2。1。3 蜕变关系构造准则 5

2。2  机器学习方法 5

2。2。1 机器学习算法介绍 5

2。2。2 C4。5算法详细介绍 7

2。3  自动化测试工具selenium 8

2。3。1 Selenium Webdriver介绍 8

2。3。3 Selenium Webdriver的配置 9

3 用例设计 12

3。1  需求分析 12

3。2  待测系统介绍 12

3。3  蜕变关系的定义 13

3。3。1测试用例的选择 13

3。3。2蜕变关系的选择 13

3。3。3各关系的用例细节 17

4 待测系统的测试 20

 4。1  使用自动化测试工具 20

4。1。1对大数据系统执行结果的分析 20

4。1。2自动化测试执行详细步骤 20

 4。2  对待测系统的分析 24

5 存在的问题和下一步工作 26

5。1  存在的问题 26

5。2  展望及下一步工作 26

结论 27

致谢 28

参考文献 29

1引言

    当今的世界正在向着大数据时代发展，而大数据的在各种的行业中也开始充分地被利用了起来。大数据也就是巨量的资料，所涉及的数据资料量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯[2]。大数据有着数据量大、数据种类多、 要求实时性强、数据所蕴藏的价值大的特点。软件测试是在在规定的条件下对程序进行操作，以发现程序错误，衡量软件质量，并对其是否能满足设计要求进行评估的过程[3，12]。而大数据的普及使得测试中的oracle问题日趋明显，给传统的测试带来了新的挑战。蜕变测试可以很好的缓解oracle问题从而可以在大数据的背景下获得很好的运用，而机器学习可以用于判断一个关系关系是否可以作为测试一个功能的蜕变关系。文献综述

1。1  研究背景与目的

软件工程的目的是为了开发出高质量的软件。因此开发对各软件的评估系统显得非常重要。测试一个广泛使用的评估软件质量和帮助开发者们找到并且去除软件中错误的方法。

然而，大数据的出现和普及使得软件测试中的oracle问题日趋明显。蜕变测试可以 很好地缓解这一现象，但是蜕变关系的寻找与判定也开始成为一个问题。为此，本课题针对在大数据环境下，利用当前流行的机器学习的方法来快速准确地判断蜕变关系并且应用到大数据系统的测试中去。