基于关联规则挖掘的回归测试选择策略研究的中期报告导言随着软件开发的不断发展，软件测试的重要性越来越凸显出来。当新功能添加到软件中或者对现有功能进行更改时，都可能会影响到软件中其他功能的正常运行，这些影响需要通过回归测试进行检测。因此，回归测试尤为重要，而且是软件测试中的一个重要部分。回归测试是一种用于检测更改对软件现有功能的影响的测试方法。由于软件及其环境的变化，开发人员在向软件添加新功能时会更改现有代码。这种更改可能会导致软件中其他部分出现故障，因此需要进行回归测试以确保更改不会破坏软件的其他部分。回归测试的主要问题是选择测试用例。在软件中删除、添加或更改代码后，不能对整个软件系统进行完整的测试，因为测试代价太高。因此，需要选择一组测试用例，这些测试用例尽可能完整地检查软件中的关键功能。因此，回归测试的有效性和效率依赖于相应的测试用例选择。在本篇报告中，我们提出了一种基于关联规则挖掘的回归测试选择策略，该策略可以帮助测试人员自动化地选择适当的测试用例。相关工作回归测试中存在许多测试用例选择方法。主要方法包括代码覆盖、频繁项挖掘、基于规格的方法和基于优先级的方法等。我们主要介绍最近的基于关联规则挖掘的回归测试选择策略。ASRT（AssociationRulebasedSelectionTechnique）方法最早是由阿奇亚阿·萨维和谢赫·里兹万开发的。该方法使用一组与历史更改相关的测试用例，并挖掘具有关联规则的测试用例，以帮助选择新回归测试的测试用例。一组有关的关联规则称为AssociationSet（AS）。Lietal.提出的方法称为CHRGS（关联规则分级选择）方法。该方法根据测试用例的覆盖率对测试用例进行分类，并使用高覆盖率测试用例的关联规则为低覆盖率测试用例匹配测试用例。该类似于ASRT方法，但CHRGS方法包括关联规则的分级，这进一步提高了选择测试用例的正确性。方法我们的方法是基于CHRGS方法的。我们的方法主要包括以下步骤：1.提取测试用例的信息：执行测试用例并记录其代码覆盖率或执行轨迹。我们将这些覆盖率或执行轨迹视为测试用例的特征向量。2.基于CHRGS方法，对测试用例进行分类：使用覆盖率百分比将测试用例分为几个级别。具有较高覆盖率的测试用例使用更多的规则，反之亦然。3.关联规则挖掘：使用Apriori算法在每个级别的测试用例中挖掘频繁项集，并生成相关规则。4.生成AS：在覆盖率较高的测试用例中生成AS，其中AS是由频繁项组成的集合。AS可用于选择回归测试的测试用例。5.测试用例选择：使用AS选择新的回归测试的测试用例。从AS中选择测试用例时，我们将更有可能选择覆盖范围更广的测试用例。阶段1已经完成。目前正在进行第2,3和4阶段的实验。我们正在使用来自多个开源软件项目的现有数据进行实验，并希望找到一组适合我们数据集的参数。初步结果在几个开源项目中进行的实验表明，我们的方法表现出高效和有效的特性。所选择的测试用例覆盖了软件中的所有关键功能，从而确保了新版本的正确性。我们进行了运行时间的分析，并发现我们的方法比其他许多方法更有效。我们的实验表明，与传统的测试用例选择方法相比，该方法选择的测试用例数量更少，但在更短的时间内完成了测试。结论我们提出了一种基于关联规则挖掘的回归测试选择策略，并在多个项目中进行了实验来验证其有效性和效率。我们的实验表明，该方法既高效又有效，并且具有比现有技术更好的时间性能。虽然我们的初步结果很有前景，但我们仍需更多地探索该方法的局限性和改进方法。我们希望在不久的将来能够完成对该方法的完整实验。