一種基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于回歸測(cè)試領(lǐng)域，具體設(shè)及一種基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技 術(shù)。
【背景技術(shù)】
[0002] 回歸測(cè)試是軟件測(cè)試過程中一個(gè)較為頻繁的活動(dòng)。當(dāng)首次完成對(duì)軟件的一輪測(cè) 試，并將發(fā)現(xiàn)的問題修復(fù)后，需要重新對(duì)軟件進(jìn)行測(cè)試，來驗(yàn)證軟件修復(fù)的正確性，此過程 稱為回歸測(cè)試?；貧w測(cè)試目的是保證對(duì)軟件的各種修改不會(huì)引入其它不可預(yù)測(cè)的錯(cuò)誤。相 關(guān)文獻(xiàn)表明大約有30%的錯(cuò)誤由回歸測(cè)試發(fā)現(xiàn)。近年來隨著軟件技術(shù)的發(fā)展、軟件規(guī)模的 增大，測(cè)試用例數(shù)量不斷增加，而時(shí)間、人力、資金等成本是有限的，在有限資源下必然無法 執(zhí)行全部測(cè)試用例，唯有從龐大的測(cè)試用例庫(kù)中挑選部分最有價(jià)值的測(cè)試用例優(yōu)先執(zhí)行， W保證在有限資源下盡可能多地發(fā)現(xiàn)錯(cuò)誤達(dá)到較高的軟件質(zhì)量。因此，設(shè)計(jì)高效的測(cè)試用 例選取技術(shù)對(duì)提高回歸測(cè)試發(fā)現(xiàn)錯(cuò)誤的速率，具有非常大的研究?jī)r(jià)值。
[0003]目前已存在多種回歸測(cè)試用例選取技術(shù)，主要可W分為3大類:測(cè)試用例選擇、測(cè) 試用例最小化和測(cè)試用例優(yōu)先級(jí)排序。測(cè)試用例選擇技術(shù)主要從源代碼和模型兩方面從已 有測(cè)試用例集中選擇出所有可檢測(cè)到代碼修改的測(cè)試用例。測(cè)試用例最小化技術(shù)主要利用 啟發(fā)式捜索算法約簡(jiǎn)測(cè)試用例集。然而，運(yùn)兩種技術(shù)均忽略了被舍棄的測(cè)試用例也可能發(fā) 現(xiàn)程序中的錯(cuò)誤，甚至是比較嚴(yán)重錯(cuò)誤等情況。測(cè)試用例優(yōu)先級(jí)排序技術(shù)采用某種排序準(zhǔn) 貝1J，賦予每個(gè)測(cè)試用例一個(gè)優(yōu)先級(jí)，引導(dǎo)測(cè)試用例按優(yōu)先級(jí)從高至低排序并依次執(zhí)行。與前 兩種技術(shù)相比，測(cè)試用例優(yōu)先級(jí)排序技術(shù)在不舍棄測(cè)試用例的前提下，盡可能選擇發(fā)現(xiàn)錯(cuò) 誤的測(cè)試用例優(yōu)先執(zhí)行，發(fā)現(xiàn)錯(cuò)誤的可能性略高一籌。
[0004]基于軟件開發(fā)流程，對(duì)測(cè)試用例優(yōu)先級(jí)排序技術(shù)的研究大部分集中于模型、源代 碼和需求運(yùn)3個(gè)方面?；谀Ｐ偷募夹g(shù)分析系統(tǒng)模型，將測(cè)試用例與模型相對(duì)應(yīng)，根據(jù)系統(tǒng) 模型的優(yōu)先級(jí)對(duì)測(cè)試用例排序，典型的有Korel等人提出的選擇性排序法W及模型依賴關(guān) 系排序法?；谠创a的技術(shù)關(guān)注測(cè)試用例對(duì)代碼的覆蓋情況并設(shè)置權(quán)重值，利用相應(yīng)算 法根據(jù)權(quán)重值對(duì)測(cè)試用例排序，典型的有Rothermel等人提出的To化1策略和Additional策 略?；谛枨蟮募夹g(shù)運(yùn)用測(cè)試需求與測(cè)試用例之間的相關(guān)影響因素對(duì)測(cè)試用例排序，典型 的有Krishnamoodhi等人提出的需求六因素技術(shù)。實(shí)際應(yīng)用中，可根據(jù)所獲得的文檔或側(cè) 重點(diǎn)不同選擇不同的測(cè)試用例優(yōu)先級(jí)排序技術(shù)。例如，當(dāng)客戶沒有源代碼只有可執(zhí)行文件 時(shí)，可W從需求出發(fā)，根據(jù)需求規(guī)則說明書，通過分析軟件需求點(diǎn)和功能點(diǎn)設(shè)計(jì)測(cè)試用例并 指導(dǎo)排序。
[0005]本發(fā)明聚焦基于需求的測(cè)試用例優(yōu)先級(jí)排序技術(shù)?，F(xiàn)有的該類技術(shù)主要通過將測(cè) 試用例與測(cè)試需求建立映射關(guān)系，然后為測(cè)試需求設(shè)定優(yōu)先級(jí)對(duì)測(cè)試用例進(jìn)行排序。經(jīng)典 的量化測(cè)試需求優(yōu)先級(jí)的方式有:Srikanth等人提出由用戶指定需求優(yōu)先級(jí)與需求實(shí)現(xiàn)復(fù) 雜度等因素;Krishnamoodhi等人提出需求六因素技術(shù)從與需求相關(guān)的6個(gè)因素:需求完整 性程度、需求實(shí)現(xiàn)復(fù)雜度、缺陷影響程度、需求變更程度、用戶自定義需求優(yōu)先級(jí)和需求可 跟蹤性程度進(jìn)行量化;仲曉芳等人提出一個(gè)成本收益模型，加入排序消耗的成本和收益信 息:李紅紅等人提出基于優(yōu)先數(shù)的排序算法，考慮代碼注入、存儲(chǔ)收集歷史信息等成本。
[0006] 然而，現(xiàn)有基于需求的測(cè)試用例優(yōu)先級(jí)排序技術(shù)主要存在如下巧巾缺點(diǎn)：
[0007] (1)所考慮的與需求相關(guān)的因素在理論上有存在的道理，但在實(shí)際測(cè)試環(huán)境下并 不常用，增加了計(jì)算復(fù)雜度；
[0008] (2)在量化需求優(yōu)先級(jí)時(shí)，通過加權(quán)平均的計(jì)算方式具有很大局限性，不能突顯特 定環(huán)境下某個(gè)需求的特點(diǎn)：
[0009] (3)沒有考慮需求之間的依賴關(guān)系，例如存在兩個(gè)需求A和B，需求A為登錄操作，需 求B為修改用戶信息，需求B的操作必須在需求A操作正確完成的情況下才能執(zhí)行，運(yùn)種情況 必須將需求A在需求B之前測(cè)試。

【發(fā)明內(nèi)容】

[0010]針對(duì)上述問題，本發(fā)明提出了一種構(gòu)思合理、步驟簡(jiǎn)單，能從不同角度反應(yīng)現(xiàn)聯(lián)需 求，具有很靈活的針對(duì)性，可W盡快達(dá)到較高的需求覆蓋率，避免對(duì)測(cè)試需求的集中測(cè)試， 與實(shí)際測(cè)試環(huán)境結(jié)合更緊密的基于需求的測(cè)試用例優(yōu)先級(jí)排序技術(shù)。
[0011] 本發(fā)明的技術(shù)方案如下：
[0012] 上述的基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，具體包括W下步驟：（1)獲取軟 件所有測(cè)試需求與測(cè)試用例并進(jìn)行狀態(tài)初始化；（2)建立測(cè)試需求與測(cè)試用例之間的對(duì)應(yīng) 關(guān)系W及測(cè)試需求之間的依賴關(guān)系；（3)對(duì)需求因素排列主次關(guān)系；（4)獲取各測(cè)試需求的 需求因素優(yōu)先級(jí)值；（5)計(jì)算各測(cè)試需求的優(yōu)先級(jí)值；（6)根據(jù)Additional策略及測(cè)試需求 間邏輯關(guān)系選擇一個(gè)測(cè)試需求；（7)從選中的測(cè)試需求對(duì)應(yīng)的所有測(cè)試用例中依照規(guī)則選 擇一個(gè)測(cè)試用例并執(zhí)行；（8)修改選中的測(cè)試需求與選中的測(cè)試用例的狀態(tài)；（9)根據(jù)測(cè)試 用例執(zhí)行結(jié)果進(jìn)行相關(guān)測(cè)試用例狀態(tài)修改；（10)根據(jù)規(guī)則重置特定測(cè)試需求與測(cè)試用例的 狀態(tài)；（11)判斷所有測(cè)試用例是否已完成排序。
[0013] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(1)具體是將所有 測(cè)試需求的狀態(tài)初始化為未覆蓋，將所有測(cè)試用例的狀態(tài)初始化為未使用。
[0014] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(3)具體是由測(cè)試 人員根據(jù)軟件特點(diǎn)和實(shí)際測(cè)試效果設(shè)定需求因素的主次關(guān)系，所述步驟(3)具體包括4個(gè)需 求因素，即：①需求核屯、程度，表示需求是否對(duì)應(yīng)軟件的核屯、功能W及核屯、程度;②需求易 錯(cuò)程度，表示需求是否存在潛在錯(cuò)誤W及錯(cuò)誤程度;③缺陷影響程度，表示需求對(duì)應(yīng)的功能 在之前測(cè)試時(shí)是否被發(fā)現(xiàn)缺陷W及缺陷影響程度;④需求變更程度，表示軟件在實(shí)際開發(fā) 完成后是否因需求發(fā)生改變或未被滿足而修改程序W及修改程度。
[0015] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(4)是根據(jù)所述步 驟(3)的4個(gè)需求因素，由用戶和開發(fā)人員共同設(shè)定各測(cè)試需求的需求核屯、程度優(yōu)先級(jí)值， 由測(cè)試人員設(shè)定各測(cè)試需求的需求易錯(cuò)程度優(yōu)先級(jí)值，測(cè)試人員根據(jù)測(cè)試需求對(duì)應(yīng)的測(cè)試 用例發(fā)現(xiàn)缺陷的嚴(yán)重程度值計(jì)算各測(cè)試需求的缺陷影響程度優(yōu)先級(jí)值，根據(jù)開發(fā)人員提供 的代碼修改情況設(shè)定各測(cè)試需求的需求變更程度優(yōu)先級(jí)值。
[0016] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(5)測(cè)試需求的優(yōu) 先級(jí)值是根據(jù)對(duì)應(yīng)的所述4個(gè)需求因素的主次關(guān)系及優(yōu)先級(jí)值計(jì)算。
[0017] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(6)具體是先根據(jù) Additional策略優(yōu)先選擇一個(gè)優(yōu)先級(jí)值最高、狀態(tài)為未覆蓋的測(cè)試需求，同時(shí)要求該測(cè)試 需求對(duì)應(yīng)含有狀態(tài)為未使用的測(cè)試用例，如果滿足條件的測(cè)試需求不止一個(gè)，則隨機(jī)從中 選擇一個(gè);如果選擇的測(cè)試需求存在依賴的測(cè)試需求，則優(yōu)先選擇其依賴的測(cè)試需求，如果 測(cè)試需求的依賴關(guān)系不止一個(gè)，則隨機(jī)從其依賴的測(cè)試需求中選擇一個(gè)。
[0018] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中，所述步驟(7)選擇測(cè)試用例 的具體規(guī)則為:如果該測(cè)試需求的缺陷影響程度優(yōu)先級(jí)值大于0,則選擇該測(cè)試需求對(duì)應(yīng)的 所有測(cè)試用例中發(fā)現(xiàn)缺陷的嚴(yán)重程度值最大且未使用的測(cè)試用例，如果測(cè)試用例發(fā)現(xiàn)缺陷 的嚴(yán)重程度值最大且未使用的測(cè)試用例不止一個(gè)，則隨機(jī)從中選擇一個(gè);如果該測(cè)試需求 的缺陷影響程度優(yōu)先級(jí)值為0且變更程度優(yōu)先級(jí)值大于0，則在該測(cè)試需求對(duì)應(yīng)的所有測(cè)試 用例中優(yōu)先選擇新增或修改且狀態(tài)為未使用的測(cè)試用例，如果新增或修改且狀態(tài)為未使用 的測(cè)試用例不止一個(gè)，同樣采用隨機(jī)策略從中選擇。
[0019] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中：所述步驟(8)是將選中測(cè)試 需求的狀態(tài)置為已覆蓋，將選中測(cè)試用例的狀態(tài)置為已使用;所述步驟(9)中，如果執(zhí)行的 測(cè)試用例發(fā)現(xiàn)程序缺陷，則將此次選中的測(cè)試需求下狀態(tài)為未使用的測(cè)試用例修改為不可 使用。
[0020] 所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中，所述步驟（10)的規(guī)則具體 為:如果所有測(cè)試需求的狀態(tài)均為已覆蓋或狀態(tài)為未覆蓋的測(cè)試需求下不存在狀態(tài)為未使 用的測(cè)試用例，則將所有測(cè)試需求的狀態(tài)重置為未覆蓋;另外，如果測(cè)試用例的狀態(tài)含有已 使用和不可使用兩種，則將所有狀態(tài)為不可使用的測(cè)試用例置為未使用。
[0021 ]所述基于需求的回歸測(cè)試用例優(yōu)先級(jí)排序技術(shù)，其中，所述步驟(11)中，如果所有 測(cè)試用例已完成排序，則依照選中并執(zhí)行的測(cè)試用例順序輸出測(cè)試用例序列，流程結(jié)束;否 則進(jìn)入所述步驟(6)繼續(xù)進(jìn)行迭代。
[0022] 有益效果：
[0023] 本發(fā)明基于需求的回歸測(cè)試用例優(yōu)先