本發明公開了一種基于極大似然估計最大期望的測試用例生成方法及系統,包括將軟件的輸入域劃分成多個子區域,并將輸入域的邊界區域與內部區域區別開來,將邊界區域作為優先級最高的子區域;引入潛變量并結合EM算法估計內部區域中子區域里可能包含失效區域的概率,基于概率大小對內部區域中子區域進行排序;按照子區域的優先級順序生成測試用例,直至發現軟件錯誤;若測試用例數達到預設條件仍未發現軟件錯誤,則繼續在優先級最高的子區域生成測試用例,直至發現軟件錯誤。本發明的方法可以很好地解決現有ART方法存在的巨大計算開銷問題,并在一定程度上解決了先前ART方法的邊界效應問題,同時提高了運行效率。
聲明:
“基于極大似然估計最大期望的測試用例生成方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)