基于知识的软件测试研究

来源 :武汉大学 | 被引量 : 3次 | 上传用户:xiaoxin_1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
软件测试在软件生存期中占有十分重要的位置,是软件质量保证的重要手段。当一个软件开发完成后,能否实际地投入运行并准确无误地完成任务,软件的质量是关键。针对如何确保软件开发质量问题,虽然已经提出了许多技术和方法,但迄今为止,软件的质量主要还是要靠测试来保证。 软件测试有两个主要的目标:提高和评估软件的可靠性与安全性。可是据统计,大多数软件测试技术发现隐错的效率低于30%,整个测试过程发现软件系统中的隐错的效率低于50%。而且现有测试策略中不论是黑盒测试方法还是白盒测试方法,由于测试情况数量巨大,都不可能进行彻底、充分的测试。软件工程的总目标是充分利用有限的人力和物力资源,高效率、高质量地完成测试。因此有必要寻求新的软件测试技术,以进一步促进软件测试技术的发展和软件质量的提高。 传统的测试技术在实施的过程中并不考虑软件的知识问题,所以测试无法做到充分、适度。 为了降低测试成本,高效、高质地对软件进行充分而适度的测试,本文在分析现有的测试理论和技术基础上将软件知识及其相关知识引入到软件测试的过程中来,提出了基于知识的软件测试,并就基于知识的软件测试问题进行了较为详细的研究,并结合实例简要探讨了其应用。另外本文还给出了基于知识的软件测试具体实施进程,并具体阐述了各阶段测试的主要目标和具体实施。
其他文献
计算机技术、微电子技术、低功耗多传感器技术和无线通信等技术的迅猛发展,推动了无线传感器网络的快速发展。无线传感器网络由于自身的优点,引起了国内外学术界和社会的广泛
随着社会信息化水平的提高,以IC卡为关键技术的“一卡通”系统将在各行业信息管理系统建设中扮演越来越重要的角色。  所谓“一卡通”系统,一般认为就是以IC卡技术为核心,结合
长期以来,挖掘频繁模式主要采用Apriori算法及其改进形式,这类算法需要产生大量候选项集,并反复扫描数据库,降低了挖掘的效率。FP-growth算法是一种基于模式增长的频繁模式挖