mi;mi為離散點(diǎn)的個(gè)數(shù)。抽樣時(shí)將在［1,mi］內(nèi)隨機(jī)抽取一個(gè)整數(shù)j，以確定選哪一個(gè)離散點(diǎn)作為該輸入變量的實(shí)體，并將該實(shí)體轉(zhuǎn)化為該輸入變量的數(shù)據(jù)類型。

　?、?通過(guò)對(duì)運(yùn)行和各個(gè)實(shí)體兩個(gè)步驟的抽樣，完成一個(gè)測(cè)試用例的生成。

　　應(yīng)用測(cè)試用例可以進(jìn)行軟件可靠性測(cè)試： 圖1 測(cè)試系統(tǒng)

　　系統(tǒng)負(fù)責(zé)根據(jù)以上算法策略等產(chǎn)生測(cè)試用例，輸入到整個(gè)測(cè)試系統(tǒng)中，執(zhí)行可靠性測(cè)試，測(cè)試系統(tǒng)根據(jù)某種判斷策略，來(lái)決定此用例是否通過(guò)測(cè)試，若在規(guī)定的時(shí)間內(nèi)，規(guī)定的輸入條件下，所有用例均通過(guò)測(cè)試，則測(cè)試完成，若其中有測(cè)試用例沒(méi)有通過(guò)測(cè)試，只需要對(duì)被測(cè)軟件進(jìn)行修改，消除其中的錯(cuò)誤，再次進(jìn)行測(cè)試，而整個(gè)測(cè)試系統(tǒng)不需要任何改動(dòng)，大大的提高了測(cè)試的效率和靈活性。這種測(cè)試是統(tǒng)計(jì)測(cè)試，測(cè)試完全根據(jù)各個(gè)運(yùn)行所發(fā)生的概率以及運(yùn)行的權(quán)重來(lái)進(jìn)行的，在測(cè)試中, 優(yōu)先測(cè)試那些最重要或最頻繁使用的功能，釋放和緩解最高級(jí)別的風(fēng)險(xiǎn)，有助于盡早發(fā)現(xiàn)那些對(duì)可靠性有最大影響的故障。

　　4．結(jié)束語(yǔ)

　　本文完全從工程應(yīng)用的角度出發(fā)，根據(jù)被測(cè)軟件的需求規(guī)格說(shuō)明書，通過(guò)和軟件使用人員充分的交流，由測(cè)試人員構(gòu)造出軟件的運(yùn)行剖面，并用文中定義的運(yùn)行圖來(lái)描述，經(jīng)過(guò)算法轉(zhuǎn)化為帶標(biāo)記的 Markov鏈描述，依據(jù)該Markov鏈，可以自動(dòng)生成測(cè)試用例。配合相應(yīng)的測(cè)試環(huán)境，進(jìn)行自動(dòng)化的可靠性測(cè)試，可以極大的提高測(cè)試的效率，被測(cè)嵌入式系統(tǒng)的可靠性也可以進(jìn)行更加充分的驗(yàn)證。

　　今后的工作主要是輸入模型的提取與識(shí)別以及重組，從本文的前面，可以看出，系統(tǒng)的輸入還是比較繁瑣的，如果能夠直接讀取被測(cè)軟件的UML圖，從圖中提取各種信息，從而自動(dòng)構(gòu)造軟件的運(yùn)行剖面，則可以使整個(gè)過(guò)程更加高效，符合軟件測(cè)試的發(fā)展趨勢(shì)。此外，支撐測(cè)試環(huán)境的搭建，也需要認(rèn)真的研究。

　　本文作者創(chuàng)新點(diǎn)：

　　1．傳統(tǒng)的軟件測(cè)試都是根據(jù)軟件的源代碼進(jìn)行測(cè)試，本文則根據(jù)軟件的需求規(guī)格說(shuō)明書進(jìn)行測(cè)試，大大提高了測(cè)試的效率和靈活性。

　　2．用帶標(biāo)記的Markov鏈對(duì)軟件運(yùn)行剖面建模，為自動(dòng)產(chǎn)生測(cè)試用例打下了基礎(chǔ)。

　　3．能對(duì)產(chǎn)生的測(cè)試用例情況進(jìn)行標(biāo)記，避免產(chǎn)生相同的測(cè)試用例，提高了測(cè)試的效率。