【正文】 浙江大學(xué)碩士學(xué)位論文 Abstract 基于活動(dòng)圖的回歸測(cè)試研究 摘要隨著信息技術(shù)的深入發(fā)展，社會(huì)的各個(gè)領(lǐng)域的信息電子化進(jìn)程進(jìn)行的非常迅速。許多系統(tǒng)都是非常復(fù)雜和龐大的，而且更新?lián)Q代的速度非常驚人。那么怎么保證這些系統(tǒng)是高效、安全、可靠的，軟件的回歸測(cè)試是非常必要的。但是回歸測(cè)試是一個(gè)成本昂貴的過(guò)程。而在回歸測(cè)試中回歸測(cè)試用例的選擇是最重要的一個(gè)步驟，如何選擇一個(gè)盡可能小并且又能覆蓋所有改變和影響的測(cè)試用例集來(lái)進(jìn)行回歸測(cè)試用例選擇是一個(gè)重要的課題。本文對(duì)回歸測(cè)試選擇方法進(jìn)行了研究，提出了基于UML活動(dòng)圖的回歸測(cè)試用例選擇技術(shù)和基于風(fēng)險(xiǎn)的回歸測(cè)試選擇技術(shù)。這兩個(gè)技術(shù)是相輔相成的，能很好地完成回歸測(cè)試用例的選擇。主要研究?jī)?nèi)容及成果包括以下幾個(gè)方面：1）分析了需求的可跟蹤性對(duì)于進(jìn)行和管理回歸分析和測(cè)試的重要性。2）提出了一個(gè)基于活動(dòng)圖的回歸測(cè)試選擇策略，用來(lái)選擇回歸測(cè)試用例。將需求里的功能特征一一對(duì)應(yīng)到活動(dòng)圖上，再通過(guò)活動(dòng)圖很直觀地進(jìn)行測(cè)試用例的選擇。3）分析和描述了在回歸測(cè)試中的風(fēng)險(xiǎn)分析，同時(shí)提供了風(fēng)險(xiǎn)敞口(Risk Exposure)作為度量回歸測(cè)試用例集的質(zhì)量的指標(biāo)。提出了基于風(fēng)險(xiǎn)的回歸測(cè)試選擇技術(shù)，是基于活動(dòng)圖的回歸選擇技術(shù)的有益補(bǔ)充。4）用一個(gè)股票交易系統(tǒng)作為實(shí)驗(yàn)對(duì)象，驗(yàn)證了我們提出的方法的有效性，高效性。關(guān)鍵詞：　回歸測(cè)試，風(fēng)險(xiǎn)敞口，活動(dòng)圖i浙江大學(xué)碩士學(xué)位論文 AbstractAbstractAlong with the deeply development of information technology, lots of industrial and financial entities involve information technology into their daily business. Regression testing is essential to ensure software quality. A test team applies a regression test suite to ensure that new or modified features do not regress (make worse) existing features. Although existing research has addressed many related problems and put forward some solutions, most regression test techniques are codebased. Codebased regression test selection is good for unit testing, but it has a scalability problem. When the size of the object under test grows, it bees hard to manage all relevant Risk Exposure information and to create corresponding traceability matrices for validation and coverage assessment.We propose a method for regression test selection based on activity diagram and risk. There are two major parts of our work:1) We propose and justify a new regression test strategy based on activity diagram.2) We provide systematic methods for selecting regression test cases. We apply regression analysis to requirement to check throughout consistency of “requirement followed by a blank”, and design models. The basic model we use for describing requirements based on customer features or behaviors is the activity diagram, which is a notation of the UML. A process is presented for identifying the test cases affected by changes. At the same time, we use risk analysis and present a method of choosing riskbased test cases. Our risk analysis is based on a practical risk model, and is similar to that used by some organizations.Keywords：　Regression test, Activity diagram, Risk exposure ii浙江大學(xué)碩士學(xué)位論文 目錄目錄摘要 iAbstract ii第1章 緒論 1 課題背景 1 國(guó)內(nèi)外研究現(xiàn)狀及進(jìn)展 2 以前相關(guān)研究 2 現(xiàn)存理論存在的問(wèn)題 4 研究?jī)?nèi)容和研究目標(biāo) 4 本文結(jié)構(gòu)組織 5第2章 回歸測(cè)試 6 引言 6 回歸分析和測(cè)試概念 6 回歸測(cè)試技術(shù) 6 回歸分析的討論 7 回歸測(cè)試模式 9 軟件維護(hù)的分類和回歸測(cè)試的類型 10 本章小結(jié) 11第3章 方法1：基于活動(dòng)圖的回歸測(cè)試 13 引言 13 需求的可追溯性 13 UML的活動(dòng)圖 14 活動(dòng)圖的元素 16 活動(dòng)圖和測(cè)試用例關(guān)系 21 簡(jiǎn)化復(fù)雜的活動(dòng)圖 22 基于活動(dòng)圖設(shè)計(jì)測(cè)試用例 23 建立基于活動(dòng)圖的需求可追溯性 23 需求測(cè)試，設(shè)計(jì)測(cè)試和活動(dòng)圖 26 跟蹤測(cè)試用例到活動(dòng)圖元素 27 基于活動(dòng)圖進(jìn)行測(cè)試用例的選擇 30 糾正性維護(hù)中測(cè)試用例的選擇 30 基礎(chǔ)：基于CFG的回歸測(cè)試選擇技術(shù) 31 基于活動(dòng)圖的回歸測(cè)試選擇 34 糾正性和改進(jìn)性維護(hù)同時(shí)發(fā)生時(shí)測(cè)試用例選擇 35 本章小結(jié) 36第4章 風(fēng)險(xiǎn)和風(fēng)險(xiǎn)分析 37 引言 37 風(fēng)險(xiǎn)性測(cè)試 37 風(fēng)險(xiǎn)分析 37 風(fēng)險(xiǎn)分析活動(dòng) 38 一個(gè)實(shí)用的風(fēng)險(xiǎn)模型 39 本章小結(jié) 40第5章 方法2：基于風(fēng)險(xiǎn)的回歸測(cè)試 41 引言 41 基于風(fēng)險(xiǎn)的回歸測(cè)試方法 41 基于風(fēng)險(xiǎn)的回歸測(cè)試用例選擇技術(shù) 42 評(píng)估測(cè)試用例相對(duì)應(yīng)的潛在的錯(cuò)誤的成本(第1步) 43 評(píng)估每個(gè)測(cè)試用例嚴(yán)重度(第2步) 48 計(jì)算每個(gè)測(cè)試用例的風(fēng)險(xiǎn)敞口(第3步) 49 選擇測(cè)試用例作為基于風(fēng)險(xiǎn)的測(cè)試用例 50 本章總結(jié) 51第6章 實(shí)驗(yàn)分析和比較 52 引言 52 實(shí)驗(yàn)設(shè)計(jì) 52 實(shí)驗(yàn)結(jié)果和分析 54第7章 結(jié)束語(yǔ) 55參考文獻(xiàn) 56作者簡(jiǎn)歷 59致謝 60 II浙江大學(xué)碩士學(xué)位論文 表目錄圖目錄圖 回歸測(cè)試技術(shù) 7圖 回歸測(cè)試用例選擇 9圖 活動(dòng)圖例子 20圖 同步行為 23圖 一個(gè)取得匯率報(bào)價(jià)的模塊的活動(dòng)圖 24圖 簡(jiǎn)化后的活動(dòng)圖 25圖 建立需求特征和測(cè)試用例之間的可跟蹤的聯(lián)系 26圖 需求特征和測(cè)試用例間的可跟蹤性的聯(lián)系鏈 30圖 取得報(bào)價(jià)的功能模塊實(shí)施中發(fā)生錯(cuò)誤和變化 32圖 控制流圖C和改變后的C’ 33圖 圖45中的活動(dòng)圖的改變 35圖 風(fēng)險(xiǎn)分析活動(dòng) 39表目錄表 18表 25表 28表 29表 CFG C的測(cè)試集T的edge覆蓋模型 34表 45表 47表 48表 49表 50表 51表 53表 53表 53表 54表 54IV浙江大學(xué)碩士學(xué)位論文 第1章 緒論第1章 緒論 課題背景隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，計(jì)算機(jī)應(yīng)用的領(lǐng)域越來(lái)越廣，軟件系統(tǒng)功能越來(lái)越強(qiáng)大，其系統(tǒng)的規(guī)模也越來(lái)越大，越來(lái)越復(fù)雜。計(jì)算機(jī)已經(jīng)普遍地應(yīng)用在航空、航天、工業(yè)控制、金融、醫(yī)療、交通和電子商務(wù)等各個(gè)領(lǐng)域，這些軟件系統(tǒng)的運(yùn)行是否正確，已經(jīng)影響到社會(huì)生活得各個(gè)方面。一旦這些軟件失效，就會(huì)造成巨大的損失。尤其是這幾年，電子商務(wù)及金融產(chǎn)品的網(wǎng)上交易平臺(tái)等這些基于Web應(yīng)用的系統(tǒng)的快速發(fā)展，軟件產(chǎn)品的一點(diǎn)瑕疵就可能導(dǎo)致客戶的巨額財(cái)產(chǎn)損失。軟件測(cè)試就是減少這種損失，保證軟件質(zhì)量的重要手段。隨著人們對(duì)軟件測(cè)試的重要性的認(rèn)識(shí)的不斷加深，軟件測(cè)試階段在整個(gè)軟件開發(fā)周期中所占得比重會(huì)日益增大。根據(jù)Boehm的統(tǒng)計(jì)，目前軟件測(cè)試在軟件開發(fā)中的總成本中，其開銷占到了30%~50%[1]，在某些重大軟件項(xiàng)目占得比重更大。回歸測(cè)試是軟件測(cè)試中一個(gè)很重要的環(huán)節(jié)。其目的是保證程序在修改后不會(huì)引入新的錯(cuò)誤[2]。而隨著軟件規(guī)模的日益龐大，回歸測(cè)試的成本也相應(yīng)增大，甚至達(dá)到整個(gè)測(cè)試成本的一半以上[3]。所以回歸測(cè)試成為整個(gè)軟件測(cè)試的關(guān)鍵，是軟件質(zhì)量的重要保證?；貧w測(cè)試可以重用以前的測(cè)試過(guò)程，是一種比較有效地測(cè)試方法。但是，回歸測(cè)試需要前期投入，如何減少回歸測(cè)試的代價(jià)，是整個(gè)軟件回歸測(cè)試研究的難點(diǎn)和重點(diǎn)。在所有的難點(diǎn)和重點(diǎn)中，回歸測(cè)試用例選擇（Regression Test Selection）是重點(diǎn)中的重點(diǎn)?；貧w測(cè)試選擇是復(fù)用已有用例基進(jìn)行測(cè)試的方法。其目的是選擇一個(gè)盡可能小并且又能覆蓋所有改變和影響的代碼的測(cè)試用例集。目前回歸測(cè)試選擇的研究，主要包括：1）基于代碼信息的回歸測(cè)試選擇。該方法主要研究在已知代碼的情況下，對(duì)代碼相關(guān)的用例進(jìn)行選擇。2）基于歷史記錄的回歸測(cè)試選擇。該方法主要是根據(jù)測(cè)試的歷史記錄進(jìn)行回歸測(cè)試選擇。統(tǒng)一建模語(yǔ)言（UML）在軟件工程發(fā)展進(jìn)程中具有里程碑的意義，統(tǒng)一建模語(yǔ)言（UML）的正式發(fā)展是從1994 年開始的，它匯集了近20 多年來(lái)各種建模技術(shù)。自提出以來(lái)，后成為研究熱點(diǎn)，并且迅速在工業(yè)界得到廣泛的應(yīng)用。UML對(duì)開發(fā)高質(zhì)量軟件起了很大的促進(jìn)作用，同時(shí)也給軟件測(cè)試以及回歸測(cè)試帶來(lái)新的研究領(lǐng)域。目前大多數(shù)回歸用例選擇技術(shù)多是基于代碼的，有些是基于歷史記錄的。基于代碼的回歸測(cè)試選擇對(duì)測(cè)試人員要求很高，需要測(cè)試人員閱讀并理解代碼，這需要很多的時(shí)間花費(fèi)，并且是依賴于編程語(yǔ)言的。而基于歷史記錄的回歸測(cè)試選擇要求測(cè)試的所有記錄非常完善，很多時(shí)候我們達(dá)不到要求。而基于UML設(shè)計(jì)的回歸測(cè)試選擇不依賴于編程語(yǔ)言，比代碼級(jí)的回歸測(cè)試選擇更加容易且效率高。所以本文吸收前人的研究成果，結(jié)合UML活動(dòng)圖的特點(diǎn)，提出了基于UML活動(dòng)圖的回歸測(cè)試選擇技術(shù)，為了對(duì)軟件質(zhì)量更有信心，又提出了基于風(fēng)險(xiǎn)的回歸測(cè)試選擇技術(shù)，作為基于活動(dòng)圖的回歸測(cè)試的有益補(bǔ)充。 國(guó)內(nèi)外研究現(xiàn)狀及進(jìn)展 以前相關(guān)研究回歸測(cè)試作為軟件生命周期的一個(gè)組成部分，在整個(gè)軟件測(cè)試過(guò)程中占有很大的工作量比重，軟件開發(fā)的各個(gè)階段都會(huì)進(jìn)行多次回歸測(cè)試。在漸進(jìn)和快速迭代開發(fā)中，新版本的連續(xù)發(fā)布使回歸測(cè)試進(jìn)行的更加頻繁，而在極端編程方法中，更是要求每天都進(jìn)行若干次回歸測(cè)試。許多研究人員研究了回歸測(cè)試技術(shù)。他們的研究包含很廣泛的課題。例如，Brown 和Hoffman[8] 研究了測(cè)試環(huán)境和自動(dòng)化回歸測(cè)試過(guò)程。Harrold，Gupta和Soffa[9]研究了測(cè)試用例管理技術(shù)。Rothermel和Harrold[10] 研究了回歸測(cè)試選擇技術(shù)。最近幾年，大家的注意力被集中到回歸測(cè)試測(cè)試用例選擇領(lǐng)域。大部分的技術(shù)是針對(duì)白盒測(cè)試的，他們選擇測(cè)試用例是基于代碼的相關(guān)信息[1112]。只有少數(shù)的技術(shù)是針對(duì)黑盒測(cè)試，測(cè)試用例選擇基于系統(tǒng)本身特征[1316]。目前，回歸測(cè)試選擇的研究主要包括以下兩個(gè)方面：1) 基于代碼的回歸測(cè)試選擇。該方法主要研究在已知代碼的情況下，對(duì)代碼相關(guān)的測(cè)試用例進(jìn)行選擇。這個(gè)方法是通過(guò)比較修改前后對(duì)應(yīng)代碼對(duì)基線測(cè)試用例進(jìn)行選擇，從而得到回歸測(cè)試用例集的一種技術(shù)[28]。先采用一些分解術(shù)將復(fù)雜的程序分解成一個(gè)個(gè)相對(duì)較小的片段來(lái)進(jìn)行分析和維護(hù)。這些片段就叫做程序切片。任何一個(gè)程序都可以等價(jià)于一組程序切片的并集，而這些切片都是根據(jù)某個(gè)切片變量和切片準(zhǔn)則計(jì)算出來(lái)的。根據(jù)切片的定義:所有能夠影響到的語(yǔ)句、謂詞等都被包含到該切片變量的切片中了。所以對(duì)某個(gè)切片變量的修改一定不會(huì)影響到其他切片變量的切片。那么基于代碼方法的回歸測(cè)試思想可以描述如下: 針對(duì)修改后的程序，首先找出被修改的變量信息，然后運(yùn)用切片方法找到由于這些變量的變化所引起的直接定義一使用關(guān)系和間接定義一使用關(guān)系(通常是一些語(yǔ)句或者控制流和數(shù)據(jù)流信息)，將這些信息提取出來(lái)，組成一個(gè)程序片段，設(shè)計(jì)測(cè)試用例對(duì)這些程序片段進(jìn)行測(cè)試，最后把這些測(cè)試用例加人到原程序測(cè)試用例中，構(gòu)成新的回歸測(cè)試用例集。2) 基于歷史