贝叶斯缺陷分析模型及其在软件测试中的应用

doi:10.3724/SP.J.1087.2005.0808

计算机应用 ›› 2005, Vol. 25 ›› Issue (04): 808-810.DOI: 10.3724/SP.J.1087.2005.0808

贝叶斯缺陷分析模型及其在软件测试中的应用

胡玉鹏¹，陈治平^1,2，林亚平¹，李军义¹

1.湖南大学软件学院； 2.福建工程学院计算机与信息科学系

发布日期:2005-04-01 出版日期:2005-04-01
基金资助:
湖南省自然科学基金资助项目(jjy3098)

Defect analysis model of Bayesian and its application in software testing

HU Yu-peng¹,CHEN Zhi-ping^1,2,LIN Ya-ping¹,LI Jun-yi¹

1.Software College,Hunan University,Changsha Hunan 410082,China; 2.Department of Computer and Information Science,Fujian University of Technology,Fuzhou Fujian 350014,China

Online:2005-04-01 Published:2005-04-01

摘要/Abstract

摘要：

针对面向对象软件提出了一种以贝叶斯网络理论为基础的软件缺陷分析模型,通过分析系统中存在缺陷对象之间的影响关系构建贝叶斯网络模型,利用已有的经验数据评估贝叶斯网络模型中各节点的缺陷概率分布,并与软件测试过程相结合,直接从测试设计级别为测试人员提供相关决策支持。将该模型应用到实际的项目中,取得了较好的效果。

关键词: 面向对象, 软件测试, 贝叶斯网络, 缺陷分析, 决策支持

Abstract:

How to obtain a reasonable process of testing is a very important subject in software testing. In this paper, aiming at the Object-Oriented software, a defect analysis model based on Bayesian networks theory was proposed. By means of analyzing the relationship between defect-objects,the Bayesian networks model was constructed. The defect probability distributions of nodes in the model was assessed by using the experience which already have. Furthermore, the Bayesian networks model is applied to practice, and gets good results.

Key words: object-oriented, software testing, Bayesian networks, defect analysis, decision support

中图分类号:

TP311.5

胡玉鹏，陈治平，林亚平，李军义. 贝叶斯缺陷分析模型及其在软件测试中的应用[J]. 计算机应用, 2005, 25(04): 808-810.

HU Yu-peng,CHEN Zhi-ping,LIN Ya-ping,LI Jun-yi. Defect analysis model of Bayesian and its application in software testing[J]. Journal of Computer Applications, 2005, 25(04): 808-810.

[1]	邓亮亮, 张立臣, 姜文超. 基于对象时空Petri网的CPS建模与仿真[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3334-3339.
[2]	赵静, 韩京宇, 钱龙, 毛毅. 基于改进的RAKEL算法的心电图诊断分类[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1892-1897.
[3]	陈恒恒, 倪志伟, 朱旭辉, 金媛媛, 陈千. 基于聚类分析的差分隐私高维数据发布方法[J]. 计算机应用, 2021, 41(9): 2578-2585.
[4]	孙建强, 许少华. 基于可微神经计算机和贝叶斯网络的知识推理方法[J]. 计算机应用, 2021, 41(2): 337-342.
[5]	邵志胜, 张国富, 苏兆品, 李磊. 基于软件体系结构和广义差分进化的测试资源动态分配算法[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3692-3701.
[6]	李昡熠, 周鋆. 基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3475-3479.
[7]	张凯, 周德云, 杨振, 潘潜. 多约束集群目标下武器-目标分配问题[J]. 计算机应用, 2020, 40(3): 902-911.
[8]	张榜, 朱金鑫, 徐正蓺, 刘盼, 魏建明. 基于贝叶斯网络的楼层定位算法[J]. 计算机应用, 2019, 39(8): 2468-2474.
[9]	杨洁, 李松斌, 邓浩江. 基于贝叶斯网络的压缩语音信息隐藏检测[J]. 计算机应用, 2018, 38(7): 1967-1973.
[10]	邹林霖, 李学明, 李雪, 袁洪, 刘星. 基于异构星型网络分析的药物推荐改进算法HIC-MedRank[J]. 计算机应用, 2017, 37(8): 2368-2373.
[11]	卢玲, 杨武, 刘旭, 李言. 基于实体情感演化置信网的观点检测方法[J]. 计算机应用, 2017, 37(5): 1402-1406.
[12]	唐朝胜, 刘世洪, 程杰仁. 状态和数据双因素驱动的决策支持系统模型复合方法[J]. 计算机应用, 2017, 37(2): 581-586.
[13]	张卫祥, 齐玉华, 李德治. 基于离散粒子群算法的测试用例优先排序[J]. 计算机应用, 2017, 37(1): 108-113.
[14]	邢志伟, 唐云霄, 罗谦. 基于贝叶斯网络的航班保障服务时间动态估计[J]. 计算机应用, 2017, 37(1): 299-304.
[15]	乔善平, 闫宝强. 基于三层集成多标记学习的蛋白质多亚细胞定位预测[J]. 计算机应用, 2016, 36(8): 2150-2156.

贝叶斯缺陷分析模型及其在软件测试中的应用

Defect analysis model of Bayesian and its application in software testing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics