| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 面向行为的测试数据扩增技术研究现状 | 第10页 |
| 1.2.2 面向覆盖的测试数据扩增技术研究现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 第2章 相关理论知识 | 第15-19页 |
| 2.1 程序的表示方式 | 第15-17页 |
| 2.1.1 控制流程图 | 第15-16页 |
| 2.1.2 符号执行 | 第16-17页 |
| 2.2 白盒测试的覆盖准则 | 第17页 |
| 2.3 MapReduce编程模型 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 基于谓词引导的测试数据集扩增方法 | 第19-33页 |
| 3.1 测试数据选择策略 | 第19页 |
| 3.2 基于谓词的测试数据差异性 | 第19-22页 |
| 3.2.1 谓词的提取过程 | 第19-21页 |
| 3.2.2 谓词距离 | 第21-22页 |
| 3.3 K-MEANS算法的应用 | 第22-27页 |
| 3.3.1 K-MEANS算法分析 | 第22-24页 |
| 3.3.2 初始中心确定 | 第24-25页 |
| 3.3.3 局部孤立点检测 | 第25-27页 |
| 3.4 基于谓词引导的测试数据扩增方法 | 第27-29页 |
| 3.4.1 测试数据集扩增模型 | 第27-28页 |
| 3.4.2 算法步骤 | 第28-29页 |
| 3.5 实验结果与分析 | 第29-31页 |
| 3.5.1 实验设置 | 第29页 |
| 3.5.2 实验结果 | 第29-31页 |
| 3.6 本章小结 | 第31-33页 |
| 第4章 基于自适应粒子群算法的测试数据扩增方法 | 第33-43页 |
| 4.1 回归测试数据集扩增的数学模型 | 第33-34页 |
| 4.1.1 路径相似度 | 第33-34页 |
| 4.1.2 测试数据集扩增的数学模型 | 第34页 |
| 4.2 初始化种群选择 | 第34-35页 |
| 4.3 自适应粒子群算法 | 第35-36页 |
| 4.4 基于自适应粒子群算法的测试数据集扩增方法 | 第36-39页 |
| 4.4.1 基于自适应粒子群算法的测试数据集扩增模型 | 第36-37页 |
| 4.4.2 算法步骤 | 第37页 |
| 4.4.3 实例分析 | 第37-39页 |
| 4.5 实验结果与分析 | 第39-42页 |
| 4.5.1 实验设置 | 第39页 |
| 4.5.2 实验结果 | 第39-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 基于MapReduce的并行测试数据集扩增方法 | 第43-49页 |
| 5.1 测试数据扩增任务并行化的关键问题 | 第43-44页 |
| 5.1.1 测试数据集扩增的任务分解 | 第43页 |
| 5.1.2 扩增任务各个阶段的通信模型 | 第43-44页 |
| 5.2 测试数据集扩增方法的并行化实现 | 第44-46页 |
| 5.2.1 K-MEANS聚类算法的MapReduce实现 | 第44-45页 |
| 5.2.2 基于MapReduce的并行测试数据集扩增模型 | 第45-46页 |
| 5.3 实验结果与分析 | 第46-48页 |
| 5.3.1 测试场景定义及其设置 | 第46-47页 |
| 5.3.2 实验结果 | 第47-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第6章 原型工具的设计与实现 | 第49-55页 |
| 6.1 原型工具的设计 | 第49-51页 |
| 6.1.1 功能描述 | 第49页 |
| 6.1.2 扩增顺序图 | 第49-50页 |
| 6.1.3 扩增核心部分类图 | 第50-51页 |
| 6.2 原型工具的实现 | 第51-54页 |
| 6.3 本章小结 | 第54-55页 |
| 第7章 总结与展望 | 第55-57页 |
| 7.1 相关工作总结 | 第55页 |
| 7.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 致谢 | 第63-64页 |
