17、基于搜索的测试数据生成中的超参数调优再探

基于搜索的测试数据生成中的超参数调优再探

1. 研究问题概述

在基于搜索的软件测试（SBST）技术中，超参数调优是提升测试效果的重要手段。本研究聚焦于三个关键问题：
- RQ1 ：项目中对超参数调优不敏感的类占比情况如何？这关系到调优在实际应用中的有效性。
- RQ2 ：当SBST技术的超参数改变时，项目内类的代码覆盖率会在多大程度上发生变化？了解这一点有助于判断调优是否值得。
- RQ3 ：不同的超参数配置（包括基线论文中的默认配置）在代码覆盖率方面表现如何？该问题旨在深入探究不同配置的有效性。

2. 实验设计

2.1 研究对象

从SF100 Java基准测试中随机选取了三个项目：JSecurity、Geo - Google和JOpenChart。为确保研究的代表性，所选项目的规模约等于或大于SF100中项目的中位数规模（每个项目35个类），且每个类的平均分支数接近SF100项目的中位数（18个分支）。具体统计信息如下表所示：

项目	类的数量	分支数量	每个类的平均分支数
JSecurity	72	998	13.86