用于搜索式单元测试生成中多准则组合的覆盖目标选择器
软件工程
2024-01-05 v2
摘要
单元测试对软件开发过程至关重要，它确保程序中基本编程单元（例如方法）的正确性。搜索式软件测试（SBST）是一种自动生成测试用例的方法。SBST 通过指定覆盖准则（例如分支覆盖）利用遗传算法生成测试用例。然而，一个好的测试套件必须具备不同的属性，而这些属性无法通过单一的覆盖准则来刻画。因此，当前最先进的方法组合多个准则来生成测试用例。由于组合多个覆盖准则为优化带来了多个目标，与单一准则相比，它损害了测试套件对某些准则的覆盖率。为应对该问题，我们提出了一种名为 \textbf{smart selection} 的新方法。基于准则间的覆盖相关性和覆盖目标间的包含关系，smart selection 选取覆盖目标的子集，以减少优化目标的数量并避免遗漏所有准则的任何属性。我们在 个 Java 类上以 分钟预算结合三种最先进的遗传算法对 smart selection 进行了实验评估。平均而言，smart selection 在 的两种方法有显著差异的类上优于组合所有目标。其次，我们进行了实验以验证关于覆盖准则关系的假设。此外，我们在 、 和 分钟的不同预算下评估了 smart selection 的覆盖性能，并探究其对缺陷检测的影响，证实了 smart selection 相对于组合所有目标的优势。
引用
@article{arxiv.2309.07518,
title = {Coverage Goal Selector for Combining Multiple Criteria in Search-Based Unit Test Generation},
author = {Zhichao Zhou and Yuming Zhou and Chunrong Fang and Zhenyu Chen and Xiapu Luo and Jingzhu He and Yutian Tang},
journal= {arXiv preprint arXiv:2309.07518},
year = {2024}
}
备注
arXiv admin note: substantial text overlap with arXiv:2208.04096