對(duì)于現(xiàn)有的自適應(yīng)隨機(jī)測(cè)試（ART）算法針對(duì)點(diǎn)狀失效模式普遍存在有效性和效率均比隨機(jī)測(cè)試（RT）差的問(wèn)題，提出一種基于失效聚集度的自適應(yīng)隨機(jī)測(cè)試（ CLART）算法，對(duì)傳統(tǒng)的ART-固定候選集（FSCS）、區(qū)域排除隨機(jī)測(cè)試（ RRT）等算法進(jìn)行改進(jìn)。首先，根據(jù)被測(cè)程序的輸入域估計(jì)主失效聚集度，確定局部搜索區(qū)域；然后，在區(qū)域內(nèi)使用傳統(tǒng)ART算法生成若干測(cè)試用例（TC）進(jìn)行測(cè)試；若未發(fā)現(xiàn)錯(cuò)誤，重新選擇局部區(qū)域生成TC；重復(fù)這一過(guò)程直至發(fā)現(xiàn)錯(cuò)誤。仿真實(shí)驗(yàn)顯示在點(diǎn)狀失效模式和塊狀失效模式下CLART算法的有效性比FSCS算法提高約20%，效率比FSCS算法提高約60%。實(shí)驗(yàn)結(jié)果表明CLART算法利用多個(gè)局部區(qū)域依次搜索可以快速鎖定引發(fā)失效輸入分布密集高的失效區(qū)域，從而提高測(cè)試的有效性和效率。
?