基于FitNesse的自動化回歸測試模型和工具的研究.pdf

1、軟件測試在軟件的整個(gè)開發(fā)過程中占有非常重要的地位，是保證軟件質(zhì)量、提高軟件可靠性的關(guān)鍵步驟之一。測試自動化是軟件測試的一個(gè)發(fā)展趨勢，人們在自動化軟件測試方面做了大量工作，研發(fā)出很多的軟件測試工具，用于實(shí)現(xiàn)自動化測試。早期的軟件自動化測試工具在技術(shù)和功能上存在的不足：這些工具通常需要手工指定被測系統(tǒng)(System Under Test，SUT)，指定待測試方法，手工編輯和調(diào)試生成測試腳本，所以測試腳本的可重用性和可維護(hù)性較差，當(dāng)被測系統(tǒng)發(fā)

2、生改變后，需要調(diào)整才能正確執(zhí)行原來的測試腳本。
　　 測試用例的設(shè)計(jì)與生成是軟件測試過程中的重要環(huán)節(jié)。全面測試需要大量的測試用例，單純的手動生成方式往往十分困難。因此測試用例的自動生成便成為自動化測試中的一個(gè)重要問題。本文在研究當(dāng)前軟件測試用例自動生成技術(shù)及常用的測試用例自動生成算法基礎(chǔ)上，受Simon Poulding和John A.Clark提出的參數(shù)分布尋優(yōu)算法的啟發(fā)，提出一種基于代碼邏輯結(jié)構(gòu)的參數(shù)分布尋優(yōu)及組合邊界值分析

3、的測試用例生成算法(An Approach For Test Case Generation Based OnOptimization Of Parameter And Boundary Value Analysis，簡稱TCG-OPBVA)。與Simon Poulding和John A.Clark提出的參數(shù)分布尋優(yōu)算法相比較，關(guān)鍵不同點(diǎn)如下：
　　 (1)從控制流圖自動導(dǎo)出輸入?yún)?shù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。先通過工具軟件解析源代碼，構(gòu)

4、造程序的控制流圖，然后從控制流圖自動化構(gòu)造程序的參數(shù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。
　　 (2)適應(yīng)度函數(shù)。自動化構(gòu)造參數(shù)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)后，搜索算法只需對貝葉斯網(wǎng)絡(luò)進(jìn)行參數(shù)學(xué)習(xí)，因而可以去掉差異性約束項(xiàng)，同時(shí)也減少了人為規(guī)定覆蓋性約束項(xiàng)與差異性約束項(xiàng)之間的權(quán)重因子所造成的不確定性影響。
　　 (3)邊界值組合分析。抽樣出測試集合之后，再按照組合邊界值分析法增加適量的測試用例，形成最終的測試用例集。
　　 為了更好的實(shí)施自動

5、化回歸測試，應(yīng)用TCG-OPBVA算法，基于驗(yàn)收測試框架FitNesse，提出一個(gè)自動化回歸測試模型。基于該模型自主設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)實(shí)用的自動化回歸測試工具(Automated Regression Testing Tool，簡稱ARTT)，用于對Java程序?qū)嵤┳詣踊貧w測試。該工具具有以下特點(diǎn)：
　　 (1)自動生成測試用例。ARTT逐個(gè)解析被測系統(tǒng)中的被測試類，提取被測試類的測試信息，同時(shí)生成用于存儲待測試方法的參數(shù)信息的

6、XML文檔。手工編輯這些參數(shù)的邊界值后，ARTT依據(jù)這些參數(shù)信息，應(yīng)用TCG-OPBVA算法能夠自動生成測試用例。
　　 (2)自動構(gòu)建Fit表格。ARTT根據(jù)提取到的測試信息以及生成的測試用例，能夠構(gòu)建運(yùn)行在FitNesse環(huán)境下的帶有測試用例的Fit表格。
　　 (3)自動生成測試代碼。ARTT依據(jù)提取到的測試信息及Fit表格中的信息自動構(gòu)建測試代碼。ARTT采用類似于數(shù)據(jù)驅(qū)動的腳本技術(shù)，將測試輸入值和期望輸出結(jié)果單