以隨機與邏輯推理運算方式進行高涵蓋率之測試

Abstract

軟體測試所需成本高達總成本的 50%，因此成為軟體發展(Software Development)過程中的主要瓶頸。現今發展軟體系統的趨勢，趨向於藉由輔助工具(Auxiliary Tool)來降低軟體測試(Software Testing)所需的資源，但現有測試系統大多需要使用者自行設定測試環境(Testing Driver)，測試的效能也隨之影響，主要原因是測試分析工具無法有系統地自動產生測試資料，以證明相關輸入資料可到達特定的執行環境(Program State)，這卻是我們用來印證測試效率及品質最直接的方法。本論文中，我們將以程式邏輯推論為出發點，有系統地產生測試資料(Testing Inputs)以執行所有可能路徑(Possible Paths)。我們實作了一個自動測試工具，稱為 ALERT，能自動分析程式執行時的邏輯條件(Logic Constraints)，以表示執行的語義(Execution Semantics), 藉此可推論剩下可能執行路徑的測試輸入。我們利用 gcov 來分析 ALERT 的測試效率，所自動產生的測試資料可達 90% 的涵蓋率。