周晓莹，高建华

(上海师范大学计算机科学与技术系，上海 200234)

1 概述

统计测试是一种基于对输入统计分布进行分析以构造测试用例的一种测试设计方法，即其通过在输入域上定义一个概率分布作为运行剖面抽样生成测试数据[1]。所以，概率分布的构造是决定统计测试数据生成质量及其测试效率的关键。理想的统计测试的概率分布必须完全满足基于测试对象在结构或功能上的某些特性要求的准则。这样的概率分布能够合理区别对象特性的差异，有助于提高测试导向及效率。然而对于实际问题，符合准测的概率分布往往很难被确定，如何在一定时间内为统计测试确定符合准则或接近最优的概率分布一直是具有挑战性的问题。

大多数软件工程的领域问题都可以被建模成带有约束条件的搜索问题，基于搜索的软件工程旨在利用各种高效的启发式搜索方法来求解软件工程领域的问题[2]。在生成测试数据的研究工作中，使用自动搜索来为统计测试寻找合适的概率分布是一种新型应用[3-4]。在建立解决方案的表示模型并确定了用于评估筛选的适应度函数之后，选用一种高效的搜索方法来寻找接近最优的解决方案。

本文将自动搜索的方法与过程作为研究对象，提出一种基于马尔可夫模型的自动搜索方法，用于排除前驱筛选及状态的影响，引导搜索收敛，以平衡统计测试的效率与成本。

2 统计测试

统计测试结合随机测试和结构测试的特点，将动态测试流程视为统计抽样的过程。……