Page 179 - 《软件学报》2026年第5期

2058 软件学报 2026 年第 37 卷第 5 期

3) 与基于故障的 TCP 方法相比
FB-TCP 侧重于组合多种基于故障的方法以解决 TCP 问题. 相较于 FB-TCP 方法, TPG-TCP 在 APFD 和 TETC
指标上分别最少提升 1.40% 和 99.29%.
此方法根据排序过程中的多种因素对同一用例集进行排序, 将不同排序结果进行整合, 该方法在有效性方面
取得不错的提升. 但该方法在采用多种排序方法时未区分用例, 只是对不同排序方法的结果进行调整组合, 这极大
地增加了排序时间. 本文方法 TPG-TCP 利用用例间的关系对用例进行粗粒度划分, 并根据用例重要性采用差异化
的排序策略, 较好地提升了方法的效率.
4) 与基于机器学习的 TCP 方法相比
① KS-TCP 通过 K-medoids 聚类挖掘用例间的相似性, 以提高排序有效性. 相较于 KS-TCP 方法, TPG-TCP
在 APFD 和 TETC 指标上分别最少提升 4.19% 和 84.23%.
② SAT-TCP 将 TCP 排序分为两个阶段, 在将用例进行过滤与排序后, 采用预训练模型捕获用例间的语义相
似性, 进一步细化排序, 在有效性方面取得极大提升. 相较于 SAT-TCP 方法, TPG-TCP 在 APFD 和 TETC 指标上
分别最少提升 1.2% 和 93.23%.
这两种基于机器学习的方法均在一定程度上提高了排序的有效性, 但由于聚类方法和预训练过程复杂, 其在
时间性能上的提升非常有限. 本文方法 TPG-TCP 采用简单但有效的集合操作以利用用例间的相似性将用例分组,
并在后续排序过程中, 根据用例的重要性采用不同复杂程度的策略排序, 可见 TPG-TCP 方法在效率方面有更好的
表现.
综上分析, 相比于其他方法, TPG-TCP 在 Flex、Tcas、Schedule2、Jsoup、Jacksoncore 和 Camel-core 这 6 个
数据集上的性能均有所提升. ① 从数据集的角度看: 对于较小规模数据集, 在 Tcas 上, APFD 与 TETC 指标分别提
升 1.72% 和 10.86%; 在 Schedule2 上, APFD 与 TETC 指标分别提升 1.20% 和 11.88%; 在 Jsoup 上, APFD 与
TETC 指标分别提升 1.34% 和 4.06%. 对于较大规模数据集, 在 Flex 上, APFD 与 TETC 指标分别提升 1.02% 和
12.22%; 在 Jacksoncore 上, APFD 与 TETC 指标分别提升 1.40% 和 5.32%; 在 Camel-core 上, APFD 与 TETC 指标
分别提升 1.06% 和 12.90%. 在较小规模数据集 Tcas、Schedule2、Jsoup 中, 本文方法在 Schedule2 上表现更好; 在
较大规模数据集 Flex、Jacksoncore、Camel-core 中, 本文方法在 Camel-core 上表现更好. 因为当代码规模较小时,
测试用例规模对时间成本的影响更大; 当代码规模较大时, 代码规模对时间成本的影响会超过测试用例规模的影
响. 可见, TPG-TCP 对于代码规模较大或测试用例规模较大的数据集表现更好, 原因在于, 粗粒度用例分组构件与
迭代次数划定构件能减少冗余信息的处理, 可减少在覆盖信息和排序方面的处理时间, 使排序过程更灵活和高效.
② 从指标的角度看: 在 APFD 与 TETC 指标上, TPG-TCP 较对比方法分别平均提升 1.29% 和 9.54%. 这是因为
TPG-TCP 加入了用例潜力度这个二级指标, 打破了 Additional 策略陷入平局的局面, 在一定程度上提高了排序的
有效性, 并将排序过程分为粗细粒度两个阶段, 针对不同重要性的用例采用差异化的策略进行排序, 在保证有效性
的同时提高排序效率.
考虑到各方法之间 APFD 指标值的差异较小, 并排除随机干扰的影响, 图 3 展示了 TPG-TCP 方法与其他
TCP 方法在 6 个数据集上实验 50 次的 APFD 值. 对于 CGWO-TCP、WOA-TCP、FB-TCP 和 KS-TCP 方法, 其数
据来源于各原始文献 (见表 7 说明), 故其箱型图的中值即对应文献中的原始数据, 其余方法的数据在实验中未出
现误报或漏报情况. 与大多数其他方法相比, 所提方法 TPG-TCP 的 APFD 指标表现出相对较高的中值, 这表明
TPG-TCP 在多数情况下更能有效地检测出故障, 准确性和稳定性更高.
此外, 在 6 个数据集上, 我们采用单侧 Wilcoxon 符号秩检验进行统计分析, 以评估 TPG-TCP 方法相对于其他
对比方法在 APFD 指标上的改进情况. 单侧 Wilcoxon 符号秩检验适用于配对样本的比较, 在我们的实验中, 每一
对配对样本来自同一数据集下的 2 种方法的性能结果. Wilcoxon 符号秩检验通过对这些配对样本的差异进行排
序并计算符号秩, 来评估 2 种方法之间是否存在显著差异. 我们将 p 值的阈值设置为 0.05, 若 p 值小于该阈值则表
明应拒绝原假设, 即本文方法的分布差异显著高于对比方法. 检验结果如表 8 所示. 从检验结果来看, 本文提出的
TPG-TCP 方法均优于其他对比方法, 这也说明本文方法的故障检测有效性更优.