研究文章

一些种子很强：基于搜索的测试用例选择的种子策略

作者:

埃托尔阿丽埃塔,

巴勃罗山谷,

约塞巴A。阿吉雷,

戈尤里亚萨加杜伊作者信息和声明

软件工程及方法论学报,体积32,问题1

条款编号：17，页码1-47

https://doi.org/10.1145/3532182

出版:2023年2月13日出版历史

获取访问权限

摘要

软件系统的测试时间通常很长。基于搜索的测试选择是一种广泛研究的优化测试过程的技术。在本文中，我们为生成基于Pareto的多目标算法的初始种群的测试用例选择问题提出了一组种子策略，其目标是（1）帮助找到整体上更好的解集，（2）增强算法的收敛性。种子策略与四种最先进的多目标搜索算法集成，并应用于回归测试至关重要的两种情况：（1）基于仿真的网络物理系统测试和（2）持续集成。在第一种情况下，我们通过使用六个适应度函数组合和六个独立的案例研究来评估我们的方法，而在第二种情况下，我们总共推导了六个适应度函数组合，并使用了四个案例研究。我们的评估表明，所提出的一些种子策略确实有助于解决多目标测试用例选择问题。具体而言，所提议的种子策略在96%的研究场景中提供了更高的算法收敛性，并在85%的研究场景下提供了标准搜索预算的总体成本效益。

工具书类

[1]

肖卡特·阿里（Shaukat Ali）、莱昂内尔·布里安德（Lionel C.Briand）、哈迪·赫马蒂（Hadi Hemmati）和拉吉温德·考尔·帕内萨·瓦拉威格（Rajwinder Kaur Panesar Walawege）。2010年。基于搜索的测试用例生成应用和实证调查的系统回顾。IEEE传输。柔和。工程师。36, 6 (2010), 742–762.

数字图书馆

[2]

M.Moein Almasi、Hadi Hemmati、Gordon Fraser、Andrea Arcuri和Jánis Benefelds。2017.单元测试生成的行业评估：发现财务应用程序中的实际错误。在第39届软件工程国际会议论文集：实践轨道中的软件工程IEEE出版社，263–272。

数字图书馆

[3]

安德烈亚·阿库里（Andrea Arcuri）和莱昂内尔·布赖恩（Lionel Briand）。2011.使用统计测试评估软件工程中随机算法的实用指南第33届国际软件工程会议（ICSE’11）会议记录IEEE，1-10。

数字图书馆

[4]

安德里亚·阿库里和戈登·弗雷泽。2014.关于整个测试套件生成的有效性。在基于搜索的软件工程国际研讨会论文集.弹簧，1-15。

[5]

安德烈亚·阿库里（Andrea Arcuri）、大卫·罗伯特·怀特（David Robert White）、约翰·克拉克（John Clark）和姚欣（Xin Yao）。2008年。使用协同进化和智能播种对软件进行多目标改进。在模拟进化和学习亚太会议记录施普林格，61-70。

数字图书馆

[6]

艾托·阿列塔（Aitor Arrieta）、约塞巴·安多尼·阿吉雷（Joseba Andoni Agirer）和戈尤里亚·萨加杜伊（Goiuria Sagardui）。2020年。多目标测试用例选择的种子策略：基于模拟测试的应用。在遗传和进化计算会议记录. 1222–1231.

[7]

Aitor Arrieta、Shuai Wang、Ainhoa Arruabarena、Urtzi Markiegi、Goiuria Sagardui和Leire Etxeberria，2018年。用于成本效益测试仿真模型的多目标黑盒测试用例选择。在遗传和进化计算会议记录（GECCO’18）ACM，纽约州纽约市，1411-1418。内政部：内政部：

数字图书馆

[8]

Aitor Arrieta、Shuai Wang、Urtzi Markiegi、Ainhoa Arruabarena、Leire Etxeberria和Goiuria Sagardui。2019.用于模拟测试的Pareto高效多目标黑盒测试用例选择。Inf.软件。Technol公司。114 (2019), 137–154.内政部：内政部：

数字图书馆

[9]

Aitor Arrieta、Shuai Wang、Urtzi Markiegi、Goiuria Sagardui和Leire Etxeberria，2017年。基于搜索的网络物理系统测试用例生成。在IEEE进化计算大会（CEC’17）会议记录. 688–697.

数字图书馆

[10]

Aitor Arrieta、Shuai Wang、Urtzi Markiegi、Goiuria Sagardui和Leire Etxeberria，2018年。采用多目标搜索来增强工业网络物理系统测试的反应性测试用例生成和优先级排序。IEEE传输。工业。通知。14, 3 (2018), 1055–1066.

[11]

Aitor Arrieta、Shuai Wang、Goiuria Sagardui和Leire Etxeberria，2016年。基于搜索的网络物理系统产品线测试用例选择，用于基于仿真的验证。在第20届国际系统和软件产品线会议记录. 297–306.

数字图书馆

[12]

Aitor Arrieta、Shuai Wang、Goiuria Sagardui和Leire Etxeberria，2016年。使用基于权重的搜索算法对可配置网络物理系统进行测试用例优先级排序。在遗传和进化计算会议记录（GECCO’16）ACM，纽约州纽约市，1053-1060。内政部：内政部：

数字图书馆

[13]

Aitor Arrieta、Shuai Wang、Goiuria Sagardui和Leire Etxeberria，2019年。基于搜索的测试用例优先级，用于基于仿真的网络物理系统产品线测试。J.系统。柔和。149 (2019), 1–34.内政部：内政部：

[14]

Wesley Klewerton Guez Assunção、Thelma Elita Colanzi、Silvia Regina Vergilio和Aurora Pozo。2014.集成和测试顺序问题的多目标优化方法。信息科学。267 (2014), 119–139.

数字图书馆

[15]

Mojtaba Bagherzadeh、Nafiseh Kahani和Lionel Briand。2021.测试用例优先级的强化学习。IEEE传输。柔和。工程师。(2021).

[16]

Raja Ben Abdessalem、Shiva Nejati、Lionel C.Briand和Thomas Stifter。2018.使用可学习进化算法测试基于视觉的控制系统。在第40届国际软件工程会议论文集. 12.

数字图书馆

[17]

大卫·贝纳维德斯、塞尔吉奥·塞古拉和安东尼奥·鲁伊斯·科尔特斯。2010年。20年后特征模型的自动分析：文献综述。信息系统。35, 6 (2010), 615–636.

数字图书馆

[18]

莱昂内尔·布赖恩（Lionel Briand）、希瓦·内贾蒂（Shiva Nejati）、梅赫达德·萨贝扎德（Mehrdad Sabetzadeh）和多梅尼科·比安库利（Domenico Bianculli）。2016.测试不可测试：复杂软件密集型系统的模型测试。在第38届国际软件工程会议（ICSE’16）论文集美国医学会，789–792。内政部：内政部：

数字图书馆

[19]

J.布朗利。2012聪明的算法：自然启发的编程方法。检索自lulu.com。

[20]

Jose Campos、Yan Ge、Gordon Fraser、Marcello Eler和Andrea Arcuri，2017年。测试套件生成进化算法的实证评估。在基于搜索的软件工程研讨会论文集.

[21]

陈涛、李米青和姚欣。2018.关于播种策略的效果：基于搜索的多目标服务组合案例。在遗传与进化计算会议论文集ACM，1419-1426年。

数字图书馆

[22]

陈涛、李米青和姚欣。2019.站在巨人的肩膀上：利用软件服务组合的先验知识播种基于搜索的多目标优化。Inf.软件。Technol公司。114 (2019), 155–175.

数字图书馆

[23]

陈宗岳、郭富城、罗伯特·默克尔和塞巴斯蒂安·P.Ng.2004。镜像自适应随机测试。Inf.软件。Technol公司。46, 15 (2004), 1001–1010.

[24]

曾月晨、郭飞庆、罗伯特·默克尔和谢霆锋。2010.自适应随机测试：测试用例多样性的艺术。J.系统。柔和。83, 1 (2010), 60–66.

数字图书馆

[25]

Tsong Yueh Chen、Hing Leung和I.K.Mak。2004年，自适应随机测试。在年度亚洲计算科学会议记录施普林格，320–329。

数字图书馆

[26]

Yiqun T.Chen、Rahul Gopinath、Anita Tadakamalla、Michael D.Ernst、Reid Holmes、Gordon Fraser、Paul Ammann和Rene Just。2020年。重新审视故障检测、测试充分性标准和测试集大小之间的关系。在第35届IEEE/ACM自动化软件工程国际会议（ASE）会议记录IEEE，237–249。

数字图书馆

[27]

Ankur Choudhary、Arun Prakash Agrawal和Arvinder Kaur。2018.使用基于Pareto的多目标和谐搜索进行回归测试用例选择的有效方法。在第十一届基于搜索的软件测试国际研讨会会议记录ACM，13–20。

数字图书馆

[28]

Shafiul Azam Chowdhury、Soumik Mohian、Sidharth Mehra、Siddhant Gawsane、Taylor T.Johnson和Christoph Csallner。2018.使用SLforge自动查找商业网络物理系统开发工具链中的漏洞第40届国际软件工程会议论文集ACM，981–992年。

数字图书馆

[29]

David W.Corne、Nick R.Jerram、Joshua D.Knowles和Martin J.Oates。2001.PESA-II：进化多目标优化中基于区域的选择。在第三届遗传与进化计算年会论文集摩根·考夫曼出版社，283-290。

数字图书馆

[30]

埃米利奥·克鲁西亚尼（Emilio Cruciani）、布伦诺·米兰达（Breno Miranda）、罗伯托·维尔代奇亚（Roberto Verdecchia）和安东尼娅·贝尔托利诺（Antonia Bertolino）。2019.测试套件缩减的可扩展方法。在IEEE/ACM第41届软件工程国际会议（ICSE’19）会议记录IEEE，419–429。

数字图书馆

[31]

安德烈亚·德卢西亚（Andrea De Lucia）、马西米利亚诺·迪·彭塔（Massimiliano Di Penta）、洛科·奥利维托（Rocco Oliveto）和安妮巴·帕尼切拉（Annibale Panichella）。2012年，关于多样性措施在多目标测试用例选择中的作用。在第七届软件测试自动化国际研讨会论文集IEEE出版社，145–151。

[32]

Kalyanmoy Deb、Amrit Pratap、Sameer Agarwal和Tamt Meyarivan。一种快速的精英多目标遗传算法：NSGA-II。IEEE传输。进化。计算。6, 2 (2002), 182–197.

数字图书馆

[33]

丹尼尔·迪·纳多（Daniel Di Nardo）、纳迪亚·阿尔沙旺（Nadia Alshahwan）、莱昂内尔·布里安（Lionel Briand）和伊万·拉比奇（Yvan Labiche）。2015.基于覆盖率的回归测试用例选择、最小化和优先化：工业系统的案例研究。柔和。测试。，验证。Reliab公司。25, 4 (2015), 371–396.

数字图书馆

[34]

塞巴斯蒂安·埃尔鲍姆（Sebastian Elbaum）、格雷格·罗瑟梅尔（Gregg Rothermel）和约翰·佩尼克斯（John Penix）。2014.持续集成开发环境中改进回归测试的技术。在第22届ACM SIGSOFT国际软件工程基础研讨会（FSE’14）会议记录.ACM，235–245。

数字图书馆

[35]

Emelie Engström、Per Runeson和Mats Skoglund。2010年，回归测试选择技术的系统回顾。Inf.软件。Technol公司。52, 1 (2010), 14–30.

数字图书馆

[36]

Michael G.Epitropakis、Shin Yoo、Mark Harman和Edmund K.Burke，2015年。帕累托有效多目标回归测试用例优先级的实证评估。在软件测试与分析国际研讨会（ISSTA'15）会议记录ACM，纽约州纽约市，234-245。

数字图书馆

[37]

Robert Feldt、Simon M.Poulding、David Clark和Shin Yoo。2016.测试集直径：量化测试用例集的多样性。在IEEE软件测试、验证和确认国际会议记录. 223–233.内政部：内政部：

[38]

哈维尔·费雷尔（Javier Ferrer）、彼得·克鲁斯（Peter M.Kruse）、弗朗西斯科·奇卡诺（Francisco Chicano）和恩里克·阿尔巴（Enrique Alba）。2012.优先成对测试数据生成的进化算法。在第十四届遗传与进化计算年会（GECCO’12）会议记录ACM，纽约州纽约市，1213-1220。内政部：内政部：

数字图书馆

[39]

Gordon Fraser和Andrea Arcuri，2012年。种子很强大：在基于搜索的软件测试中播种策略。在IEEE第五届软件测试、验证和确认国际会议记录IEEE，121-130。

数字图书馆

[40]

Gordon Fraser和Andrea Arcuri，2013年。整个测试套件生成。IEEE传输。柔和。工程师。39, 2 (2013), 276–291.

数字图书馆

[41]

瓦希德·加鲁西（Vahid Garousi）、拉马赞·奥兹坎（RamazanØzkan）和阿苏·贝丁坎（Aysu Betin-Can）。2018.实践中的多目标回归测试选择：国防软件行业的实证研究。Inf.软件。Technol公司。103 (2018), 40–54.

[42]

D.Greer和G.Ruhe。软件发布计划：一种进化和迭代的方法。Inf.软件。Technol公司。46, 4 (2004), 243–253.

[43]

Le Thi My Hanh、Nguyen Thanh Binh和Khuat Thanh Tung。2016.基于变异分析的Simulink模型测试数据生成的元启发式算法的新适应度函数。J.系统。柔和。120，C（2016），17-30。

数字图书馆

[44]

玛丽·让·哈罗德（Mary Jean Harrold）、詹姆斯·琼斯（James A.Jones）、李通宇（Tongyu Li）、梁东林（Donglin Liang）、亚历山德罗·奥索（Alexandro Orso）、梅克尔·彭宁（Maikel Pennings）、索拉巴·辛哈（Saurabh Sinha。2001.Java软件回归测试选择。在ACM SIGPLAN通知，第36卷。美国医学会，312–326。

[45]

哈迪·赫马蒂（Hadi Hemmati）、安德烈亚·阿库里（Andrea Arcuri）和莱昂内尔·布赖恩（Lionel Briand）。2013.通过测试用例多样性实现可扩展的基于模型的测试。IEEE传输。柔和。工程方法。22, 1 (2013), 6:1–6:42.

[46]

哈迪·赫马蒂（Hadi Hemmati）和莱昂内尔·布赖恩（Lionel Briand）。2010年，基于模型的测试用例选择相似性度量的行业调查。在IEEE第21届软件可靠性工程国际研讨会论文集（ISSRE’10）IEEE，141-150。

数字图书馆

[47]

克里斯托弗·海纳德（Christopher Henard）、迈克·帕帕达克斯（Mike Papadakis）和伊夫·勒特朗（Yves Le Traon）。2014.基于变异的软件产品线测试配置生成。在基于搜索的软件工程国际研讨会论文集施普林格，92–106。

[48]

勒内·贾斯特（Rene Just）、达里奥乌什·贾拉利（Darioush Jalali）、劳拉·伊诺泽姆采娃（Laura Inozemtseva）、迈克尔·D·恩斯特（Michael D.Ernst）、里德·霍姆斯（Reid Holmes）和戈登·弗雷泽（Gordon Fraser。2014.在软件测试中，变种是否是真正错误的有效替代品？在第22届ACM SIGSOFT国际软件工程基础研讨会论文集ACM，654–665。

数字图书馆

[49]

埃里克·克诺斯（Eric Knauss）、米罗斯瓦夫·斯塔龙（Miroslaw Staron）、威廉·梅丁（Wilhelm Meding）、奥拉·舍德（Ola Söder）、阿格内塔·尼尔森（Agneta Nilsson）和马格努斯·卡斯特尔（Magnus Castell。2015。通过基于代码流失的测试选择支持持续集成。在第二届快速连续软件工程国际研讨会（RCoSE’15）会议记录IEEE出版社，19–25。

数字图书馆

[50]

雷莫·拉赫曼、迈克尔·费尔德勒、曼努埃尔·尼克、桑德罗·舒尔泽、克里斯托夫·塞德尔和伊娜·谢弗。2017.系统测试的多目标黑盒测试用例选择。在遗传和进化计算会议记录ACM，1311-1318年。

数字图书馆

[51]

Khuat Thanh Le Thi My Hanh和Nguyen Thanh Binh Tung。2014.使用遗传算法和模拟退火为Simulink模型生成基于突变的测试数据。国际期刊计算。技术信息。3, 04 (2014), 763–771.

[52]

李雪林、W.Eric Wong、高瑞智、胡凌欢和细野茂。2017.基于遗传算法的软件产品线测试生成与故障定位技术的集成。恩皮尔。柔和。工程师。(2017), 1–51.内政部：内政部：

数字图书馆

[53]

郑莉、马克·哈曼和罗伯特·海伦斯。2007.回归测试用例优先级的搜索算法。IEEE传输。柔和。工程师。33, 4 (2007), 225–237.

数字图书馆

[54]

梁晶晶、塞巴斯蒂安·埃尔鲍姆和格雷格·罗瑟梅尔。2018.重新定义优先级：持续集成的持续优先级。在第40届国际软件工程会议论文集. 688–698.

数字图书馆

[55]

刘冰（Bing Liu）、露西娅（Lucia）、希瓦·内贾蒂（Shiva Nejati）、莱昂内尔·布赖恩（Lionel C.Briand）和托马斯·布鲁克曼（Thomas Bruckmann）。2016.Simulink故障定位：迭代统计调试方法。柔和。测试。，验证。Reliab公司。26, 6 (2016), 431–459.

[56]

刘冰（Bing Liu）、露西娅·露西娅（Lucia Lucia）、希瓦·内贾蒂（Shiva Nejati）和莱昂内尔·布赖恩（Lionel Briand）。2017.使用基于搜索的测试和预测模型改进Simulink模型的故障定位。在第24届IEEE软件分析、进化和再工程国际会议论文集（SANER’17）.

[57]

刘冰（Bing Liu）、希瓦·内贾蒂（Shiva Nejati）、莱昂内尔·布赖恩（Lionel C.Briand）等。2018.汽车Simulink模型的有效故障定位：在测试预言机工作和故障定位准确性之间取得平衡。恩皮尔。柔和。工程师。(2018), 1–47.

[58]

罗伯托·洛佩斯·赫雷洪（Roberto E.Lopez-Herrejon）、哈维尔·费雷尔（Javier Ferrer）、弗朗西斯科·奇卡诺（Francisco Chicano）、亚历山大·埃吉德（Alexander Egyed）和恩里克·阿尔巴（Enrique Alba）。2014.软件产品线成对测试的经典多目标进化算法和种子策略的比较分析。在IEEE进化计算大会（CEC’14）会议记录IEEE，387–396。

[59]

魏玛（Wei Ma）、迈克·帕帕达克斯（Mike Papadakis）、安妮斯蒂斯·查克米利斯（Anestis Tsakmalis）、马克西姆·科迪（Maxime Cordy）和伊夫·勒特朗（Yves Le Traon）。2021.深度学习系统的测试选择。IEEE传输。柔和。工程方法。30, 2 (2021), 1–22.

数字图书馆

[60]

柯茂、马克·哈曼和岳佳。2016年，Sapienz：Android应用程序的多目标自动化测试。在第25届软件测试与分析国际研讨会论文集ACM，94–105。

数字图书馆

[61]

Dusica Marijan、Arnaud Gotlieb和Sagar Sen.2013年。连续回归测试的测试用例优先级：一个工业案例研究。在IEEE软件维护国际会议论文集（ICSM’13）IEEE计算机学会，540–543。

数字图书馆

[62]

雷扎·马丁内贾德（Reza Matinnejad）、希瓦·内贾蒂（Shiva Nejati）、莱昂内尔·布赖恩（Lionel Briand）、托马斯·布鲁克曼（Thomas Bruckmann）和克劳德·鲍尔（Claude Poull）。2015.基于搜索的连续控制器自动测试：框架、工具支持和案例研究。Inf.软件。Technol公司。57 (2015), 705–722.

[63]

Reza Matinnejad、Shiva Nejati和Lionel C.Briand。2017.混合Simulink/Stateflow控制器的自动化测试：工业案例研究。在第十一届软件工程基础联席会议记录（ESEC/FSE’17）ACM，纽约州纽约市，938–943。内政部：内政部：

数字图书馆

[64]

Reza Matinnejad、Shiva Nejati、Lionel C.Briand和Thomas Bruckmann。2015.混合离散状态流控制器的有效测试套件。在第十届软件工程基础联席会议纪要ACM，84–95。

数字图书馆

[65]

Reza Matinnejad、Shiva Nejati、Lionel C.Briand和Thomas Bruckmann。2016.时间连续Simulink模型的自动测试套件生成。在第38届国际软件工程会议（ICSE’16）论文集ACM，纽约州纽约市，595-606。

数字图书馆

[66]

Reza Matinnejad、Shiva Nejati、Lionel C.Briand和Thomas Bruckmann。2019.具有动态行为的Simulink模型的测试生成和测试优先级。IEEE传输。柔和。工程师。45, 9 (2019), 919–944.内政部：内政部：

数字图书馆

[67]

菲尔·麦克明恩。2004.基于搜索的软件测试数据生成：一项调查。柔和。测试。，验证。Reliab公司。14, 2 (2004), 105–156.

[68]

Claudio Menghi、Shiva Nejati、Lionel C.Briand和Yago Isasi Parache。2020年。计算密集型网络物理模型的近似精化测试：基于系统识别的方法。在国际软件工程会议记录（ICSE’20）.

数字图书馆

[69]

Claudio Menghi、Shiva Nejati、Khouloud Gaaloul和Lionel C.Briand。2019.为具有连续和不确定行为的Simulink模型生成自动和在线测试预言。在欧洲软件工程会议暨软件工程基础研讨会ACM联席会议记录. 27–38.内政部：内政部：

数字图书馆

[70]

Debajyoti Mondal、Hadi Hemmati和Stephane Durocher。2015.探索多目标测试用例选择中的测试套件多样化和代码覆盖率。在IEEE第八届软件测试、验证和确认国际会议记录（ICST'15）IEEE，1-10。

[71]

道格拉斯·蒙哥马利。2017实验设计与分析约翰·威利父子公司。

[72]

Shiva Nejati、Khouloud Gaaloul、Claudio Menghi、Lionel C.Briand、Stephen Foster和David Wolfe。2019.评估模型测试和模型检查，以发现Simulink模型中的需求违规。在欧洲软件工程会议暨软件工程基础研讨会ACM联席会议记录. 1015–1025.内政部：内政部：

数字图书馆

[73]

拉马赞·奥兹坎、瓦希德·加鲁西和阿苏·贝廷坎。2017.实践中的多目标回归测试选择：国防软件行业的实证研究。在ACM/IEEE经验软件工程与测量（ESEM）国际研讨会论文集.

[74]

Annibale Panichela、Fitsum Kifetew和Paolo Tonella。2017.自动测试用例生成是一个多目标优化问题，可动态选择目标。IEEE传输。柔和。工程师。44, 2 (2017), 122–158.

[75]

Annibale Panichela、Rocco Oliveto、Massimiliano Di Penta和Andrea De Lucia。2015.通过在遗传算法中注入多样性来改进多目标测试用例选择。IEEE传输。柔和。工程师。41, 4 (2015), 358–383.

数字图书馆

[76]

迈克·帕帕达克斯（Mike Papadakis）、岳佳（Yue Jia）、马克·哈曼（Mark Harman）和伊夫·勒特朗（Yves Le Traon）。2015.琐碎的编译器等效性：一项简单、快速和有效的等效突变检测技术的大规模实证研究。在第37届国际软件工程会议记录IEEE出版社，936–946。

[77]

P.Victor Paul、N.Moganarangan、S.Sampath Kumar、R.Raju、T.Vengataraman和P.Dhavachelvan。2015.置换编码遗传算法的种群播种技术性能分析：基于旅行商问题的实证研究。申请。软计算。32 (2015), 383–402.

数字图书馆

[78]

P.Victor Paul、A.Ramalingam、Ramachandran Baskaran、P.Dhavachelvan、K.Vivekanandan和R.Subramanian。2014.置换编码遗传算法的新种群播种技术：服务转移方法。J.计算机。科学。5, 2 (2014), 277–297.

[79]

P.Victor Paul、A.Ramalingam、R.Baskaran、P.Dhavachelvan、K.Vivekanandan、R.Subramanian和V.S.K.Venkatachalapathy。2013年，遗传算法种群播种技术的性能分析。国际工程技术杂志。5, 3 (2013), 2993–3000.

[80]

Gilles Perrouin、Sebastian Oster、Sagar Sen、Jacques Klein、Benoit Baudry和Yves Le Traon。2012.软件产品线的成对测试：两种方法的比较。柔和。资格。J。20, 3-4 (2012), 605–643.

数字图书馆

[81]

迪普什·普拉丹（Dipesh Pradhan）、王帅（Shuai Wang）、肖卡特·阿里（Shaukat Ali）和陶悦（Tao Yue）。2016.在时间预算内选择基于搜索的具有成本效益的测试用例：一项实证研究。在遗传和进化计算会议记录（GECCO’16）美国机械工程师协会，纽约州纽约市，1085–1092。内政部：内政部：

数字图书馆

[82]

迪普什·普拉丹（Dipesh Pradhan）、王帅（Shuai Wang）、肖卡特·阿里（Shaukat Ali）、陶越（Tao Yue）和马吕斯·利安（Marius Liaaen）。2018.REMAP：使用规则挖掘和多目标搜索进行动态测试用例优先级划分。在IEEE第十一届软件测试、验证和确认国际会议记录（ICST'18）IEEE，46–57。

[83]

迪普什·普拉丹（Dipesh Pradhan）、王帅（Shuai Wang）、肖卡特·阿里（Shaukat Ali）、陶越（Tao Yue）和马吕斯·利安（Marius Liaaen）。2019.使用规则挖掘和多目标搜索进行动态测试用例优先级划分。J.系统。柔和。153 (2019), 86–104.

数字图书馆

[84]

JoséMiguel Rojas、Gordon Fraser和Andrea Arcuri，2016年。基于搜索的单元测试生成中的种子策略。柔和。测试。，验证。Reliab公司。26, 5 (2016), 366–401.

数字图书馆

[85]

Jeanine Romano、Jeffrey Kromrey、Jesse Coraggio、Jeff Skowronek和Linda Devine。2006年。探索在NSSE和其他调查中评估群体差异的方法：t检验和Cohen’s d指数是最合适的选择吗？在南方机构研究协会年会记录.

[86]

格雷格·罗瑟梅尔（Gregg Rothermel）、玛丽·让·哈罗德（Mary Jean Harrold）和吉娜·德迪亚（Jeinay Dedhia）。2000.C++软件的回归测试选择。柔和。测试。，验证。Reliab公司。10, 2 (2000), 77–109.

[87]

Alireza Salahirad、Hussein Almulla和Gregory Gay。2019.为工作选择适合度函数：自动生成检测实际故障的测试套件。柔和。测试。，验证。Reliab公司。29，4-5（2019），e1701。

[88]

费德里卡·萨罗（Federica Sarro）、阿莱西奥·彼得罗齐埃洛（Alessio Petrozziello）和马克·哈曼（Mark Harman）。2016.多目标软件工作量估算。在第38届国际软件工程会议记录ACM，619–630。

数字图书馆

[89]

Abdel Salam Sayyad、Joseph Ingram、Tim Menzies和Hany Ammar。2013.可扩展的产品线配置：一根稻草可以压垮骆驼的背。在第28届IEEE/ACM自动化软件工程国际会议论文集（ASE’13）IEEE，465–474。

数字图书馆

[90]

Seung Yeob Shin、Shiva Nejati、Mehrdad Sabetzadeh、Lionel Briand和Frank Zimmer。2018.网络物理系统验收测试的测试用例优先级：基于多目标搜索的方法。在ACM SIGSOFT软件测试与分析国际研讨会（ISSTA’18）会议记录.

数字图书馆

[91]

Helge Spieker、Arnaud Gotlieb、Dusica Marijan和Morten Mossige。2017.强化学习，用于持续集成中的自动测试用例优先级排序和选择。在第26届ACM SIGSOFT软件测试与分析国际研讨会论文集. 12–22.

数字图书馆

[92]

T.Strathmann和J.Oehlerking，2015年。验证机电制动系统的特性。在连续和混合系统应用验证第一和第二届国际研讨会会议记录. 49–56.

[93]

叶田、冉成、张兴义、金耀初。2017.PlatEMO：进化多目标优化的MATLAB平台。IEEE计算。智力。美格。12, 4 (2017), 73–87.

数字图书馆

[94]

Shuai Wang、Shaukat Ali和Arnaud Gotlieb。2013.使用基于权重的遗传算法最小化软件产品线中的测试套件，in遗传和进化计算会议记录.1493–1500.

[95]

Shuai Wang、Shaukat Ali和Arnaud Gotlieb。2015.使用搜索技术在产品线中最小化成本效益测试套件。J.系统。柔和。103, 0 (2015), 370–391.

数字图书馆

[96]

王帅、大卫·布赫曼、肖卡特·阿里、阿尔诺德·戈特利布、迪普什·普拉丹和马吕斯·利安。2014.软件产品线测试中的多目标测试优先级：工业案例研究。在第18届国际软件产品线会议（SPLC’14）会议记录ACM，纽约州纽约市，32-41。内政部：内政部：

数字图书馆

[97]

薛银星，李彦富.2020。用于解决多标准测试套件最小化问题的多目标整数规划方法：针对特定的基于搜索的软件工程问题，寻求完善的解决方案。IEEE传输。柔和。工程方法。29, 3 (2020), 1–50.

数字图书馆

[98]

Shin Yoo和Mark Harman。2007.帕累托有效多目标测试用例选择。在软件测试与分析国际研讨会论文集ACM，140–150。

数字图书馆

[99]

Shin Yoo和Mark Harman。2010年。使用混合算法实现Pareto高效多目标测试套件最小化。J.系统。柔和。83, 4 (2010), 689–701.

数字图书馆

[100]

S.Yoo和M.Harman。2012.回归测试最小化、选择和优先级：调查。柔和。测试。验证。Reliab公司。22、2（2012年3月）、67–120。

[101]

Shin Yoo、Mark Harman和Shmuel Ur。2011年。使用显卡实现高度可扩展的多目标测试套件最小化。在基于搜索的软件工程国际研讨会论文集施普林格，219–236。

[102]

于婷婷和王婷。2018年，持续集成环境中回归测试选择研究。在IEEE第29届软件可靠性工程国际研讨会论文集（ISSRE’18）IEEE，135–143。

[103]

朱月才（Yuecai Zhu）、埃玛德·什哈布（Emad Shihab）和彼得·里格比（Peter C.Rigby）。2018年，在连续测试环境中重新进行测试。在IEEE软件维护和进化国际会议（ICSME’18）会议记录IEEE，69–79。

[104]

埃卡特·齐兹勒和西蒙·库兹利。2004.多目标搜索中基于指标的选择。在国际自然并行问题解决会议论文集施普林格，832-842。

[105]

Eckart Zitzler、Marco Laumanns、Lothar Thiele等人。2001.SPEA2：改进Pareto进化算法的强度。在Eurogen公司第3242卷。埃根·西奇技术研究所（ETH），德国技术研究所，95-100。

引用人

塔米扎拉西AEzhumalai P公司(2024)鲸鱼优化的混合乌鸦搜索算法和多SVM分类器用于有效的系统级测试用例选择智能与模糊系统杂志：工程与技术应用10.3233/JIFS-23270046:2(4191-4207)在线发布日期：2024年2月14日
https://dl.acm.org/doi/10.3233/JIFS-232700
甘尼一世Wan Kadir西阿尔本A甘尼一世(2024)一种改进回归测试时间和效率的基于检测的多目标测试用例选择算法IEEE接入10.1109/通道2024.343567812(114974-114994)在线发布日期：2024年
https://doi.org/10.109/ACCESS.2024.3435678
李X冯B太阳Y夏威夷AHammod Alsamhi S公司赵L(2024)本质信息科学：国际期刊10.1016/j.ins.2023.11915年656：C在线发布日期：2024年3月4日
https://dl.acm.org/doi/10.1016/j.ins.2023.119915
显示更多引用人

索引术语

一些种子很强：基于搜索的测试用例选择的种子策略
1. 软件及其工程
  1. 软件创建和管理
    1. 软件验证和确认
      1. 软件缺陷分析
        软件测试和调试

建议

多目标测试用例选择的种子策略：在基于仿真的测试中的应用
GECCO’20：2020年遗传和进化计算会议记录

测试软件系统所花费的时间通常很长。这通常是由于执行整个测试套件所需的时间造成的。为了优化这一点，回归测试选择方法允许改进成本。。。
基于pareto多目标协调搜索的回归测试用例选择方法
SBST’18：第11届基于搜索的软件测试国际研讨会会议记录

回归测试是捕获新构建和发布中的错误以避免产品风险的一种方法。纠正、逐步、重新测试所有和选择性回归测试是执行回归测试的策略。重新测试所有现有的测试用例是。。。
基于联动学习交叉的多目标测试用例选择
基于搜索的软件工程
摘要
测试用例选择（TCS）旨在选择测试套件的子集以运行回归测试。选择通常基于过去的覆盖范围和执行成本数据。研究人员已成功使用多目标进化。。。

评论

信息和贡献者

问询处

发布于

封面图片ACM软件工程与方法汇刊

软件工程及方法论学报第32卷第1期

2023年1月

954页

国际标准编号：1049-331倍

EISSN公司：1557-7392

内政部：10.1145/3572890

编辑：
毛罗·佩泽尔
意大利斯维泽拉大学和瑞士沙夫豪森理工学院

如果复制品不是为了盈利或商业利益而制作或分发的，并且复制品的第一页载有本通知和完整引文，则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2023年2月13日

在线AM：2022年5月11日

认可的：2022年4月14日

修订过的：2021年12月21日

收到：2021年5月10日

发表于TOSEM体积32,问题1

权限

请求对此文章的权限。

检查更新

作者标记

限定符

研究文章
推荐

资金来源

巴斯克国家教育、大学和研究部

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

7
引文总数
查看引文
653
总下载次数

下载次数（过去12个月）322
下载次数（最近6周）10

反映截至2024年9月21日的下载量

其他指标

查看作者指标

引文

引用人

塔米扎拉西AEzhumalai P公司(2024)鲸鱼优化的混合乌鸦搜索算法和多SVM分类器用于有效的系统级测试用例选择智能与模糊系统杂志：工程与技术应用10.3233/吉夫-23270046:2(4191-4207)在线发布日期：2024年2月14日
https://dl.acm.org/doi/10.3233/JIFS-232700
甘尼一世Wan Kadir西阿尔班A甘尼一世(2024)一种改进回归测试时间和效率的基于检测的多目标测试用例选择算法IEEE接入10.1109/通道2024.343567812(114974-114994)在线发布日期：2024年
https://doi.org/10.109/ACCESS.2024.3435678
李X冯B太阳Y夏威夷语AHammod Alsamhi S公司赵L(2024)本质信息科学：国际期刊10.1016/j.ins.2023.11915年656：C在线发布日期：2024年3月4日
https://dl.acm.org/doi/10.1016/j.ins.2023.119915
P阀阿丽埃塔A阿拉斯提贝尔M仅R弗雷泽G(2023)电梯调度算法Delta调试算法的应用与扩展（经验论文）第32届ACM SIGSOFT软件测试与分析国际研讨会论文集10.1145/3597926.3598117(1055-1067)在线发布日期：2023年7月12日
https://dl.acm.org/doi/10.1145/3597926.3598117
道布斯劳FWan R公司郝Y(2023)通用和工业规模多准则回归测试选择系统与软件杂志2016年10月10日/j.jss.2023.111802205：C在线发布日期：2023年11月1日
https://dl.acm.org/doi/10.1016/j.jss.2023.111802
阿尔达卢尔一世阿丽埃塔A阿吉雷A萨加杜伊GArratibel M公司(2023)基于微服务的网络物理系统多级测试框架软件质量杂志10.1007/s11219-023-09639-z32:1(193-223)在线发布日期：2023年5月31日
https://dl.acm.org/doi/10.1007/s11219-023-09639-z
阿丽埃塔A伊利拉门迪M(2023)一种新的基于搜索的测试用例选择变异算子基于搜索的软件工程10.1007/978-3-031-48796-5_6(84-98)在线发布日期：2023年12月8日
https://dl.acm.org/doi/10.1007/978-3-031-48796-5_6
艾尔迪J阿丽埃塔A波比E阿拉斯提贝尔M(2022)多目标变形测试用例选择：一个工业案例研究（实践经验报告）2022年IEEE第33届软件可靠性工程国际研讨会（ISSRE）10.1109/ISSRE55969.2022.00058号(541-552)在线发布日期：2022年10月
https://doi.org/10.109/ISSRE55969.2022.00058

视图选项

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此文章

查看选项

PDF格式

以PDF文件的形式查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

全文

以全文形式查看本文。

HTML格式格式

在中查看本文HTML格式格式。

媒体

数字

其他

桌子

查看全文|下载PDF

查看问题目录