21、自动化模型测试场景生成与矩阵加密的研究进展

自动化模型测试场景生成与矩阵加密的研究进展

在软件开发和密码学领域，测试用例的质量与效率以及加密算法的安全性一直是研究的重点。下面将分别探讨自动化模型测试场景生成和矩阵加密两方面的研究内容。

自动化模型测试场景生成

在自动化模型测试场景生成中，涉及到测试用例的覆盖度、优先级启发式方法以及测试套件的优化等问题。

测试覆盖与套件优化

在测试过程中，外循环中的覆盖项会根据覆盖它的测试场景数量增加。这种排序方式提高了选择的公平性。例如，如果某个覆盖项仅被一个场景覆盖，那么该场景必然会被添加到最终的测试套件中，并且在评估后续场景时，不会考虑它所杀死的变异体集合和所覆盖的定义 - 使用对（du - pairs）。

不过，最终的测试套件可能仍存在冗余。可以根据计算指标的阈值将测试套件进一步缩减到预定大小。实验表明，与仅以覆盖为目标的贪心最小化算法相比，以分支覆盖为目标时，测试套件约有 15% 的冗余；而以定义 - 使用覆盖为目标时，冗余小于 10%。考虑到故障检测能力，这种覆盖开销是值得的，因为未被杀死的变异体数量大约减少了 30%。

实证评估

为了评估所提出的优先级启发式方法对实现分支覆盖的效果，进行了实证研究，研究围绕以下三个问题展开：
- RQ1 ：优先级启发式方法是否能产生更具（数据）内聚性且重叠更少的测试？此问题不仅关注指标的统计显著改善，还涉及生成的测试套件在可读性、逻辑连接性、行为多样性以及调试实用性等方面的定性改进。
- RQ2 ：优先级启发式方法是否会影响生成测试的大小？将测试套件大小评估为所有