基于符号执行的自动化测试用例生成方法研究的中期报告.docx

基于符号执行的自动化测试用例生成方法研究的中期报告
一、研究背景
随着软件越来越复杂，手动撰写测试用例耗费时间和精力成本越来越高，如何自动化生成高质量的测试用例已成为研究的热点之一。符号执行作为一种静态测试技术，可以遍历所有可能的程序路径，并生成针对每条分支语句的测试用例，从而提高测试的覆盖率和准确性。因此，基于符号执行的自动化测试用例生成方法在软件测试领域得到了广泛关注。
二、研究现状
目前基于符号执行的自动化测试用例生成方法主要有两种：一种是基于约束求解器的符号执行方法，如KLEE、SAGE等；另一种是基于路径约束表示的符号执行方法，如DART、EXE等。
基于约束求解器的符号执行方法通过将程序中的每个输入变量都用符号表示，然后根据约束求解器求解每个分支路径的输入条件，从而生成测试用例。KLEE是目前应用最广泛的基于约束求解器的符号执行工具之一，它支持C/C++代码的符号执行，并可以自动化地发现程序的错误和缺陷。
基于路径约束表示的符号执行方法则通过维护程序的控制流图和符号路径条件，来生成执行路径、构造测试用例，并发现程序中的错误。DART是一种基于路径约束表示的符号执行工具，它支持Java和Python等语言的符号执行，可以自动生成输入数据和约束，并生成测试用例。
三、研究内容
本课题主要研究基于符号执行的自动化测试用例生成方法，以提高软件测试的覆盖率和准确性。具体研究内容包括以下方面：
（1）深入研究基于约束求解器的符号执行方法，并对其进行改进，以提高测试用例的质量和效率。
（2）研究基于路径约束表示的符号执行方法，并比较其与基于约束求解器的符号执行方法的优缺点。
（3）研究符号执行在实际软件测试中的应用，探索符号执行与其他测试技术的结合与融合。
四、研究计划
本课题计划在2021年9月至2022年6月期间完成。具体研究工作和时间节点如下：
（1）阅读相关文献，了解符号执行领域的最新进展，熟悉目前主流的符号执行工具和方法。（2021年9月-2021年10月）
（2）探究基于约束求解器的符号执行方法，并对其进行改进，实现在线约束求解和自适应路径选择。（2021年11月-2022年4月）
（3）深入研究基于路径约束表示的符号执行方法，探索其在高维空间的应用。（2022年5月-2022年6月）
（4）撰写论文并进行实验验证，对研究成果进行总结和评估。（2022年6月）
五、研究成果预期
预计本研究将产生以下成果：
（1）改进基于约束求解器的符号执行方法，并实现基于自适应路径选择的测试用例生成；
（2）探究基于路径约束表示的符号执行方法，并比较其与基于约束求解器的符号执行方法的优缺点；
（3）研究符号执行在实际软件测试中的应用，并探索符号执行与其他测试技术的结合与融合；
（4）发表学术论文，并将研究成果应用于真实的软件测试和开发中，提高软件的质量和可靠性。