【摘要】：協(xié)議一致性測(cè)試是檢驗(yàn)被測(cè)實(shí)現(xiàn)是否與標(biāo)準(zhǔn)協(xié)議規(guī)范相一致的方法,可確保符合協(xié)議的設(shè)備或者系統(tǒng)互聯(lián)與互通。在被測(cè)設(shè)備調(diào)試、升級(jí)、修復(fù)等過(guò)程中,往往需要重新執(zhí)行所有測(cè)試案例,以確保協(xié)議一致性測(cè)試的完備性。但在測(cè)試資源有限或者測(cè)試案例較多的情況下,如何快速確定故障成為一個(gè)難題。為此,本文提出了一種改進(jìn)的基于故障定位的測(cè)試案例優(yōu)先排序方法,并開(kāi)發(fā)一致性測(cè)試案例優(yōu)先排序軟件。本文主要研究?jī)?nèi)容如下:(1)首先對(duì)現(xiàn)有的協(xié)議一致性測(cè)試案例優(yōu)先排序方法進(jìn)行研究。對(duì)基于故障定位的測(cè)試案例優(yōu)先排序算法進(jìn)行改進(jìn)。該方法在測(cè)試案例優(yōu)先排序過(guò)程中,首先通過(guò)歷史執(zhí)行記錄以及測(cè)試需求間的依賴(lài)關(guān)系計(jì)算測(cè)試需求重要度,進(jìn)而得出測(cè)試案例重要度,對(duì)初始執(zhí)行序列進(jìn)行優(yōu)化。然后在測(cè)試過(guò)程中根據(jù)測(cè)試執(zhí)行情況對(duì)未執(zhí)行測(cè)試案例進(jìn)行優(yōu)先級(jí)動(dòng)態(tài)調(diào)整,對(duì)檢錯(cuò)概率高的測(cè)試案例進(jìn)行動(dòng)態(tài)選取,從而達(dá)到了提高故障檢測(cè)效率的目的。(2)接著,在協(xié)議一致性測(cè)試案例優(yōu)先排序方法研究的基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)了協(xié)議一致性測(cè)試案例優(yōu)先排序軟件,包括了需求獲取模塊、測(cè)試案例管理模塊、測(cè)試案例優(yōu)先排序模塊、測(cè)試執(zhí)行模塊、數(shù)據(jù)信息庫(kù)模塊、測(cè)試結(jié)果反饋模塊和人機(jī)交互界面等。(3)最后,對(duì)設(shè)計(jì)的協(xié)議一致性測(cè)試案例優(yōu)先排序軟件進(jìn)行功能驗(yàn)證和性能分析,通過(guò)將該軟件應(yīng)用到低速無(wú)線傳感器網(wǎng)絡(luò)協(xié)議一致性測(cè)試系統(tǒng)中進(jìn)行實(shí)際測(cè)試。測(cè)試結(jié)果表明,該軟件能夠提高協(xié)議一致性測(cè)試的故障檢測(cè)效率。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP393.04;TP311.52
【圖文】：

為對(duì)比分析算法故障檢測(cè)效果。圖3.3 所示為低速無(wú)線傳感器網(wǎng)絡(luò)協(xié)議中網(wǎng)絡(luò)層的測(cè)試需求以及所對(duì)應(yīng)的測(cè)試案例的仿真結(jié)果圖。橫軸代表測(cè)試案例的執(zhí)行比例，縱軸代表檢測(cè)到的故障覆蓋比例，曲線與橫軸面積代表 APFD 值的大小。根據(jù)仿真結(jié)果可以得出，本文所提出算法的APFD 值為 78.5%，基于故障定位的測(cè)試案例優(yōu)先排序方法的 APFD 值為 69.3%，

圖 3.3 不同算法故障檢測(cè)速率對(duì)比為了更好地驗(yàn)證算法的有效性，從低速無(wú)線傳感器網(wǎng)絡(luò)協(xié)議規(guī)范中隨機(jī)選取規(guī)模的測(cè)試需求和測(cè)試案例，分別使用基于故障定位的測(cè)試案例優(yōu)先排序方Additional 算法以及改進(jìn)后的算法進(jìn)行仿真，得出不同測(cè)試案例規(guī)模下不同算 AFPD 值，結(jié)果如圖 3.4 所示，橫軸為測(cè)試案例規(guī)模大小，縱軸為算法的 APF由結(jié)果可知在不同的測(cè)試案例規(guī)模下，相比其他兩種算法，本文所提出的改進(jìn)具有較好的故障檢測(cè)效率。

圖 3.5 不同規(guī)模下算法 TCFD 值對(duì)比分析以上仿真結(jié)果可發(fā)現(xiàn)：(1) 本文所提出的改進(jìn)的基于故障定位的測(cè)試案例優(yōu)先排序方法相比與ditional 算法和 FLP 算法，在測(cè)試案例相同的情況下，具有較高的故障檢測(cè)平均比，既具有更快的故障檢測(cè)速率。(2) 本部分是對(duì)協(xié)議一致性測(cè)試過(guò)程進(jìn)行模擬，在實(shí)際的測(cè)試案例優(yōu)先排序過(guò)，測(cè)試案例優(yōu)先級(jí)排序可能會(huì)受到較多因素的影響，如被測(cè)協(xié)議實(shí)現(xiàn)的類(lèi)型、開(kāi)銷(xiāo)和測(cè)試環(huán)境等，因而可能需要借助于經(jīng)驗(yàn)判斷是否需要以及用何種方式測(cè)試案例進(jìn)行執(zhí)行優(yōu)先級(jí)的排序。4 本章小結(jié)本章分析了基于故障定位的測(cè)試案例優(yōu)先排序方法的不足，設(shè)計(jì)出一種改進(jìn)

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 張磊;;基于新型互聯(lián)網(wǎng)通信應(yīng)用技術(shù)以及發(fā)展趨勢(shì)分析[J];中國(guó)新通信;2014年20期

2 王建峰;魏長(zhǎng)安;盛云龍;姜守達(dá);;基于錯(cuò)誤交互集的組合測(cè)試軟件故障定位方法[J];電子學(xué)報(bào);2014年06期

3 陳翔;陳繼紅;鞠小林;顧慶;;回歸測(cè)試中的測(cè)試用例優(yōu)先排序技術(shù)述評(píng)[J];軟件學(xué)報(bào);2013年08期

4 林木;戴月明;;回歸測(cè)試中測(cè)試用例集優(yōu)化方法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2011年11期

5 姚學(xué)禮;;網(wǎng)絡(luò)通信協(xié)議一致性測(cè)試研究[J];通信技術(shù);2009年05期

6 屈波;聶長(zhǎng)海;徐寶文;;基于測(cè)試用例設(shè)計(jì)信息的回歸測(cè)試優(yōu)先級(jí)算法[J];計(jì)算機(jī)學(xué)報(bào);2008年03期

7 馬海云;黨建武;;基于概率論的測(cè)試用例優(yōu)化技術(shù)研究[J];計(jì)量技術(shù);2011年12期

相關(guān)博士學(xué)位論文 前1條

1 張慧;基于測(cè)試用例的錯(cuò)誤定位技術(shù)研究[D];東南大學(xué);2016年

相關(guān)碩士學(xué)位論文 前4條

1 倪海銅;OpenFlow協(xié)議一致性測(cè)試系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2015年

2 常龍輝;Web應(yīng)用的測(cè)試用例優(yōu)化生成與優(yōu)先級(jí)技術(shù)[D];上海大學(xué);2015年

3 郭金全;基于測(cè)試設(shè)計(jì)標(biāo)準(zhǔn)化的軟件質(zhì)量保證[D];西南大學(xué);2011年

4 尚星星;基于TTCN-3的軟件性能測(cè)試方法與技術(shù)研究[D];北方工業(yè)大學(xué);2011年

本文編號(hào)：2764324