پدافند الکترونیکی و سایبری (Jun 2023)
ارائه روشی برای شناسایی موارد آزمون موثر در آزمون نرم‌افزار
Abstract
تولید داده آزمون، یکی از بخش‌های پرهزینه در آزمون نرم‌افزار است که با توجه به موارد آزمون طراحی‌شده، انجام می‌شود. مسئله‌ی طراحی موارد آزمون و سپس تولید داده آزمون بهینه، یکی از چالش‌های موجود در آزمون نرم‌افزار، ازجمله فن آزمون جهش است. آزمون جهش، این توانایی را دارد که کیفیت موارد آزمون را بسنجد و موارد آزمون باکفایت را مشخص نماید. بااین‌حال، برای انجام آزمون جهش، به مجموعه آزمونی نیاز است که بتواند کد منبع را به‌صورت حداکثری پوشش دهد و از این طریق، توانایی شناسایی خطاهای برنامه را داشته باشد. در این مقاله، از فنون پوشش کد، برای طراحی موارد آزمون و از الگوریتم فرا-ابتکاری FA-MABC برای تولید خودکار داده آزمون بهینه، استفاده می‌شود. نتایج این کار، مجموعه آزمونی است که می‌تواند حداکثر خطوط کد منبع را پوشش داده و آزمون کند. چنین مجموعه آزمونی، توانایی بالایی در شناسایی خطاهای برنامه دارد و در آزمون جهش، امتیاز بالایی کسب می‌کند. در روش پیشنهادی، برای رسیدن به موارد آزمون مؤثر، ابتدا موارد آزمون طراحی‌شده، در آزمون جهش اعمال می‌شوند و با استفاده از جدول جهش‌های خاموش‌شده، موارد آزمون مؤثر استخراج می‌شوند. نتایج ارزیابی، نشان می‌دهد که الگوریتم FA-MABC، موجب کاهش هزینه زمانی در تولید داده آزمون می‌شود و معیار پوشش «شرط اصلاح‌شده / تصمیم»، موجب افزایش امتیاز جهش می‌شود.
