CN112948253A - 一种基于vrm模型的测试用例生成方法 - Google Patents

Abstract

本发明公开了一种基于VRM模型的测试用例生成方法，包括：对VRM模型进行预处理，根据内容类型做进一步的划分，从划分得到的内容中提取得到对应的测试信息；针对每个内容类型，从提取得到的测试信息中提取出约束路径和与之对应的计算赋值语句；根据约束路径，进行错误类型分析；分别根据路径错误与计算错误这两种错误类型提取出对应的测试用例。本发明能够从需求模型出发生成测试用例，有效的弥补了航空电子领域对软件的测试无法满足需求的缺陷。

Description

一种基于VRM模型的测试用例生成方法

技术领域

本发明涉及基于模型的软件测试技术领域，具体而言涉及一种基于VRM模型的测试用例生成方法。

背景技术

航空电子系统是典型的以软件为核心的安全关键系统。据统计，现代民用飞机和军用飞机80％以上的航空电子系统功能通常是通过各种航空电子软件实现的，编码规模和软件复杂度都在迅速增加。因此，现代航空电子软件的开发是一个耗时的过程，需要大量的人力和物力。在此类软件项目的研发中，软件验证和软件测试(V&V)工作占软件开发资源的50％-70％左右。常用的软件验证技术包括各种软件分析、审查和测试技术。相对而言，软件测试技术仍是航空电子领域广泛应用的一种低成本的软件验证技术。但是目前工业界在对航电软件进行测试时，大都从代码出发生成测试用例集，无法从根本上满足对软件需求的测试要求。近年来，基于模型的测试技术逐渐普和应用，国内外研究者也利用模型的精确描述能力和严格的推理过程建立起软件需求测试与代码之间的联系，使计算机能够自动完成传统测试流程中对需求进行测试的测试部分。然而目前工业界的软测试方法仍然存在不能够充分验证程序实现是否涵盖了需求的技术问题。

发明内容

本发明针对现有技术中的不足，提供一种基于VRM模型的测试用例生成方法，通过从需求模型出发生成测试用例，有效的弥补了航空电子领域对软件的测试无法满足需求的缺陷。

为实现上述目的，本发明采用以下技术方案：

一种基于VRM模型的测试用例生成方法，所述测试用例生成方法包括以下步骤：

s1，对VRM模型进行预处理，根据内容类型做进一步的划分，从划分得到的内容中提取得到对应的测试信息；

S2，针对每个内容类型，从提取得到的测试信息中提取出约束路径和与之对应的计算赋值语句；其中，约束路径由输入变量的一组条件表达式组成，计算赋值语句是定义在约束路径上的输出变量的赋值语句；

S3，根据约束路径，进行错误类型分析，错误类型包括路径错误与计算错误两种；所述路径错误用于检测给出的程序对于域的划分是否正确，所述计算错误用于在域正确的情形下，为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句；

S4，分别根据路径错误与计算错误这两种错误类型提取出对应的测试用例，所述测试用例用于检测程序对应的输入/输出与需求模型中的输入输出是否一致，程序能够将输入空间的详尽分区建立到互斥的域中，每个域对应一个执行路径，并且为每个域指定一组构成当前域的计算赋值语句。

为优化上述技术方案，采取的具体措施还包括：

进一步地，步骤S1中，所述内容类型包括模型原子表达式、模型候选路径、模型赋值语句、约束路径和域中的几种或者全部；其中：

所述模型原子表达式是表格函数中对输入变量进行约束的不可再分割的逻辑表达式，用小写字母me表示，所有模型原子表达式组成的集合用大写字母ME表示，即：ME＝{me₁，me₂，...，me_m}；

模型候选路径是所有模型原子表达式的逻辑组合，用大写字母CP表示；

模型赋值语句是表格函数在某条候选路径下的具体取值或者是一条表达式，用小写字母f表示；所有的模型赋值语句构成输出变量的值域，用符号表示为O＝f(I)；

约束路径是由候选路径取真值情况时的一组最简原子表达式组成，用小写字母p表示，即p＝{me_i1，me_i2，...，me_i3}，其中me_i1，me_i2，...，me_i3是一组使得候选路径为真的最简原子表达式；

域是满足所有约束路径取真值时的所有输入变量的集合，用大写字母D表示。

进一步地，步骤S2中，所述针对每个内容类型，从提取得到的测试信息中提取出约束路径的过程包括以下步骤：

S21，将模型候选路径看成由一组不可分解的模型原子表达式组成的命题公式，首先取出模型表格函数中的第一条模型赋值语句对应的模型候选路径，将其初始化为一阶命题公式；

S22，对命题公式用等值演算法进行化简处理；

S23，对经过化简的命题公式进行减支，将命题公式转化为析取范式，并去掉冗余的子句；析取范式中的每个子句均为能够独立对当前模型赋值语句进行独立判定的约束路径；

S24，取下一条模型赋值语句，重复步骤S21-S23，直到为表格函数的所有模型赋值语句提取出约束路径；

S25，将所有赋值语句与其提取出来的约束路径一一对应，得到一个关于计算赋值语句与原子表达式相关联的集合{(D(p)₁，F₁)，(D(p)₂，F₂)，...，(D(p)_i，F_i)}。

进一步地，步骤S22中，采用的化简公式包括：

(X∨Y)∧Z＝(X∧Z)∨(Y∧Z)。

进一步地，步骤S4中，在提取出的约束路径与赋值语句基础上，针对路径错误，选取的测试点相对于给定的域边界位置被分为两种类型：第一种是内测试点位于给定的边界上，用ON表示；第二种是外测试点，距给定边界的距离e很小并且位于给定边界的开放侧上，用OFF表示；

其中，针对一条路径中的所有边界按照ON-OFF-ON的顺序进行采样。

进一步地，步骤S4中，定义采样密度d用于表示每个测试用例点之间的距离，按照采样密度d均匀地在输入空间进行测试用例点的选择，为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句，如果所选择的测试点检测到赋值计算语句错误，判定对应的域中存在计算错误，否则，判定对应的域中不包含计算错误；

其中，采样密度d受选择效率和测试质量影响。

本发明的有益效果是：

(1)本发明通过从需求模型出发生成测试用例，有效的弥补了航空电子领域对软件的测试无法满足需求的缺陷。

(2)生成的测试用例所选用的路径满足DO-178C中对代码测试覆盖率的要求。

附图说明

图1是本发明的基于VRM模型的测试用例生成方法流程图。

图2为VRM模型的状态变量依赖关系图。

图3为VRM模型的输入输出关系图。

图4为路径错误测试用例点选择位置示意图。

图5为计算错误测试用例点位置选择示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。

需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。

结合图1，本发明提及一种基于VRM模型的测试用例生成方法，所述测试用例生成方法包括以下步骤：

S1，对VRM模型进行预处理，根据内容类型做进一步的划分，从划分得到的内容中提取得到对应的测试信息。

S2，针对每个内容类型，从提取得到的测试信息中提取出约束路径和与之对应的计算赋值语句；其中，约束路径由输入变量的一组条件表达式组成，计算赋值语句是定义在约束路径上的输出变量的赋值语句。

S3，根据约束路径，进行错误类型分析，错误类型包括路径错误与计算错误两种；所述路径错误用于检测给出的程序对于域的划分是否正确，所述计算错误用于在域正确的情形下，为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句。

S4，分别根据路径错误与计算错误这两种错误类型提取出对应的测试用例，所述测试用例用于检测程序对应的输入/输出与需求模型中的输入输出是否一致，程序能够将输入空间的详尽分区建立到互斥的域中，每个域对应一个执行路径，并且为每个域指定一组构成当前域的计算赋值语句。

本发明针对目前工业界的软测试方法不能够充分验证程序实现是否涵盖了需求的现状，提供了一种基于VRM需求模型生成测试用例的方法。从需求层面出发，基于需求的软件开发是从需求到需求模型再到程序实现的过程。程序实现的方式有很多种，并且程序实现可能会由于各种各样的原因偏离需求的设计，但是无论程序如何实现，能够正确反映系统需求的程序实现，与需求模型应是等价的，这里选择VRM模型作为测试用例生成的需求模型，VRM模型是在系统需求层次上描述所需的系统行为及软件行为，通过指明系统需求以及系统的输入和输出硬件接口来对软件需求进行限制，包括了系统与外界的交互行为以及系统内部的状态、模式变化的行为特征描述等。

步骤1：原始的VRM需求模型没有显式的包含测试所需要的信息，因此根据代码实现错误的特点以及需求模型本身的特点，需要对需求模型做进一步的划分才能获取对提取测试用例有用的信息。

从系统的层面来讲，需求模型和基于该需求模型实现的程序实际上描述的都是该系统输入向量与输出向量的映射关系，即：

因此，能够正确的实现需求的程序与需求模型应该是等价的，由于不可能测试所有的测试向量，自动化测试用例生成的目标即是在需求模型的输入向量的空间中找到具有代表性的输入向量，然后求出其对应于输出空间中的输出向量，即可以组成一条测试用例。

步骤2：对VRM模型进行划分，转换成包含有用的测试用例信息的形式之后，对需求模型进行约束路径和与之对应的计算赋值语句的提取。其中约束路径由输入变量的一组条件表达式组成，而计算赋值语句是定义在约束路径上的输出变量的赋值语句

步骤3：在提取出的约束路径基础上设计与之对应的测试用例选择策略，并给出测试用例生成算法。本文设计的测试用例生成策略旨在检测我们对应的需求实现程序是否可以正常的反映出需求模型对应的功能。能正确实现系统功能的函数有很多种，但无论程序如何实现，所对应的输入/输出与我们所给出的需求模型中的输入输出是一致的，假设一个被正确实现的程序可以被视为：

1)将输入空间的详尽分区建立到互斥的域中，每个域对应一个执行路径，并且

2)为每个域指定一组构成当前域的计算赋值语句。

因此我们将一个程序S规范表示为一组对集{(D₁，F₁)，(D₂，F₂)，...，(D_i，F_i)}，其中D_i是第i个约束路径p对应的域，由模型原子表达式的交集组成，Fi是相应的域计算赋值函数。并因此定义了计算错误和路径错误测试用例。

其中路径错误与计算错误的定义如下：

定义1(路径错误)：假设S是一个需求模型的实现，S*是特定的正确的需求实现，如果p在规范表示中某些(D_i，F_i)对的D_i分量与S*不符，则发生路径错误。

定义2(计算错误)：假设S是一个需求模型的实现，S*是特定的正确的需求实现，如果p在规范表示中某些(D_i，F_i)对的F_i分量与S*不符，则发生计算错误。

步骤4：根据路径错误与计算错误的特点，分别涉及了对应的测试用例选择策略，路径错误的检测重点在于检测给出的程序对于域的划分是否正确，当程序在域D_i上实现发生错误时，域边界会发生偏移。因此我们为每个边界段生成测试点，如果测试通过，则能确定关系运算符和边界位置都是正确的。该策略基于域边界的几何分析，并利用了边界上或边界附近的点对域错误最敏感的事实。而对于计算错误的检测，则建立在域正确的情形下，旨在为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句。

如图2所示为VRM模型的状态变量依赖关系图，VRM模型是一种基于表格的模型，它是由状态变量、变量类型、变量值域、条件、事件、表格函数组成的六元组，同时VRM模型中的表格函数包括：条件表函数，事件表函数和模式转换表函数三大类，且每一类都有相应的形式化语义定义。用符号表示VRM形式化需求模型为：{SV，C，E，F，TS，VR}。SV表示状态变量，C表示条件，E表示事件，F表示表格函数，TS表示类型，VR值域。

如图3所示为VRM模型的输入输出关系，从系统层面来讲，需求模型和基于该需求模型实现的程序实际上描述的都是该系统输入向量与输出向量的映射关系，即：

因此，能够正确的实现需求的程序与需求模型应该是等价的，由于不可能测试所有的测试向量，因此自动化测试用例生成的目标即是在需求模型的输入向量的空间中找到具有代表性的输入向量，然后求出其对应于输出空间中的输出向量，即可以组成一条测试用例。但是VRM模型并不显示的包含测试用的信息，依次需将VRM模型做进一步划分，划分内容如下：

定义3：模型原子表达式(Model atom expression)是表格函数中对输入变量进行约束的不可再分割的逻辑表达式，用小写字母me表示，所有模型原子表达式组成的集合用大写字母ME表示，即：ME＝{me₁，me₂，...，me_m}。例如：mIndoorLL>tCurrentLsval。

定义4：模型候选路径(Model candidate path)是所有模型原子表达式的逻辑组合，用大写字母CP表示，例如

定义5：模型赋值语句(Model assignment statement)是表格函数在某条候选路径下的具体取值或者是一条表达式，用小写字母f表示。所有的模型赋值语句构成输出变量的值域，用符号表示为0＝f(I)。

定义6：约束路径(Constraint path)是由候选路径取真值情况时的一组最简原子表达式组成，用小写字母p表示。即p＝{ma_i1，me_i2，...，me_i3}，其中me_i1，me_i2，...，me_i3是一组使得候选路径为真的最简原子表达式。

定义7：域是满足所有约束路径取真值时的所有输入变量的集合，用大写字母D表示。

在对VRM模型进行划分之后，便可对其进行约束路径的提取，提取步骤如下：

1)模型候选路径可以看成由一组不可分解的模型原子表达式组成的命题公式，所以首先取出模型表格函数中的第一条模型赋值语句对应的模型候选路径，将其初始化为一阶命题公式。

2)对命题公式用等值演算法进行化简，针对需求模型的模型候选路径的表达形式，主要涉及到的化简公式有：

C：(X∨Y)∧Z＝(X∧Z)∨(Y∧Z)

3)由于化简过程中可能会产生重复的模型原子表达式，所以对经过化简的命题公式进行减支，将命题公式转化为析取范式，并去掉冗余的子句。此时，析取范式中的每个子句就是能独立对当前模型赋值语句进行独立判定的约束路径。

4)取下一条模型赋值语句，重复步骤1、2、3，直到为表格函数的所有模型赋值语句提取出约束路径。

5)将所有赋值语句与其提取出来的约束路径一一对应，得到一个关于计算赋值语句与原子表达式相关联的集合{(D(p)₁，F₁)，(D(p)₂，F₂)，...，(D(p)_i，F_i)}。

在提取出的约束路径与赋值语句基础上，针对路径错误，选取的测试点相对于给定的域边界位置将被分为两种类型。第一种是内测试点位于给定的边界上，用ON表示；第二种是外测试点，距给定边界的距离e很小并且位于给定边界的开放侧上，用OFF表示。并且争对一条路径中的所有边界我们按照ON-OFF-ON的顺序进行采样，如图4所示，针对闭合不等式边界线段，按照ON-OFF-ON的顺序，我们抽取了A、B、C三个测试点。其中C点位于边界线段外侧，换言之，C点满足除了表示当前被测试的域边界线段的所有不等式，如果测试点C在AB线上向下投影，则投影点位于该线段上的A和B之间。

对于计算错误的检测，则建立在域正确的情形下，旨在为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句。由于在程序实现中，赋值语句的计算会发生偶然的正确性，那么假设我们所选择的测试点检测到赋值计算语句错误，便足够说明域D中存在计算错误；但测试点被正确处理，却不能推断出此域D中不包含计算错误。为了在能够确保生成的测试用例集的质量的前提下，又使得测试用例的生成过程有足够的效率，我们可以选择一种折中的方法。在这里我们定义一个参数d表示采样密度(用来表示每个测试用例点之间的距离)。对于d的大小，可由测试者给出，当d越大时，说明测试者越偏向选择效率；d越小则表明测试者更偏向测试质量。如图5所示，可以按照给定的采样密度，均匀的在输入空间进行测试用例点的选择。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种基于VRM模型的测试用例生成方法，其特征在于，所述测试用例生成方法包括以下步骤：

S1，对VRM模型进行预处理，根据内容类型做进一步的划分，从划分得到的内容中提取得到对应的测试信息；

S2，针对每个内容类型，从提取得到的测试信息中提取出约束路径和与之对应的计算赋值语句；其中，约束路径由输入变量的一组条件表达式组成，计算赋值语句是定义在约束路径上的输出变量的赋值语句；

S3，根据约束路径，进行错误类型分析，错误类型包括路径错误与计算错误两种；所述路径错误用于检测给出的程序对于域的划分是否正确，所述计算错误用于在域正确的情形下，为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句；

S4，分别根据路径错误与计算错误这两种错误类型提取出对应的测试用例，所述测试用例用于检测程序对应的输入/输出与需求模型中的输入输出是否一致，程序能够将输入空间的详尽分区建立到互斥的域中，每个域对应一个执行路径，并且为每个域指定一组构成当前域的计算赋值语句。

2.根据权利要求1的基于VRM模型的测试用例生成方法，其特征在于，步骤S1中，所述内容类型包括模型原子表达式、模型候选路径、模型赋值语句、约束路径和域中的几种或者全部；其中：

所述模型原子表达式是表格函数中对输入变量进行约束的不可再分割的逻辑表达式，用小写字母me表示，所有模型原子表达式组成的集合用大写字母ME表示，即：ME＝{me₁，me₂，...，me_m}；

模型候选路径是所有模型原子表达式的逻辑组合，用大写字母CP表示；

模型赋值语句是表格函数在某条候选路径下的具体取值或者是一条表达式，用小写字母f表示；所有的模型赋值语句构成输出变量的值域，用符号表示为O＝f(I)；

约束路径是由候选路径取真值情况时的一组最简原子表达式组成，用小写字母p表示，即p＝{me_i1，me_i2，...，me_i3}，其中me_i1，me_i2，...，me_i3是一组使得候选路径为真的最简原子表达式；

域是满足所有约束路径取真值时的所有输入变量的集合，用大写字母D表示。

3.根据权利要求1的基于VRM模型的测试用例生成方法，其特征在于，步骤S2中，所述针对每个内容类型，从提取得到的测试信息中提取出约束路径的过程包括以下步骤：

S21，将模型候选路径看成由一组不可分解的模型原子表达式组成的命题公式，首先取出模型表格函数中的第一条模型赋值语句对应的模型候选路径，将其初始化为一阶命题公式；

S22，对命题公式用等值演算法进行化简处理；

S23，对经过化简的命题公式进行减支，将命题公式转化为析取范式，并去掉冗余的子句；析取范式中的每个子句均为能够独立对当前模型赋值语句进行独立判定的约束路径；

S24，取下一条模型赋值语句，重复步骤S21-S23，直到为表格函数的所有模型赋值语句提取出约束路径；

S25，将所有赋值语句与其提取出来的约束路径一一对应，得到一个关于计算赋值语句与原子表达式相关联的集合{(D(p)₁，F₁)，(D(p)₂，F₂)，...，(D(p)_i，F_i)}。

4.根据权利要求3的基于VRM模型的测试用例生成方法，其特征在于，步骤S22中，采用的化简公式包括：

(X∨Y)∧Z＝(X∧Z)∨(Y∧Z)。

5.根据权利要求1的基于VRM模型的测试用例生成方法，其特征在于，步骤S4中，在提取出的约束路径与赋值语句基础上，针对路径错误，选取的测试点相对于给定的域边界位置被分为两种类型：第一种是内测试点位于给定的边界上，用ON表示；第二种是外测试点，距给定边界的距离e很小并且位于给定边界的开放侧上，用OFF表示；

其中，针对一条路径中的所有边界按照ON-OFF-ON的顺序进行采样。

6.根据权利要求1的基于VRM模型的测试用例生成方法，其特征在于，步骤S4中，定义采样密度d用于表示每个测试用例点之间的距离，按照采样密度d均匀地在输入空间进行测试用例点的选择，为每个正确分配的域检测是否对对应的域给出了正确的赋值计算语句，如果所选择的测试点检测到赋值计算语句错误，判定对应的域中存在计算错误，否则，判定对应的域中不包含计算错误；

其中，采样密度d受选择效率和测试质量影响。

Images