一、基于方法序列规范的测试用例生成（论文文献综述）
张帅[1]（2021）在《基于领域驱动设计的AGV调度系统设计与实现》文中进行了进一步梳理在现代化的大型制造车间中,为节省人力、提高车间生产效率,大量企业都为生产车间和立体仓库引入了AGV系统。AGV（Automated Guided Vehicle,自动导航小车）是指装备有电磁或光学等自动导引装置,能够沿导引路径行驶,具有各种移栽及安全保护功能的运输车。企业在智能物流解决方案中使用AGV,不仅是为了实现内部物流的柔性化,更重要的是借此打通生产各流程,推进生产全过程的数字化,最终实现打造工厂智能化的目标。然而,制造企业为实现生产智能化往往需要使用数十台、数百台甚至上千台AGV,它们既相互协同作业又彼此独立运行,AGV的作业场景也由静态单一转变为动态复杂,因此需要有一套智能调度系统来进行统一的管控。作者在研究AGV调度系统中任务调度、路线规划等关键问题的基础上,结合项目实践,基于领域驱动设计理论设计并实现了AGV调度系统,主要开展的工作内容如下:首先,从业务用例分析着手,以活动图为主要工具对功能需求进行深入的分析,进而提出调度领域解决方案,对核心领域概念进行剖析解读,提取了核心领域的静态模型与动态模型;其次,结合多种架构视图对系统体系结构进行设计并完成系统接口设计;再次,对系统各功能模块进行详细设计与实现,完成应用模块及领域组件的类设计与逻辑设计,实现了包括基于资源分配方式实现的交通管制策略、基于有向图最短路算法实现的路线规划算法,基于二分图匹配实现的任务分配算法以及基于设计模式实现的通信适配器等组件;最后,对系统进行了大量的测试,通过设计对比实验对路线规划、交通管制、车辆分配等模块进行功能测试,验证了系统功能的有效性,并通过制定性能测试方案进行了单一场景测试和多场景对比测试与分析,测试结果说明系统具有良好的稳定性。目前,该系统已成功运用于十余个大型智能物流项目,能够满足实际应用需求,并且具有良好的扩展性、稳定性,本文的研究内容对行业技术发展实践具有一定的借鉴意义。
朱向雷,王海弛,尤翰墨,张蔚珩,张颖异,刘爽,陈俊洁,王赞,李克秋[2]（2021）在《自动驾驶智能系统测试研究综述》文中研究指明随着人工智能技术的深入发展,自动驾驶已成为人工智能技术的典型应用,近十年来得到了长足的发展,作为一类非确定性系统,自动驾驶车辆的质量和安全性得到越来越多的关注.对自动驾驶系统,特别是自动驾驶智能系统（如感知模块、决策模块、综合功能及整车）的测试技术得到了业界和学界的深入研究.调研了56篇相关领域的学术论文,分别就感知模块、决策模块、综合功能模块及整车系统的测试技术、用例生成方法和测试覆盖度量等维度对目前已有的研究成果进行了梳理,并描述了自动驾驶智能系统测试中的数据集及工具集.最后,对自动驾驶智能系统测试的未来工作进行了展望,从而为该领域的研究人员提供参考.
焦瑞[3]（2021）在《基于BERT多任务联合训练的土木工程问答系统研究》文中研究说明目前土木工程领域信息化服务建设正处于发展阶段,设计人员在设计过程中会涉及到大量知识检索和知识问答的需求,而目前大量的领域知识、规范和标准都是非结构化文本的形式,知识库的构建存在着难度,口语化的自然语言问题也无法被有效解析,问答需求无法被满足。因此本文选定土木工程垂直领域的智能问答应用作为切入点,使用新型自然语言处理方法深入研究面向该领域的智能问答技术。本文的工作是基于知识库的土木工程智能问答系统构建,主要涉及自然语言处理技术。按上下游具体技术难点,分为问答句对自动构建技术、知识库自动构建方法、智能问答方法、智能问答系统构建四个方面。（1）针对土木工程领域问答句对语料数据量小的问题,提出了一套用于扩充问答句对数据集的模型方案,该方案是BERT、Transformer和UniLM结合的序列学习模型,使用二次预训练方法将大量开放域语料的语法、句法规则迁移到土木工程领域,结合该领域内的少量人工标注数据获取语义信息,并对模型堆叠模块随机采样分层训练,优化参数后生成高质量领域目标问句,最终形成领域自然语言问答句对数据。模型生成问句质量达到了最佳的26.19-BLEU,相比基线模型LSTM提升达12.78。（2）针对知识库构建难的问题,提出了用于自动化构建知识库的联合训练端到端深度学习模型CivilWoSpERT。该模型是基于子序列片段Span、融合了词晶格嵌入表示机制的命名实体和关系联合抽取方案。最终在命名实体识别任务上达到了 87.47的F1值,在关系抽取上达到了 78.66的F1值。（3）针对智能问答方法,提出了一种基于知识库的快速问答方法,该方法可解析自然语言问题并通过知识库检索返回目标答案。（4）在智能问答系统的构建方面,主要对系统进行前三阶段模型和方法的融入,采用主流的前后端分离Web系统方案完成整个智能问答系统的搭建。本文旨在通过以上内容对土木工程领域智能问答系统深入研究,逐个解决数据集数量小、信息抽取难度大、传统知识库对领域知识覆盖不足等针对性问题,通过深度学习方法构建一套能够满足实际智能问答需求的土木工程智能问答系统。
唐敏[4]（2021）在《IIoT中协议漏洞智能检测方案设计与实现》文中研究指明随着工业互联网的应用越来越广泛,其安全问题也开始逐步受到重视,在攻击者之前发现其存在的潜在安全隐患是十分重要的。模糊测试是一种常用且简单高效的漏洞检测工具,目前在工业互联网漏洞挖掘中也应用广泛。在传统的协议模糊测试方法中,生成测试用例需要花费大量人力和时间来对协议规范进行分析,且随着协议的改变,生成方法将不具备通用性。因此需要设计一种能降低协议分析成本且能得到较好测试效果的模糊测试方法。近年来随着机器学习方法在各个领域的优秀表现,模糊测试领域也开始尝试使用其进行智能化测试。但目前机器学习的方法还很少运用于工控模糊测试领域,此外生成的测试用例测试效果也并不理想。因此本文基于文本生成对抗网络,提出一种可以解决上述问题的工控协议测试用例生成方法,其中采用了两种文本生成对抗网络模型,并且在对于生成数据的保存上更符合模糊测试的需求。此外本文还实现了基于上述测试用例生成方法的工控协议模糊测试系统。为了证明本文提出的方法的有效性,通过在常用工控协议Modbus TCP协议上进行了实验。实验结果表明与使用原始GAN的测试用例生成模型和传统的模糊测试工具PEACH相比,本文提出模型在测试用例通过率、漏洞挖掘效率、测试用例多样性上都更加优秀。
邓惠心[5]（2021）在《基于模型的移动应用功能测试用例生成方法的研究》文中研究表明随着互联网的不断发展,移动应用的需求快速增长。移动应用的质量保证是决定其成功的主要因素。测试自动化可能是提高移动应用程序质量并降低测试成本的有效解决方案,但实现移动应用的自动化功能测试是复杂且困难的,它是一项昂贵且耗时的活动,并面临诸多挑战。目前主要面临两大挑战,即测试序列自动生成和测试Oracle自动获取问题:（1）如何自动生成功能测试的测试序列,以达到自动化功能测试的目的?（2）如何自动获取测试Oracle,用于验证功能测试序列执行后结果的正确性?（3）如何将功能测试序列与测试Oracle关联,形成完整的功能测试套件,以达到对移动应用进行功能测试的目的?针对上述问题,本文提出了基于模型的移动应用功能测试用例生成方案。首先,本文采用基于GUI模型的测试技术,解决移动应用的功能测试序列生成问题。基于GUI Ripping技术,构建被测应用的GUI树,再从GUI树中推导出事件流图EFG,对EFG进行事件提取及分类,并通过消除非功能性事件对EFG进行优化,再采用图形遍历算法DFS遍历EFG,生成功能测试序列。其次,本文通过两种方法对功能测试的测试Oracle进行获取。一种是对部分独立于应用的功能（AIF）,直接获取已知的测试Oracle,用形式化定义,给出两类功能的操作序列和测试Oracle信息。另一种是基于应用的满足IEEE标准格式的需求规格文档,获取测试Oracle,使用正则表达式,从需求文档中提取与功能相关的测试Oracle信息,包括应用的前置状态、功能的执行操作和应用的预期行为,然后进行形式化定义。最后,本文提出一种匹配机制,将基于GUI模型生成的功能测试序列和获取的测试Oracle进行关联,以获得完整的功能测试用例。该机制采用了三种匹配方式:（1）结构匹配,（2）语义匹配,（3）完善匹配。其中结构匹配通过采用字符串匹配算法KMP,将测试序列与测试Oracle包含的操作序列进行匹配;语义匹配主要针对结构匹配中由于测试序列和测试Oracle包含的操作序列中存在命名差异,但语义一样导致的匹配不成功的情况;完善匹配用于解决交互功能测试需要的事件序列不能通过GUI模型获得的问题。本文设计了三个实验来验证方案的有效性,实验结果表明本文方案能够生成满足较高功能边覆盖率的最小功能测试序列,测试序列与测试Oracle关联形成的功能测试用例能够比较准确地检测出大部分应用程序的功能缺陷,且误报率较低。这表明本文方案能够有效解决移动应用功能测试面临的部分问题,并且可以减少测试人员的工作,节省测试时间并提高测试效率。
窦磊[6]（2020）在《列控车载设备安全功能测试序列优化方法研究》文中研究指明CTCS-3级列控系统是基于无线通信的列控系统,广泛应用于我国时速300～350km高速铁路。列控车载设备功能逻辑失效可能危及行车安全,造成严重的事故,为保证行车安全,在车载设备投入使用前必须进行严格的测试。实际的车载设备测试中,需要根据车载设备的安全功能设计测试用例,并将测试用例串接成测试序列依次执行。因此,研究车载设备安全功能测试用例的设计方法,并将测试用例串接优化生成测试序列,对于车载设备的测试工作具有重要的意义。当前车载设备安全功能测试序列优化问题存在测试用例完备性不足;测试序列优化方法迭代次数多、收敛慢;测试序列中测试用例执行位置选择不合适可能导致测试终止的问题,本文针对上述问题开展研究,主要内容如下:1.对CTCS-3级列控系统进行了概述,对列控车载设备测试用例的设计方法和列控车载设备的测试序列优化方法进行了介绍。2.给出车载设备安全功能测试用例的设计方法,以CTCS-3级列控系统中CTCS-2级转CTCS-3级等级转换功能为例,采用场景法对功能逻辑中的基本流和备选流进行划分,确定基本流和备选流有向图,进而设计出等级转换功能完备性更高的测试用例对既有测试用例集进行了补充和完善,增强了测试用例集的完备性。3.根据测试子序列的设计原则将测试用例串接形成测试子序列,在此基础上将列控车载设备安全功能的测试序列优化问题经有向图变换形成TSP（Traveling Salesman Problem,TSP）问题,结合改良圈算法和模拟退火算法在求解TSP问题上的优缺点,设计了基于改良圈算法和模拟退火算法的组合优化算法进行求解,该算法可以有效实现车载设备安全功能测试序列的优化。4.设计并实现了列控车载设备安全功能测试序列优化工具,该工具可以绘制列控工程数据、对测试用例串接形成的Excel文件进行测试序列优化、并对测试序列中的测试用例根据可视化的列控工程数据选择相应的执行位置,最终可以保存成带有每个测试用例执行位置的测试序列表,对于列控车载设备安全功能的测试脚本编写和自动化测试具有重要的意义。
王拓[7]（2020）在《基于搜索的新型列控系统车载联锁软件功能和时间性能测试研究》文中进行了进一步梳理在我国社会经济快速发展的大背景下,人们对铁路出行的需求不断增加。列车运行控制系统作为保障列车运行安全和提高运输效率的关键,其研究受到越来越多的关注。在传统“地面集中式”列控系统中,地面设备几乎承担了所有核心功能,因而导致了一些问题。基于车-车通信的新型列控系统作为解决办法之一,大量简化地面设备,并将传统地面联锁转移至车载,实现了列车自主控制运行。与传统联锁系统不同,新型车载联锁采用基于“车-车通信”的分布式控制方式,且其时间性能也将受到更多因素影响,因此保证新型车载联锁功能和时间性能的正确性至关重要。传统的列控系统自动测试研究主要通过模型检验技术实现测试案例的自动生成。然而,此类方法受限于系统模型规模,难以进行穷尽式测试。为此,本文提出了一种将启发式搜索与时间自动机模型相结合的测试方法。该方法借助启发式搜索的动态特性解决由系统规模造成的状态空间爆炸问题。同时,利用模型对系统进行抽象,使用虚拟时间代替真实时间,提高测试效率。论文的主要工作总结如下:（1）围绕新型车载联锁系统的进路控制核心功能,通过分析新型列控系统的结构和典型运营场景,以及联锁进路控制方式和时间性能影响因素等,提出了功能测试需求和时间性能评价指标WCET（Worst Case Execution Time）。在此基础上,开展了列控系统测试方法的综述研究。（2）研究了基于启发式搜索算法的测试方法,提出了一种与时间自动机模型结合的改进遗传算法,使用输入时间序列作为个体,定义了新的个体编码方式、交叉变异方式以及适应度函数。在功能测试方面,通过引入时间自动机变异模型,实现覆盖典型故障的测试案例自动生成,提升了测试案例的生成效率;在时间性能测试方面,基于模型生成WCET测试用例,解决了传统测试算法在真实系统上进行时间测试过长的问题。（3）提出了基于改进启发式搜索的新型车载联锁测试框架,主要包括:基于时间自动机的新型车载联锁测试模型构建方法;新型车载联锁功能和性能的自动测试用例生成技术;基于软件故障注入的新型车载联锁系统的测试执行及环境构建方法;基于一致性分数的新型车载联锁系统功能和性能的测试评价体系。（4）针对新型车载联锁系统的进路控制功能进行了实例研究。基于Rail ML数据结构和寻路算法开发新型车载联锁仿真软件,并在次基础上,建立了相应的测试模型;在功能测试中,利用模型变异算子产生了变异体模型,并利用改进的遗传算法,生成了测试用例集,实机执行最终覆盖了61.1%的真实故障。在时间性能测试中,基于测试模型生成了进路排列WCET测试案例,实机执行得到真实软件的WCET（2072ms）。通过与传统的遗传算法、k-Bounded模型检验算法、启发式在线搜索算法以及简单随机算法进行比较,本文提出的基于改进启发式搜索方法在测试案例生成效率、算法耗时等方面均具有一定优势,验证了该方法应用于新型车载联锁系统功能和性能测试的有效性。图44幅,表16个,参考文献80篇。
谭凯[8]（2020）在《汽车CAN总线安全性模糊测试技术研究》文中研究表明由于汽车对外通信接口的增多,汽车内部CAN总线网络的通信安全不断受到威胁。模糊测试技术可作为一种CAN总线通信的安全测试方法,通过向车内CAN通信网络发送随机或经过变异的非预期报文数据,来监视网络的异常状态并发现网络安全漏洞。目前对于汽车CAN总线模糊测试技术的研究较少,测试用例的生成方式大都采用随机生成的方法,而没有考虑到CAN总线的应用层协议格式,降低了CAN总线报文的通过率,影响了模糊测试的效率。为解决上述问题,本文在分析汽车CAN总线应用层协议的基础上,提出了基于报文位翻转率特征和条件随机场的CAN总线协议字段划分算法,并提出了基于字段权重和改进Wasserstein生成对抗网络的CAN总线模糊测试方法。首先,根据汽车网联化、智能化的发展趋势,分析了网联汽车面临的信息安全威胁及攻击途径;研究了车内CAN通信网络架构及汽车CAN总线应用层协议;对CAN总线通信进行了脆弱性分析,并总结了CAN总线的相关安全防护措施。其次,为提取CAN总线应用层协议字段格式,在分析汽车CAN总线报文数据场不同字段类型的基础上,提出了一种基于报文位翻转率特征的字段划分算法。根据报文位翻转率特征,确定字段的类型以及边界;针对基于SAE J1939的商用车CAN总线应用层协议,提出了一种基于条件随机场的字段划分算法。将SAE J1939协议作为一种先验知识,并利用位翻转率特征建立条件随机场模型,对字段进行划分;为解析信号字段所表示的汽车运行状态,给出了OBD诊断报文数据与信号字段数据相关性分析的方法;分别利用在线公开的报文数据集、仿真报文数据集、真实汽车报文数据集验证了上述算法的有效性。然后,为提高CAN总线模糊测试效率,在对CAN总线报文进行协议逆向分析的基础上,提出了一种基于字段权重的模糊测试方法。通过计算每个字段的平均位翻转率确定字段权重,并根据权重对字段进行变异生成模糊测试用例;为使CAN总线模糊测试具有普适性,避免对CAN总线应用层协议进行逆向分析,提出了一种基于改进Wasserstein生成对抗网络的CAN总线模糊测试方法。利用CAN总线报文数据集训练改进Wasserstein生成对抗网络,并生成和原有报文协议结构相近的测试用例;基于真实汽车对上述模糊测试方法进行了验证,并成功发现了汽车CAN总线的安全漏洞。最后,为说明模糊测试技术可对其他CAN总线防护措施进行安全测试的应用,分析了几种常见汽车CAN总线攻击方式,对基于机器学习的汽车CAN总线入侵检测算法进行了安全性分析。研究了K近邻和Ada Boost两种用于入侵检测的机器学习算法,基于Matlab编程实现了上述两种基于机器学习的入侵检测算法,并利用模糊测试技术对入侵检测算法进行了评估。
于海峰[9]（2019）在《RESTful API接口Fuzz测试关键技术研究》文中研究指明随着信息技术的持续发展,互联网及软件产品日益向开放、共享的模式发展。根据世界银行的统计,已有100多个国家和超过250个政府,及联合国和世界银行等国际组织,实施“开放数据行动计划”（Open Data Initiative）。通过应用程序接口（Application Programming Interface,API）获取信息,已日益成为消费者获取数据的重要方式之一。因此,应用产品接口的安全性已日趋重要。接口模糊测试（Fuzz）是接口安全测试的主要手段之一。但在实际使用过程中,应用程序接口Fuzz存在用例规模过大、用例覆盖有效性低等问题。本文针对以上问题,结合SwaggerHub接口开发实例的接口实现,提出并实现了一套RESTful API接口Fuzz系统,通过用例自动生成、预筛选等方法,有效提升了应用程序接口模糊测试有效性和测试效率。本文具体工作内容如下:首先,提出了一种基于接口定义描述的测试用例自动生成方法。该方法通过分析接口定义描述文件的关键特征,构建一组接口定义描述与RESTful API资源表述的映射关系,并结合OpenAPI规范给出一组实现。由于该方法基于接口定义实现,对比传统Fuzz的报文逆向方法,有效提升了用例覆盖的完整性。其次,提出了一种基于预筛选的快速定位Fuzz测试方法。该方法通过分析API接口定义描述的关键字段,获得接口参数的定义域与响应集合。结合漏洞库指引,在有效定义域内及定义边界附近,对脆弱字段进行针对性变异,生成畸形用例。该用例生成方法,基于参数定义域,极大地提升了畸形用例的有效性。紧接着,提出了一种深度遍历方法。该方法通过对一组RESTful接口定义描述的联合分析,获得接口所描述资源信息的状态转移关系,并根据资源信息的状态转移过程生成接口Fuzz测试所需的测试序列。该方法生成的测试序列,能够基于转移路径对RESTful接口资源状态转移进行深度遍历,有较高的测试覆盖率。最后,利用RESTful API接口Fuzz测试系统,对某款正在开发中的软件系统进行接口Fuzz。对比传统的接口Fuzz工具,测试有效性有所提升。
刘思琪[10]（2019）在《基于DFSM的CTCS-2级列控系统测试用例生成方法研究》文中认为列车运行控制系统保证列车安全、高效的运行,是现代铁路信号系统中的核心组成部分。研究列控系统的测试方法,对列控系统可靠安全性的提高具有重要的意义。基于确定性有限状态机（Deterministic Finite State Machine,DFSM）的测试方法用DFSM模型描述待测功能需求,通过测试用例生成方法从模型生成测试用例。本文以CTCS-2级列控系统为研究对象,研究基于DFSM的测试路径生成与测试路径实例化方法,给出了自动化生成方案。为了减少满足迁移覆盖测试路径集合的冗余度与路径数,本文基于最小测试成本迁移覆盖准则给出了测试路径的生成方法。方法先解析DFSM模型信息,生成优化迁移覆盖的序列集合。接着生成满足最小测试成本迁移覆盖的序列集合,并扩展为测试路径集合。最后选用目前列控系统测试的案例,演示了测试路径生成的具体步骤,并与广度优先生成迁移覆盖测试路径的算法比较,说明本文方法生成的测试路径集合中迁移冗余数目更少、路径数目更少,可有效地减少测试成本。为了将测试路径实例化为具体的测试用例,本文提出了结合逻辑覆盖与输入空间划分的方法。方法首先根据模型中各迁移条件的逻辑表达式,生成满足逻辑覆盖准则的子句逻辑值组合。接着对表达式中的变量进行输入空间划分,得到各变量的取值集合。然后以子句的逻辑值组合为条件,获取取值集合中满足约束条件的取值子集将其作为测试输入,再将各变量的测试输入子集进行组合,以此生成直接反映模型接口的具体的测试用例。最后选用基本案例,阐述了方法流程,说明了方法的可行性。最后,以CTCS-2级列控车载设备的CTCS-0级转换CTCS-2级功能为研究对象,首先进行需求分析,分析该功能的正常转换场景与特殊转换场景。接着建立DFSM模型,再应用本文的测试路径生成方法及测试用例生成方法,求得测试路径集合及其测试用例集合。该结果说明了本方法能覆盖全面的功能需求,测试效率更高。
二、基于方法序列规范的测试用例生成（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于方法序列规范的测试用例生成（论文提纲范文）
（1）基于领域驱动设计的AGV调度系统设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 任务调度现状 |
| 1.2.2 路径规划算法现状 |
| 1.2.3 领域驱动研究现状 |
| 1.3 论文主要内容和组织结构 |
| 2 相关技术概述 |
| 2.1 图论基础 |
| 2.2 相关技术 |
| 2.2.1 Spring Boot |
| 2.2.2 EventBus |
| 2.2.3 Modbus |
| 2.2.4 MQTT |
| 2.2.5 WebSocket |
| 2.3 相关算法 |
| 2.3.1 匈牙利算法 |
| 2.3.2 迪杰斯特拉算法 |
| 2.3.3 分支限界算法 |
| 2.4 本章小结 |
| 3 多AGV调度系统需求分析 |
| 3.1 调度系统概述 |
| 3.1.1 AGV系统构成 |
| 3.1.2 总体业务应用场景 |
| 3.1.3 领域核心特性需求 |
| 3.2 业务用例分析 |
| 3.3 功能需求分析 |
| 3.3.1 地图管理功能 |
| 3.3.2 订单管理功能 |
| 3.3.3 监控管理功能 |
| 3.3.4 调度服务功能 |
| 3.4 数据需求分析 |
| 3.5 非功能需求分析 |
| 3.6 本章小结 |
| 4 多AGV动态调度问题领域建模 |
| 4.1 提出领域解决方案 |
| 4.1.1 调度核心流程剖析 |
| 4.1.2 调度领域解决方案 |
| 4.2 核心领域概念剖析 |
| 4.2.1 决策规则分析 |
| 4.2.2 调度策略分析 |
| 4.2.3 订单模型分析 |
| 4.2.4 交通模型分析 |
| 4.3 调度领域静态建模 |
| 4.3.1 领域对象字典 |
| 4.3.2 领域对象模型 |
| 4.4 调度领域动态建模 |
| 4.4.1 领域服务对象 |
| 4.4.2 领域动态模型 |
| 4.5 本章小结 |
| 5 多AGV调度系统概要设计 |
| 5.1 物理架构设计 |
| 5.2 逻辑架构设计 |
| 5.3 技术架构设计 |
| 5.4 运行架构设计 |
| 5.5 用户界面设计 |
| 5.6 系统接口设计 |
| 5.6.1 基于Restful和 Websocket的 Web接口 |
| 5.6.2 基于Socket的第三方系统接口 |
| 5.6.3 基于MQTT协议的AGV通信规范 |
| 5.7 数据存储设计 |
| 5.8 本章小结 |
| 6 多AGV调度系统详细设计与实现 |
| 6.1 地图管理功能模块设计与实现 |
| 6.1.1 模块类设计 |
| 6.1.2 实现逻辑 |
| 6.1.3 界面展示 |
| 6.2 订单管理功能模块设计与实现 |
| 6.2.1 模块类设计 |
| 6.2.2 实现逻辑 |
| 6.2.3 界面展示 |
| 6.3 监控管理功能模块设计与实现 |
| 6.3.1 事件总线设计 |
| 6.3.2 模块类设计 |
| 6.3.3 对象池设计 |
| 6.3.4 交互逻辑 |
| 6.3.5 界面展示 |
| 6.4 调度服务组件详细设计与实现 |
| 6.4.1 领域模型组件 |
| 6.4.2 订单派遣组件 |
| 6.4.3 路线规划组件 |
| 6.4.4 车辆管理组件 |
| 6.4.5 调度管理组件 |
| 6.5 本章小结 |
| 7 多AGV调度系统测试 |
| 7.1 算法测试 |
| 7.1.1 最短路径算法测试 |
| 7.1.2 车辆分配算法测试 |
| 7.2 功能测试 |
| 7.2.1 路线规划测试 |
| 7.2.2 交通管制测试 |
| 7.2.3 车辆分配测试 |
| 7.2.4 测试用例 |
| 7.3 性能测试 |
| 7.3.1 测试场景介绍 |
| 7.3.2 单一场景测试 |
| 7.3.3 多场景对比测试 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）自动驾驶智能系统测试研究综述（论文提纲范文）
| 1 感知模块 |
| 1.1 相关研究现状 |
| 1.2 测试用例生成 |
| 2 决策模块 |
| 2.1 相关研究现状 |
| 2.2 测试用例生成 |
| 2.3 覆盖度量指标 |
| 3 综合功能模块 |
| 3.1 相关研究现状 |
| 3.2 测试用例生成 |
| 4 整车测试 |
| 4.1 研究现状 |
| 4.2 测试用例生成 |
| 4.3 覆盖度量指标 |
| 5 数据集与模拟器 |
| 6 总结与展望 |
（3）基于BERT多任务联合训练的土木工程问答系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 知识库问答 |
| 1.2.2 自然语言问答句对构建技术 |
| 1.2.3 自然语言问答生成技术 |
| 1.2.4 联合信息抽取技术 |
| 1.3 研究内容和组织结构 |
| 2 数据集定义与构建 |
| 2.1 信息抽取相关数据集 |
| 2.2 问答句对生成相关数据集 |
| 2.3 本章小结 |
| 3 面向土木工程领域的问答句对生成技术 |
| 3.1 Transformer模型 |
| 3.1.1 堆叠编码器-解码器结构 |
| 3.1.2 注意力机制 |
| 3.1.3 绝对位置编码 |
| 3.2 BERT语言模型 |
| 3.3 问答句对生成形式化定义 |
| 3.4 问答句对生成任务模型描述 |
| 3.4.1 土木工程领域文本的预训练 |
| 3.4.2 统一的编码-解码器 |
| 3.5 生成问答句对的训练和推断 |
| 3.6 实验结果 |
| 3.6.1 实验设置 |
| 3.6.2 基线模型与评价指标 |
| 3.7 分析与讨论 |
| 3.7.1 机器评价结果与分析 |
| 3.7.2 人工评价结果与分析 |
| 3.8 本章小结 |
| 4 面向土木工程领域的联合信息抽取模型 |
| 4.1 模型介绍 |
| 4.1.1 预处理模块 |
| 4.1.2 Transformer模块 |
| 4.1.3 分类器模块 |
| 4.2 模型训练 |
| 4.2.1 领域适应性预训练 |
| 4.2.2 任务适配二次预训练 |
| 4.2.3 多任务训练 |
| 4.3 实验结果 |
| 4.4 本章小结 |
| 5 智能问答系统问答方法 |
| 5.1 概述 |
| 5.2 基础知识库与知识库的扩充 |
| 5.2.1 基准知识库数据预处理 |
| 5.2.2 基准数据集的知识扩充 |
| 5.3 子序列片段基础的命名实体识别 |
| 5.4 属性映射 |
| 5.5 实验 |
| 5.6 本章小结 |
| 6 智能问答系统设计与实现 |
| 6.1 智能问答系统需求分析 |
| 6.1.1 系统业务需求 |
| 6.1.2 系统功能需求 |
| 6.2 智能问答系统建模 |
| 6.2.1 系统用例图描述 |
| 6.2.2 系统问答功能时序图 |
| 6.2.3 智能问答子系统结构化设计 |
| 6.3 智能问答系统的构建技术路线 |
| 6.3.1 系统总体架构 |
| 6.3.2 系统功能流程设计 |
| 6.3.3 系统技术架构设计与实现 |
| 6.4 智能问答系统的平台测试 |
| 6.4.1 智能问答功能 |
| 6.4.2 图谱的可视化展示 |
| 6.4.3 问答句对生成 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.1.1 研究背景和研究工作 |
| 7.1.2 研究成果与论文创新点 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（4）IIoT中协议漏洞智能检测方案设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 2 相关知识和技术 |
| 2.1 工业控制系统 |
| 2.1.1 工业控制系统 |
| 2.1.2 工控网络协议 |
| 2.2 模糊测试 |
| 2.2.1 基于变异的模糊测试 |
| 2.2.2 基于生成的模糊测试 |
| 2.3 深度学习 |
| 2.3.1 卷积神经网络 |
| 2.3.2 循环神经网络与长短时记忆单元 |
| 2.3.3 序列到序列模型 |
| 2.4 生成对抗网络 |
| 2.4.1 原始生成对抗网络 |
| 2.4.2 序列生成对抗网络 |
| 2.4.3 Mask GAN |
| 2.5 本章小结 |
| 3 网络协议模糊测试综述 |
| 3.1 传统模糊测试方法 |
| 3.2 基于机器学习的模糊测试方法 |
| 3.3 本章小结 |
| 4 基于文本生成对抗网络的测试用例生成方法 |
| 4.1 基本流程概述 |
| 4.2 数据集构造 |
| 4.3 模型构造 |
| 4.3.1 GAN模型比较 |
| 4.3.2 问题抽象 |
| 4.3.3 基于CNN与RNN的SeqGAN模型 |
| 4.3.4 基于Seq2Seq的Mask GAN模型 |
| 4.4 模型训练与测试用例生成 |
| 4.5 实验与结果 |
| 4.5.1 实验环境 |
| 4.5.2 参数设置 |
| 4.5.3 评估指标 |
| 4.5.4 实验结果与分析 |
| 4.6 本章小结 |
| 5 工业互联网协议智能漏洞检测系统 |
| 5.1 需求分析 |
| 5.1.1 功能性需求分析 |
| 5.1.2 非功能性需求分析 |
| 5.2 系统设计 |
| 5.2.1 系统架构设计 |
| 5.2.2 功能模块设计 |
| 5.3 系统实现 |
| 5.3.1 用户功能 |
| 5.3.2 测试用例生成模块 |
| 5.3.3 数据通信模块 |
| 5.4 系统测试 |
| 5.4.1 测试环境 |
| 5.4.2 测试流程 |
| 5.4.3 系统功能测试 |
| 5.4.4 测试结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）基于模型的移动应用功能测试用例生成方法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 论文主要工作内容和创新点 |
| 1.3 论文组织结构 |
| 1.4 本章小结 |
| 第2章 相关工作 |
| 2.1 基于规范说明书的功能测试 |
| 2.2 基于UML模型的功能测试 |
| 2.3 基于GUI模型的功能测试 |
| 2.4 测试Oracle的生成方法 |
| 2.5 本章小结 |
| 第3章 移动应用功能测试用例生成方法 |
| 3.1 问题描述 |
| 3.2 方案的整体框架 |
| 3.3 方案的基本流程 |
| 3.3.1 基于GUI模型生成功能测试序列模块 |
| 3.3.2 测试Oracle获取模块 |
| 3.3.3 测试脚本生成模块 |
| 3.4 本章小结 |
| 第4章 基于GUI模型的功能测试序列生成 |
| 4.1 被测系统GUI模型构建 |
| 4.1.1 GUI Ripping技术 |
| 4.1.2 从移动应用GUI中提取模型 |
| 4.2 面向功能测试的GUI模型优化 |
| 4.3 功能测试序列生成 |
| 4.4 本章小结 |
| 第5章 功能测试的测试Oracle获取 |
| 5.1 测试Oracle及其获取方法 |
| 5.2 独立于移动应用的功能(AIF)的测试Oracle获取 |
| 5.3 基于需求规格的测试Oracle获取 |
| 5.4 测试脚本生成 |
| 5.5 本章小结 |
| 第6章 实验验证 |
| 6.1 实验目标 |
| 6.2 实验环境 |
| 6.3 实验数据集 |
| 6.4 实验一:基于GUI模型的功能测试序列生成方法的有效性验证 |
| 6.5 实验二:面向功能测试的GUI模型优化方法的有效性验证 |
| 6.6 实验三:生成功能测试用例的有效性验证 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 结论有效性分析 |
| 7.2 工作总结 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）列控车载设备安全功能测试序列优化方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 测试用例设计方法 |
| 1.2.2 测试序列优化方法 |
| 1.3 论文组织与安排 |
| 第2章 CTCS-3级列控系统车载设备测试技术基础 |
| 2.1 CTCS-3级列控系统概述 |
| 2.2 列控车载设备测试用例生成理论 |
| 2.2.1 列控车载设备测试用例生成方法 |
| 2.3 列控车载设备测试序列优化理论 |
| 2.3.1 测试序列的必要性 |
| 2.3.2 测试序列设计和优化 |
| 2.4 本章小结 |
| 第3章 列控车载设备安全功能测试用例生成方法研究 |
| 3.1 基于场景法的安全功能测试用例设计流程 |
| 3.2 CTCS-2级转CTCS-3级等级转换分析 |
| 3.2.1 CTCS-2级转CTCS-3级概述 |
| 3.2.2 CTCS-2级转CTCS-3级车载设备处理逻辑 |
| 3.2.3 CTCS-2级转CTCS-3级工作流程 |
| 3.3 基于场景法的等级转换功能测试用例设计 |
| 3.3.1 等级转换基本流 |
| 3.3.2 等级转换备选流 |
| 3.3.3 等级转换用例设计 |
| 3.4 本章小结 |
| 第4章 列控车载设备安全功能测试序列优化方法研究 |
| 4.1 测试序列生成概述 |
| 4.1.1 测试子序列生成 |
| 4.1.2 测试序列生成 |
| 4.2 基于TSP问题的测试序列生成方法 |
| 4.2.1 Floyd算法求最短路径 |
| 4.2.2 有向图变换 |
| 4.3 基于SA-IC算法的测试序列优化方法 |
| 4.3.1 SA-IC算法 |
| 4.3.2 基于SA-IC算法的测试序列优化 |
| 4.4 案例分析 |
| 4.4.1 求有向图的最短路径 |
| 4.4.2 转化为TSP问题 |
| 4.4.3 SA-IC算法求解 |
| 4.4.4 测试序列优化结果 |
| 4.5 本章小结 |
| 第5章 列控车载设备安全功能测试序列优化工具设计 |
| 5.1 功能需求分析 |
| 5.2 开发环境简介 |
| 5.3 系统设计 |
| 5.3.1 系统功能设计 |
| 5.3.2 系统功能模块设计 |
| 5.3.3 系统工作流程设计 |
| 5.4 系统实现 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（7）基于搜索的新型列控系统车载联锁软件功能和时间性能测试研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 新型列控系统研究现状 |
| 1.2.2 列控系统测试领域研究现状 |
| 1.3 研究内容及章节安排 |
| 1.4 本章小结 |
| 2 新型列控系统车载联锁功能及时间性能 |
| 2.1 新型列控系统 |
| 2.1.1 新型列控系统结构 |
| 2.1.2 新型列控系统重要场景 |
| 2.2 新型列控系统车载联锁功能 |
| 2.2.1 新型车载联锁系统新增子功能 |
| 2.2.2 新型车载联锁系统进路控制核心功能 |
| 2.3 新型列控系统车载联锁时间性能 |
| 2.3.1 联锁时间性能测试意义 |
| 2.3.2 联锁进路触发方式 |
| 2.3.3 新型车载联锁系统时间性能影响因素 |
| 2.3.4 新型车载联锁系统时间性能指标 |
| 2.4 本章小结 |
| 3 基于改进启发式搜索的测试方法 |
| 3.1 时间自动机模型 |
| 3.2 基于时间自动机的改进遗传算法 |
| 3.2.1 算法流程 |
| 3.2.2 新型编码方式 |
| 3.2.3 新型交叉和变异方式 |
| 3.2.4 选择方式 |
| 3.2.5 适应度函数 |
| 3.3 基于改进启发式搜索的功能测试 |
| 3.3.1 模型变异算子 |
| 3.3.2 模型一致性关系 |
| 3.3.3 适应度函数 |
| 3.3.4 测试执行 |
| 3.4 基于改进启发式搜索的时间性能测试 |
| 3.4.1 适应度函数 |
| 3.4.2 测试执行 |
| 3.4.3 测试方法合理性 |
| 3.5 本章小结 |
| 4 新型列控系统车载联锁软件测试框架及实现原理 |
| 4.1 新型车载联锁测试框架 |
| 4.2 新型车载联锁测试模型的构建 |
| 4.2.1 系统时序图模型 |
| 4.2.2 被测系统与环境划分 |
| 4.2.3 时间自动机模型 |
| 4.3 基于改进启发式搜索的测试用例生成 |
| 4.3.1 算法架构 |
| 4.3.2 算法实现 |
| 4.4 测试环境设计与执行 |
| 4.4.1 适配器接口 |
| 4.4.2 故障注入 |
| 4.5 测试评价 |
| 4.6 本章小结 |
| 5 新型列控系统车载联锁测试应用实例 |
| 5.1 新型列控系统车载联锁建模 |
| 5.2 新型列控系统车载联锁仿真软件 |
| 5.3 新型列控系统车载联锁功能测试 |
| 5.3.1 模型变异结果 |
| 5.3.2 测试用例生成结果 |
| 5.3.3 实机测试结果 |
| 5.3.4 测试评价 |
| 5.4 新型列控系统车载联锁时间性能测试 |
| 5.4.1 测试用例生成结果 |
| 5.4.2 实机测试结果 |
| 5.4.3 测试评价 |
| 5.5 本章小结 |
| 6 结论 |
| 6.1 本文的工作 |
| 6.2 今后的研究工作 |
| 参考文献 |
| 图索引 |
| 表索引 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）汽车CAN总线安全性模糊测试技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 车内CAN总线协议逆向分析国内外研究现状 |
| 1.2.2 车内CAN总线模糊测试技术国内外研究现状 |
| 1.3 本文主要研究内容 |
| 第2章 汽车CAN总线安全与应用层协议分析 |
| 2.1 网联汽车安全威胁与攻击途径分析 |
| 2.1.1 网联汽车安全威胁分析 |
| 2.1.2 网联汽车攻击途径分析 |
| 2.2 车内CAN通信网络架构 |
| 2.3 汽车CAN总线应用层协议分析 |
| 2.3.1 汽车私有协议分析 |
| 2.3.2 SAEJ1939协议分析 |
| 2.3.3 OBD-II协议分析 |
| 2.4 汽车CAN总线安全分析 |
| 2.4.1 汽车CAN总线脆弱性分析 |
| 2.4.2 汽车CAN总线安全防护措施 |
| 2.5 本章小结 |
| 第3章 基于位翻转率特征和条件随机场的CAN总线协议字段划分算法 |
| 3.1 汽车CAN总线报文数据场字段分析 |
| 3.1.1 报文数据场字段类型 |
| 3.1.2 基于事件的字段分析 |
| 3.2 基于位翻转率特征的CAN总线数据场字段划分算法 |
| 3.2.1 字段的位翻转率特征 |
| 3.2.2 算法实现流程 |
| 3.3 基于条件随机场的字段划分算法 |
| 3.3.1 先验知识 |
| 3.3.2 字段划分流程 |
| 3.3.3 线性链条件随机场 |
| 3.3.4 基于L-BFGS的验证模型建立 |
| 3.3.5 基于前向-后向算法的字段验证 |
| 3.4 CAN总线报文信号字段含义分析 |
| 3.5 算法验证 |
| 3.5.1 基于翻转率特征字段划分算法验证 |
| 3.5.2 基于条件随机场的字段划分算法验证 |
| 3.6 本章小结 |
| 第4章 基于字段权重和生成对抗网络的CAN总线模糊测试方法 |
| 4.1 CAN总线模糊测试技术 |
| 4.1.1 模糊测试的步骤 |
| 4.1.2 模糊测试技术分类 |
| 4.2 基于字段权重的CAN总线模糊测试方法 |
| 4.2.1 组合字段变异 |
| 4.2.2 基于字段权重的模糊测试方法 |
| 4.3 基于生成对抗网络的CAN总线模糊测试方法 |
| 4.3.1 生成对抗网络 |
| 4.3.2 改进Wasserstein生成对抗网络 |
| 4.3.3 基于改进Wasserstein生成对抗网络的模糊测试方法 |
| 4.4 模糊测试方法实现与测试结果分析 |
| 4.4.1 测试对象与测试用例生成环境 |
| 4.4.2 测试结果分析 |
| 4.5 本章小结 |
| 第5章 基于模糊测试的入侵检测算法评估 |
| 5.1 攻击者能力分析 |
| 5.2 汽车CAN总线入侵检测算法安全性分析 |
| 5.2.1 汽车CAN总线入侵检测算法分类 |
| 5.2.2 基于机器学习的入侵检测算法安全性分析 |
| 5.3 基于模糊测试的汽车CAN总线入侵检测算法评估 |
| 5.3.1 基于K近邻的汽车CAN总线入侵检测算法 |
| 5.3.2 基于Ada Boost的汽车CAN总线入侵检测算法 |
| 5.3.3 入侵检测算法评估 |
| 5.4 入侵检测算法评估实现与结果 |
| 5.4.1 入侵检测算法评估实现 |
| 5.4.2 入侵检测算法评估结果 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（9）RESTful API接口Fuzz测试关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题研究现状 |
| 1.2.1 模糊测试研究现状 |
| 1.2.2 RESTful API接口Fuzz测试研究现状 |
| 1.3 研究内容及主要工作 |
| 1.4 本文结构安排 |
| 第二章 相关技术及基础知识 |
| 2.1 软件漏洞 |
| 2.1.1 软件漏洞的概念 |
| 2.1.2 常见软件漏洞 |
| 2.1.3 软件漏洞发掘方法 |
| 2.2 模糊测试技术 |
| 2.2.1 模糊测试概述 |
| 2.2.2 模糊测试的基本架构 |
| 2.3 RESTful API接口 |
| 2.3.1 使用URI定义资源定义资源 |
| 2.3.2 使用统一接口获取资源 |
| 2.3.3 资源的表述方式 |
| 2.3.4 资源的状态转移 |
| 2.4 RESTful API接口模糊测试分析 |
| 2.5 本章小结 |
| 第三章 基于接口定义描述的测试用例生成方法与预筛选方法 |
| 3.1 技术概述 |
| 3.2 基于接口定义的测试用例生成方法 |
| 3.2.1 RESTful接口定义文件 |
| 3.2.2 接口定义文件的解析与用例结构生成 |
| 3.3 基于预筛选的畸形测试消息快速生成方法 |
| 3.3.1 方法概述 |
| 3.3.2 基于参数定义域的预筛选 |
| 3.3.3 消息变异 |
| 3.4 测试用例生成模型 |
| 3.5 本章小结 |
| 第四章 基于状态转移联合分析的深度遍历技术 |
| 4.1 技术概述 |
| 4.1.1 RESTful API状态转移建模 |
| 4.1.2 RESTful API跨接口状态转移 |
| 4.2 基于状态转移的测试序列生成方法 |
| 4.2.1 状态转移覆盖方法分析 |
| 4.2.2 接口查询状态归并 |
| 4.2.3 状态验证与测试序列生成 |
| 4.3 本章小结 |
| 第五章 RESTful API Fuzz测试系统设计 |
| 5.1 接口定义信息获取 |
| 5.1.1 YAML解析模块 |
| 5.1.2 表结构说明 |
| 5.2 Fuzz用例生成 |
| 5.2.1 预筛选处理 |
| 5.2.2 用例序列生成 |
| 5.3 报文构造与请求交互 |
| 5.4 监控与评价模块 |
| 5.4.1 用例执行断言 |
| 5.4.2 Fuzz执行评价 |
| 5.5 测试验证 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
（10）基于DFSM的CTCS-2级列控系统测试用例生成方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于模型的测试路径生成方法 |
| 1.2.2 基于路径的测试用例生成方法 |
| 1.3 论文组织与安排 |
| 第2章 CTCS-2 级列控系统测试用例生成理论基础 |
| 2.1 CTCS-2 级列控系统概述 |
| 2.2 基于确定性有限状态机的测试方法 |
| 2.2.1 确定性有限状态机 |
| 2.2.2 基于DFSM的测试方法概述 |
| 2.3 本章小结 |
| 第3章 CTCS-2 级列控系统测试用例生成方法研究 |
| 3.1 方法概述 |
| 3.1.1 迁移序列、完整路径、测试用例概念说明 |
| 3.1.2 测试用例生成方法总体概述 |
| 3.2 基于DFSM的测试路径生成方法 |
| 3.2.1 DFSM模型解析 |
| 3.2.2 基于DFSM的迁移序列生成算法 |
| 3.2.3 基于DFSM的迁移序列优化算法 |
| 3.2.4 基于迁移序列的测试路径生成方法 |
| 3.2.5 案例分析 |
| 3.3 基于DFSM的测试用例生成方法 |
| 3.3.1 DFSM迁移的逻辑表达式分析 |
| 3.3.2 DFSM迁移的输入空间分析 |
| 3.3.3 测试用例生成算法 |
| 3.3.4 案例分析 |
| 3.4 本章小结 |
| 第4章 基于DFSM的等级转换功能测试用例生成研究 |
| 4.1 等级转换功能建模概述 |
| 4.2 CTCS-0 级转换CTCS-2 级功能需求分析 |
| 4.2.1 与待测功能交互的系统 |
| 4.2.2 待测功能输入及输出 |
| 4.2.3 CTCS-0 级转换CTCS-2 级处理逻辑 |
| 4.3 CTCS-0 级转CTCS-2 级功能DFSM模型 |
| 4.3.1 正常转换过程 |
| 4.3.2 特殊转换过程 |
| 4.4 测试用例生成方法的应用 |
| 4.4.1 测试路径生成 |
| 4.4.2 测试用例生成 |
| 4.5 测试用例生成工具的介绍 |
| 4.6 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
四、基于方法序列规范的测试用例生成（论文参考文献）
- [1]基于领域驱动设计的AGV调度系统设计与实现[D]. 张帅. 北京交通大学, 2021(02)
- [2]自动驾驶智能系统测试研究综述[J]. 朱向雷,王海弛,尤翰墨,张蔚珩,张颖异,刘爽,陈俊洁,王赞,李克秋. 软件学报, 2021(07)
- [3]基于BERT多任务联合训练的土木工程问答系统研究[D]. 焦瑞. 西安理工大学, 2021
- [4]IIoT中协议漏洞智能检测方案设计与实现[D]. 唐敏. 大连理工大学, 2021(01)
- [5]基于模型的移动应用功能测试用例生成方法的研究[D]. 邓惠心. 四川大学, 2021(02)
- [6]列控车载设备安全功能测试序列优化方法研究[D]. 窦磊. 西南交通大学, 2020(07)
- [7]基于搜索的新型列控系统车载联锁软件功能和时间性能测试研究[D]. 王拓. 北京交通大学, 2020(03)
- [8]汽车CAN总线安全性模糊测试技术研究[D]. 谭凯. 哈尔滨工业大学, 2020(01)
- [9]RESTful API接口Fuzz测试关键技术研究[D]. 于海峰. 东南大学, 2019(01)
- [10]基于DFSM的CTCS-2级列控系统测试用例生成方法研究[D]. 刘思琪. 西南交通大学, 2019(03)