24、基于学习的模块测试与模型组合性测试策略

基于学习的模块测试与模型组合性测试策略

基于学习的白盒模块测试策略

在软件测试领域，为了更有效地测试模块，提出了一种基于学习的新型白盒模块测试策略。该策略旨在判断一个实现是否满足给定的线性时态逻辑（LTL）属性。

测试执行情况

在对符合要求的被测实现（IuT）进行四个属性测试时，使用不同种子进行模糊测试（fuzzing）。使用种子 1 时成功了两次，使用种子 2 和 3 时各成功了一次。虽然这看起来不太方便，但多次使用不同种子进行模糊测试成本低且速度快，仍然具有实用性。

以下是测试所有属性时的运行时间、应用的输入序列数量和应用的输入数量的相关数据：
| 属性 | I/O 等价类 | 输入等价类 | 输入序列模糊测试 | 输入序列学习 | 输入序列等价查询 | 输入模糊测试 | 输入学习 | 输入等价查询 | 模糊测试运行时间 | 学习运行时间 |
| — | — | — | — | — | — | — | — | — | — | — |
| Prop. 1 | 600 | 120 | 5000 | 3311 | 38956 | 15245 | 12409 | 47856 | 22.7 s | 29.6 s |
| Prop. 2 | 600 | 117 | 5000 | 3022 | 27862 | 19229 | 10642 | 39325 | 37.2 s | 36.7 s |
| Prop. 3 | 784 | 138 | 5000 | 3764 | 32654 | 15595 | 14217 | 45259 | 25.8 s | 42.4 s |
| Prop. 4 | 714 | 124