公开(公告)号：CN119576799B

公开(公告)日：2025-04-22

申请号：CN202510132772.9

申请日：2025-02-06

Applicant: 杭州电子科技大学

Inventor： 徐向华 ,  杨若凡 ,  王然

IPC: G06F11/3668 ,  G06N5/01

Abstract: 本发明公开了基于大语言模型的动态语言测试用例自动生成方法，首先，在预处理阶段，将待测程序的相关信息整理为提示，大语言模型根据这些提示分析待测程序的参数类型，并通过抽象语法树生成测试所需的代码信息；在测试用例生成阶段，采用动态多目标优化算法，通过分支覆盖反馈不断对测试用例进行交叉和变异，在部分进化过程中，利用大语言模型生成常规变异无法产生的测试数据，最后将筛选出的优秀测试用例组织成完整的测试套件；在程序修复阶段，运行测试套件以检测潜在错误，使用大语言模型分析并迭代修复错误，生成可执行且无错误的测试套件。本发明显著提升了动态语言的测试覆盖率，并加速了覆盖目标的达成。

公开(公告)号：CN119576799A

公开(公告)日：2025-03-07

申请号：CN202510132772.9

申请日：2025-02-06

Applicant: 杭州电子科技大学

Inventor： 徐向华 ,  杨若凡 ,  王然

IPC: G06F11/3668 ,  G06N5/01

Abstract: 本发明公开了基于大语言模型的动态语言测试用例自动生成方法，首先，在预处理阶段，将待测程序的相关信息整理为提示，大语言模型根据这些提示分析待测程序的参数类型，并通过抽象语法树生成测试所需的代码信息；在测试用例生成阶段，采用动态多目标优化算法，通过分支覆盖反馈不断对测试用例进行交叉和变异，在部分进化过程中，利用大语言模型生成常规变异无法产生的测试数据，最后将筛选出的优秀测试用例组织成完整的测试套件；在程序修复阶段，运行测试套件以检测潜在错误，使用大语言模型分析并迭代修复错误，生成可执行且无错误的测试套件。本发明显著提升了动态语言的测试覆盖率，并加速了覆盖目标的达成。