面向Web应用的模型自动补全
基于模型的测试是保障Web应用软件质量的有效途径，模型的完整性直接决定其测试效果和效率。目前Web应用程序的模型构建通常使用静态或者动态分析技术，然而，由于Web应用程序的事件驱动及动态特性，使得静态分析技术难以获取动态生成的Web页面信息，导致构建的Web应用程序模型不完整。动态分析技术则通过监视Web应用程序的执行并记录其行为信息来构建模型，但是难以监测其全部的可能行为，同样会导致构建的模型不完整。因此，现有的建模技术难以为Web应用程序提供完整的模型。此外，现代Web应用具有与用户复杂交互的特点，而EFSM（扩展有限状态机）模型可以有效地表征Web应用与用户之间的交互，更适合表征现代Web应用程序。 因此，本文在Web应用程序EFSM模型的基础上，定义模型完整性评估准则，并提出一种基于动静分析的Web应用模型补全方法。即采用静态分析从Web应用程序的源代码中收集所有的可能行为，根据模型完整性准则评价Web应用EFSM模型的完整性，并从中识别出未覆盖的行为;针对EFSM模型未覆盖的行为，利用前向搜索生成可行的迁移序列以触发未覆盖行为，将其补全到模型的相应位置。此外，本文通过分析迁移序列生成过程中迁移间的数据依赖关系，设计了一系列优先级规则来指导前向搜索迁移的选择，以提高可行迁移序列的生成效率。在可行迁移序列生成的基础上，动态模拟序列的执行，进而将触发的未覆盖行为添加至Web应用EFSM模型，对EFSM模型进行补全，提高其完整性。 为验证模型补全方法的有效性，本文开发了一个模型补全原型工具AutoMC，并在五个开源Web应用程序上进行了一系列的模型补全实验。实验结果表明，本文方法可有效补全Web应用程序的模型，使其完整性平均提高22.68％。
网络应用程序;模型补全;扩展有限状态机;前向搜索;迁移序列
北京化工大学
硕士
软件工程
赵瑞莲
2020
中文
TP311.5
2020-11-17（万方平台首次上网日期，不代表论文的发表时间）