基于强化学习选择策略的路径覆盖测试数据生成算法
Algorithm for path coverage test data generation based on reinforcement learning selection strategy
牡丹江师范学院 a. 数学科学学院; b. 计算机与信息技术学院, 黑龙江 牡丹江 157000
摘要
面向路径覆盖的测试是软件测试的重要方法之一。如何快速生成高质量测试数据使其满足路径覆盖要求，一直是研究热点问题。为解决现有智能优化方法运行时间长、探索过程不稳定以及生成测试用例冗余的问题，提出一种基于强化学习思想的选择策略应用于以路径覆盖为准则的测试数据生成中。通过将可执行路径定义为智能体状态，算法每一轮迭代更新后的数据选择定义为智能体动作，并将奖励函数与状态变化关联，在状态更新过程中使用贪心策略来引导输入数据不断向未获取状态变异更新，以此不断选择能够覆盖新可执行路径的数据，从而实现对待测程序所有执行路径覆盖的目标。实验结果表明，与其他算法相比，所提策略的运行时间和迭代次数明显降低，同时覆盖率方面快速提高。结合理论分析可以得出结论：所提策略在实际运用中能够有效实现路径覆盖并提高测试数据生成效率。
基金项目
牡丹江师范学院项目(MNUGP202304,kjcx2022-020mdjnu,1451TD003)
黑龙江省自然科学基金资助项目(LH2023F037)
黑龙江省高等教育教学改革重点委托项目(SJGZ20200175)
黑龙江省高等教育教学改革项目(面向工程教育认证的软件工程专业课程群构建研究与实践一般研究SJGY20220607)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.11.0592
出版期卷: 《计算机应用研究》 优先出版, 2024年第41卷 第8期
发布历史
[2024-03-01] 优先出版
引用本文
刘超, 丁蕊, 朱雨寒. 基于强化学习选择策略的路径覆盖测试数据生成算法 [J]. 计算机应用研究, 2024, 41 (8). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.11.0592. (Liu Chao, Ding Rui, Zhu Yuhan. Algorithm for path coverage test data generation based on reinforcement learning selection strategy [J]. Application Research of Computers, 2024, 41 (8). (2024-04-10). https://doi.org/10.19734/j.issn.1001-3695.2023.11.0592. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
