基于大數(shù)據(jù)信息的軟件測試方法改進研究

，

(華東計算技術(shù)研究所，上海 200233)

基于大數(shù)據(jù)信息的軟件測試方法改進研究

高月，張楊

(華東計算技術(shù)研究所，上海200233)

傳統(tǒng)軟件測試方法中，由于各種實驗參數(shù)設(shè)置沒有準(zhǔn)確依據(jù)數(shù)學(xué)理論，涉及到的軟件測試算法都存在效率偏低的問題，為此，提出基于大數(shù)據(jù)信息改進的軟件測試方法，首先在大數(shù)據(jù)的背景下，對測試軟件目的展開分析，將人的智慧與機器相互結(jié)合，通過對社會群體認知與數(shù)據(jù)價值提煉，使數(shù)據(jù)從機器智能分析到人類與機器智慧結(jié)合的轉(zhuǎn)變；然后對大數(shù)據(jù)信息軟件的三種測試方法進行探討，第一種是利用粒子群為主線的優(yōu)化算法，引入蟻群算法作為大數(shù)據(jù)信息處理機制，可以有效處理大數(shù)據(jù)信息；第二種就是針對軟件特點，提出基于大數(shù)據(jù)信息處理模型的軟件測試方法，通過模型對輸入數(shù)據(jù)進行計算并得出結(jié)果；第三種采用仿真原理對軟件進行測試；實驗結(jié)果證明，基于大數(shù)據(jù)信息軟件改進的測試方法不僅可以有效處理數(shù)據(jù)，還可以提高數(shù)據(jù)測試效率和軟件定位，為今后的軟件測試提供有力依據(jù)。

大數(shù)據(jù)信息；軟件；測試；方法研究

0 引言

隨著科學(xué)技術(shù)快速的發(fā)展，我國的大數(shù)據(jù)信息出現(xiàn)了大型的增長情況[1-2]。每過兩年，我國的數(shù)據(jù)信息就瘋狂的增長一倍，導(dǎo)致大數(shù)據(jù)信息的長期積壓[3-4]。大數(shù)據(jù)信息的軟件測試目的不僅僅是對數(shù)據(jù)的掌握，還要求對數(shù)據(jù)信息的專業(yè)化處理。大數(shù)據(jù)的特點是：數(shù)據(jù)量龐大、種類繁多、價值密度低，對大數(shù)據(jù)的處理要求就是速度一定要快，這就與傳統(tǒng)的數(shù)據(jù)處理技術(shù)有著本質(zhì)的差別[5-7]。

文獻[8]中提出等價類和邊界值的數(shù)據(jù)處理軟件的算法，對于軟件較大的測試還存在一定的難度；文獻[9]中提出滿足軍兵種的大數(shù)據(jù)信息軟件測試方法，集合了多種電子信息系統(tǒng)，包括情報的偵查、指揮的控制、導(dǎo)航的通信等系統(tǒng)。結(jié)合軍兵種的大數(shù)據(jù)信息處理系統(tǒng)主要是為了驗證電子信息之間的關(guān)聯(lián)性，為軟件測試工作帶來了方便。

結(jié)合上述的數(shù)據(jù)軟件的測試方法，提出基于大數(shù)據(jù)信息軟件的改進測試方法，首先，利用粒子群為主線的優(yōu)化算法，按照粒子群中粒子的更新速度和位置來測試軟件的數(shù)據(jù)處理功能，并引入蟻群的算法作為大數(shù)據(jù)信息處理的機制，提高了軟件測試的有效性。針對軟件的特點，提出基于大數(shù)據(jù)信息處理模型軟件改進的測試方法，通過模型對輸入的數(shù)據(jù)進行計算并得出結(jié)果，并與原來的結(jié)果進行對比分析，以驗證數(shù)學(xué)模型是否實現(xiàn)軟件測試的有效性。還采用基于大數(shù)據(jù)信息軟件仿真原理測試的方法，在仿真測試的過程中，測試的設(shè)備通過主線接收信息，并將信息轉(zhuǎn)變成“作戰(zhàn)”的狀態(tài)[10]，等待被傳送到軟件系統(tǒng)當(dāng)中，從軟件的系統(tǒng)當(dāng)中得到指令，做好“作戰(zhàn)”準(zhǔn)備，對數(shù)據(jù)進行采集的設(shè)備是為了給測試結(jié)果提供準(zhǔn)確數(shù)據(jù)的設(shè)備。最后實驗證明，基于大數(shù)據(jù)信息軟件改進的測試方法是有效性的。

1 基于大數(shù)據(jù)信息改進的軟件測試目的

圖1 軟件測試數(shù)據(jù)輸入與輸出的關(guān)系

由圖可知，判斷測試的結(jié)果是否正確，無論是在大數(shù)據(jù)的背景下，還是在分析的趨勢下都變的十分的困難。因此，在o′沒有限制的條件下，進行軟件的測試是不具備規(guī)范性的。

大數(shù)據(jù)信息下的軟件處理模式都遵循物理反應(yīng)得出的數(shù)據(jù)與化學(xué)作用得出的數(shù)據(jù)，物理反應(yīng)得出的數(shù)據(jù)指的是：在不損失測試條件的情況下，降低測試的數(shù)據(jù)數(shù)量，在不改變數(shù)據(jù)的前提下對數(shù)據(jù)進行采集、抽樣、篩選、提取等方法，還可以直接將大數(shù)據(jù)變成小數(shù)據(jù)；而化學(xué)作用得出的數(shù)據(jù)指的是：在不損失測試條件的情況下，對數(shù)據(jù)進行提煉，使用探索式的考察方法對大數(shù)據(jù)進行發(fā)揮。將人的智慧與機器的應(yīng)用相互結(jié)合，通過對社會群體的認知與數(shù)據(jù)價值的提煉，可以使數(shù)據(jù)從機器的智能分析到人類與機器智慧結(jié)合轉(zhuǎn)變的目的。

2 基于大數(shù)據(jù)信息軟件測試目的改進的方法研究

2.1 基于粒子群-蟻群算法的大數(shù)據(jù)信息軟件測試方法

大數(shù)據(jù)信息軟件改進的測試目的就是為了使機器與人類的智慧相互結(jié)合，基于這個目的，對軟件測試的方法進行了研究，利用大數(shù)據(jù)信息中的粒子群-蟻群的算法對軟件生成的數(shù)據(jù)進行測試。

(1)首先建立一個基本的框架，粒子群算法就是基于這個基本框架的新型全局優(yōu)化勢算法，是一種新型的軟件測試技術(shù)。粒子群算法對軟件測試的原理為：設(shè)大數(shù)據(jù)的規(guī)模為l，所占的空間為j，在迭代時間為t的第n個粒子當(dāng)前的坐標(biāo)可以用公式表示為：

Xn(t)=(Xn1，Xn2，…，Xnj)，在迭代時間為t的第n個粒子當(dāng)前的速度可以用公式表示為：Vn(t)=(Vn1，Vn2，…，Vnj)，第n個粒子用當(dāng)前的速度在空間為j的搜索過程中得出的最佳個體解決數(shù)值為：，而最佳全局解決數(shù)值為：。隨著時間的流逝粒子的坐標(biāo)位置和運動的速度也會發(fā)生改變，其運動軌跡用公式(1)，(2)來表示：

Vn(t+1)=Vn(t)+?1β1[Qn(t)-Xn(t)]+

(1)

Xn(t+1)=Xn(t)+Vn(t+1)

(2)

圖2 數(shù)據(jù)信息中的粒子群算法的基本框架

(2)利用大數(shù)據(jù)信息分析法中的蟻群算法對軟件進行測試，其結(jié)果的可靠性較高。蟻群算法主要依據(jù)的就是大量螞蟻蟻群集體行為的活動，每個螞蟻都有自己行動的軌跡，按照軌跡去計算螞蟻將去方向的概率。螞蟻將去方向的概率取決于行動地點的距離與其它不可預(yù)測的因素，但是螞蟻屬于群居行為，因此，當(dāng)某個方向出現(xiàn)的螞蟻數(shù)量越多的時候，將會有更多的螞蟻跟隨。蟻群的算法可以表示為：設(shè)螞蟻的數(shù)量有n只，所占的空間為j，Efg表示的是f和g之間的距離，Nf(t)表示的是在t時刻，位于f地點處的螞蟻數(shù)量，Ifg(t)表示的是t時刻在f和g之間連線上的信息；每一個方向上的初始信息量Ifg(t)是一致的，即Ifg(0)=C(C為常量)；每一只螞蟻都要根據(jù)信息的提示獨立的到第二個位置上，由此，螞蟻轉(zhuǎn)移的概率：

(3)

公式(3)中，allowed表示的是螞蟻n根據(jù)信息的提示獨立的到第二個位置上所有點。

在上述的粒子群算法中，即使每個粒子的更新速度都隨著當(dāng)前個體位置的變化而變化，但是在整個的更新過程中，?1粒子自身運動方向最好的坐標(biāo)位置的運動因子與?2粒子全局運動方向最好的坐標(biāo)位置的運動因子相互接近的時候，粒子就將陷入全局運動方向最好的坐標(biāo)位置，停止向下一個方向移動，最主要的原因就是每一個粒子在運動的時候都會保留在運動空間中最優(yōu)的位置，不會接收其它的信息。而蟻群最優(yōu)的算法是在特定的空間內(nèi)對信息進行分析，并按照一定概率的方向?qū)ふ?，從而獲得數(shù)據(jù)的最優(yōu)的數(shù)值。因此，基于大數(shù)據(jù)信息軟件測試的方法中，利用粒子群為主線的優(yōu)化算法，按照粒子群中粒子的更新速度和位置來測試軟件的數(shù)據(jù)處理功能，并引入蟻群的算法作為大數(shù)據(jù)信息處理的機制，提高了軟件測試的有效性。

2.2 基于大數(shù)據(jù)信息處理模型的軟件測試方法

大數(shù)據(jù)信息處理軟件的定義是：多方位，更全面的處理應(yīng)用軟件的相應(yīng)數(shù)據(jù)，它的特點具有專業(yè)性和多樣性。大數(shù)據(jù)信息處理軟件的特點決定了測試人員沒有辦法能夠簡單的計算出數(shù)據(jù)輸出的結(jié)果，也無法推測出輸入的數(shù)據(jù)與輸出的數(shù)據(jù)之間的關(guān)系，更無法被驗證。種種因素都會限制軟件測試的方法和測試數(shù)據(jù)的準(zhǔn)確性，為此，基于大數(shù)據(jù)信息的軟件測試方法可以從數(shù)學(xué)模型入手。

設(shè)數(shù)學(xué)模型的坐標(biāo)變量(ΔX,ΔY)，其中(X,Y)分別表示的是數(shù)據(jù)在數(shù)學(xué)模型中的橫變坐標(biāo)向量；r表示的是數(shù)據(jù)之間的半徑；k1、k2為不同數(shù)據(jù)之間的系數(shù)；P1、P2為不同數(shù)據(jù)所表示的信息量；B1、B2為坐標(biāo)(X,Y)隨機取到的數(shù)據(jù)，由此可得到數(shù)據(jù)的模型為：

ΔX=X(r2k1+r4k2)+(r2+2x2)P1+2xyP2+xB1+yB2

ΔY=Y(r2k1+r4k2)+(r2+2x2)P2+2xyP1+xB2+yB1

(4)

想要了解軟件測試的結(jié)果是否準(zhǔn)確以及處理過程是否精密，就需要基于數(shù)學(xué)模型作為參考實現(xiàn)軟件測試數(shù)據(jù)處理的完美效果。由公式(4)可得出數(shù)學(xué)的模型，通過模型對輸入的數(shù)據(jù)進行計算并得出結(jié)果，并與原來的結(jié)果進行對比分析，以驗證數(shù)學(xué)模型是否實現(xiàn)了軟件測試的有效性。

2.3 基于大數(shù)據(jù)信息軟件仿真原理測試的方法

基于大數(shù)據(jù)信息軟件仿真的原理進行測試的方法是最具有權(quán)威性的，其核心是建立的模型可以與被測試的軟件系統(tǒng)實行動態(tài)之間相互交流的仿真測試原理。該方法主要利用雙網(wǎng)絡(luò)的環(huán)境下對模型進行集成，并建立大數(shù)據(jù)信息軟件仿真原理測試的環(huán)境，如圖3所示。

圖3 大數(shù)據(jù)信息軟件仿真原理測試的環(huán)境

由圖可知，大數(shù)據(jù)信息軟件仿真測試的環(huán)境主要由3種設(shè)備和2條主線來組成，3種設(shè)備包括：計算機測試設(shè)備、仿真設(shè)備、輸出設(shè)備；2條主線包括：測試線路與仿真線路。其中計算機測試設(shè)備是由計算機測控、系統(tǒng)備份、數(shù)據(jù)采集組成的，實現(xiàn)運行管理的控制功能；仿真設(shè)備是由電子信息、模擬操縱、指揮模板組成的，可以是按轉(zhuǎn)換和發(fā)送的工作；輸出設(shè)備是由仿真內(nèi)路連接、數(shù)據(jù)集成輸出組成的，遵循輸出的準(zhǔn)則，實現(xiàn)數(shù)據(jù)輸出的準(zhǔn)確性。

在仿真測試的過程中，測試的設(shè)備通過主線生成動態(tài)的信息模式，進入仿真系統(tǒng)，準(zhǔn)備檢測。仿真的設(shè)備接收信息，并將信息轉(zhuǎn)變成“作戰(zhàn)”的狀態(tài)，等待被傳送到軟件系統(tǒng)當(dāng)中，從軟件的系統(tǒng)當(dāng)中得到指令，做好“作戰(zhàn)”準(zhǔn)備，對數(shù)據(jù)進行采集的設(shè)備是為了給測試結(jié)果提供準(zhǔn)確數(shù)據(jù)的設(shè)備，必不可少，因此，仿真測試環(huán)境的完美建立是測試軟件的重要方法之一。

3 實驗結(jié)果與分析

3.1 實驗步驟

實驗的數(shù)據(jù)主要來自于中央電力集團某個研究場所，用來測試的軟件中只有一種配置項才能完成大數(shù)據(jù)信息的處理，這種配置項被稱為坐標(biāo)的轉(zhuǎn)換。坐標(biāo)轉(zhuǎn)換主要運行于WAP24芯片中，并且依賴A3X-A4X型號的編輯翻譯器的開發(fā)，其運行的代碼大約為1356行。采用平面坐標(biāo)向直角坐標(biāo)的正面方向轉(zhuǎn)換的例子，來驗證實驗方法的有效性。

假設(shè)平面坐標(biāo)為(a，b)，求直角坐標(biāo)(X，Y)，在這個求解過程所要依賴的數(shù)據(jù)信息模型如公式(5)所示：

(5)

I=a-i1,k=e′sinb,t=tanb

基于大數(shù)據(jù)信息模型的軟件測試設(shè)計如下：

利用傳統(tǒng)的坐標(biāo)轉(zhuǎn)換對信息軟件進行實驗，那么所選取的數(shù)據(jù)就會具有隨機性，假設(shè)輸入的一組數(shù)據(jù)為(a，b)，那么相應(yīng)的就會接收到一組數(shù)據(jù)(X，Y)，其返回的數(shù)據(jù)并不完全符合協(xié)議規(guī)定的樣式，因此，需要根據(jù)公式(5)中的數(shù)據(jù)模型作為輸出的結(jié)果對被測試的軟件進行對比，并根據(jù)Mary的軟件測試樣本進行模擬測試。由于數(shù)據(jù)的選擇具有隨機性，簡單的測試方法很難發(fā)現(xiàn)軟件中的漏洞，因此使用了基于大數(shù)據(jù)信息軟件的測試方法，并利用數(shù)據(jù)信息模型的公式，其測試原理依據(jù)公式(6)：

(6)

其中：α表示的是常量；x1，x2，x3，…xn表示的是坐標(biāo)的橫向變量，同理y1，y2，y3，…yn表示的是坐標(biāo)的縱向變量；x1m，x2m，x3m，…xnm表示的是x1，x2，x3，…xn經(jīng)過n次的不斷增長中的最小值，x1M，x2M，x3M，…xnM表示的是x1，x2，x3，…xn經(jīng)過n次的不斷增長中的最大值。

3.2 實驗結(jié)果

為了驗證上述實驗過程的有效性，對其參數(shù)進行設(shè)定：IM=180°，Im=-180°，bM=90°，bm=-90°，n=50

由此可得出直角坐標(biāo)(X，Y)隨著平面坐標(biāo)長度a的變化而發(fā)生改變，如圖4所示。

圖4 直角坐標(biāo)(X，Y)隨平面坐標(biāo)a的變化

直角坐標(biāo)(X，Y)隨平面坐標(biāo)的輸入變量a與變量b的同步增長趨勢與圖1所畫的圖像是一致的。根據(jù)圖1中平面坐標(biāo)的輸出變量與輸入變量之間的關(guān)系，就可以驗證大數(shù)據(jù)信息軟件的測試方法的有效性。

比較圖4與圖5發(fā)現(xiàn)，之前圖1中的平面坐標(biāo)的變化與直角坐標(biāo)的變化軌跡不一樣，但是經(jīng)過上述實驗結(jié)果的推論，圖5中的平面坐標(biāo)的變化與直角坐標(biāo)的變化軌跡大致吻合。經(jīng)過技術(shù)人員的開發(fā)與研究，當(dāng)輸出值大于2.004106的時候，其軟件測試成功。

4 結(jié)束語

大數(shù)據(jù)信息軟件的測試完成后，對信息系統(tǒng)進行綜合監(jiān)視。軟件測試技術(shù)從單一方面向多元素方面進行轉(zhuǎn)變，測試的據(jù)不僅限制了輸入數(shù)據(jù)的屬性，還綜合數(shù)據(jù)大小以及數(shù)據(jù)特性。在科學(xué)發(fā)達的今天，構(gòu)建一個自動化軟件測試環(huán)境非常簡單，能夠是滿足客戶端需求。

圖5 預(yù)期的直角坐標(biāo)Y與被測試軟件輸出的直角坐標(biāo)y1之間的差別

基于大數(shù)據(jù)信息軟件的測試方法不僅可以有效的處理數(shù)據(jù)，還可以清晰的轉(zhuǎn)變輸入與輸出量之間的復(fù)雜關(guān)系，有利于測試方法可以準(zhǔn)確的選擇軟件需要測試的數(shù)據(jù)，并且提高數(shù)據(jù)測試效率。在今后軟件測試方法研發(fā)中，將結(jié)合實踐進行更深層次的實驗來驗證軟件處理數(shù)據(jù)功能，并對算法進一步改善，不斷提高軟件測試質(zhì)量。

[1] 孟 巖,周 航,劉 沓.大數(shù)據(jù)時代環(huán)境管理會計發(fā)展探究[J].財會通訊,2015(7):5-7.

[2] 陳志剛,魯曉波.大數(shù)據(jù)背景下信息與交互設(shè)計的變革和發(fā)展[J].包裝工程,2015(8):6-9.

[3] 劉彩云,沈春會.淺析大數(shù)據(jù)時代的電子政務(wù)信息資源采集[J].檔案管理,2015(3):25-27.

[4] 齊 萱,楊 靜.大數(shù)據(jù)時代會計信息相關(guān)性研究述評[J].財會通訊,2015(28):62-65.

[5] 趙 霞,林天華,馬素霞,等.基于選擇性加載策略的電能質(zhì)量數(shù)據(jù)處理[J].計算機應(yīng)用,2016,36(5):1434-1438.

[6] 楊 斐,艾曉燕,張永恒,等.大數(shù)據(jù)精準(zhǔn)挖掘處理架構(gòu)及預(yù)測模型研究[J].電子設(shè)計工程,2016,24(12):29-32.

[7] 趙曙光.稟賦結(jié)構(gòu)、比較優(yōu)勢與傳統(tǒng)媒體轉(zhuǎn)型——基于傳統(tǒng)媒體與新媒體從業(yè)人員的調(diào)查數(shù)據(jù)分析[J].新聞記者,2016(9):51-57.

[8] 蔣 亮,蒙祖強,胡玉蘭,等.一種基于向量夾角的快速計算等價類算法[J].小型微型計算機系統(tǒng),2015,36(10):2360-2364.

[9] 李志強,高大兵,蘇 盛,等.基于大數(shù)據(jù)的智能電表入侵檢測方法[J].電力科學(xué)與技術(shù)學(xué)報,2016,31(1):121-126.

[10] 劉耀聰,袁海斌,李 榮.基于CAN總線仿真測試的開發(fā)平臺[J].計算機應(yīng)用,2016,36(S1):184-187.

SoftwareTestingMethodBasedonLargeDataInformation

Gao Yue, Zhang Yang

(East-China Institute of Computer Technology, Shanghai 200233, China)

the traditional software testing method for a variety of experimental parameter Settings are not accurate according to the mathematical theory, and involves all exist the problem of low efficiency of software testing algorithm. To do this, I put forward a kind of software testing method based on large data information, first of all, under the background of big data, analyzes the purpose of the software of the test, the application of the wisdom of men and machines together, through the understanding of the social group and the value of the data extract, can make the data from the machine's intelligent analysis to the combination of human and machine intelligence. Then three test methods for large data information software were discussed, the first is using particle swarm optimization algorithm as the main line, the introduction of ant colony algorithm as the big data information processing mechanism, can be effective way to deal with large data information; The second is according to the characteristics of the software, and puts forward the software testing method based on large data information processing model, through the model of input data is calculated and the results; The third method USES the principle of simulation to test software. Finally, the experimental results show that based on the large data information software testing method not only can effectively process the data, also can improve the test efficiency of the data and software localization problem, for the future of software testing provides a strong theoretical basis.

big data information; software; test; methods to study

2017-06-13；

2017-07-13。

高 月(1976-)，女，江蘇常州人，碩士，高級工程師，主要從事計算機軟件方向的研究。

1671-4598(2017)11-0107-04

10.16526/j.cnki.11-4762/tp.2017.11.028

TP473

A