Quantitative Bewertung der Softwarezuverlässigkeit unter Berücksichtigung der Komponenteninteraktionen

In dieser Arbeit wird ein Verfahren vorgestellt, das die Generierung einer optimierten Testfallmenge erlaubt, die sowohl eine quantitative Bewertung der Softwarezuverlassigkeit ermoglicht, als auch gleichzeitig eine hohe Uberdeckung der Komponenteninteraktionen gewahrleistet. Die Optimierung erfolgte mittels eines entwickelten genetischen Algorithmus, der die drei Ziele Betriebsprofiltreue, statistische Unabhangigkeit und Uberdeckung der Komponenteninteraktionen, verfolgt. Die beiden erstgenannten Ziele sind dabei Voraussetzungen fur die Anwendung der statistischen Stichprobentheorie, die die Ableitung der gewunschten, quantitativen Zuverlassigkeitsaussage ermoglicht. Diese beiden Ziele werden deshalb auch als KO-Kriterien bezeichnet. Fur die Messung des Uberdeckungsgrads der Komponenteninteraktionen finden die kopplungsbasierten Testfallkriterien nach Jin&Offutt Verwendung, welche den Datenfluss uber Modulgrenzen hinweg erfassen. Der genetische Algorithmus zur Losung dieses multi-objektiven Optimierungsproblems strebt eine Maximierung dieser Uberdeckung an, stellt aber gleichzeitig sicher, dass die KO-Kriterien Betriebsprofiltreue und statistische Unabhangigkeit gewahrt bleiben. Zudem wurden drei Adaptionen der kopplungsbasierten Testkriterien definiert, die z. B. die unterschiedliche Relevanz von Variablen zu berucksichtigen erlauben. Im anschliesenden Evaluierungskapitel wird der Ansatz auf einige Beispielprogramme angewendet und gezeigt, dass die gesetzten Optimierungsziele erreicht werden. Zudem erfolgt noch eine Evaluierung des Fehlererkennungspotentials kopplungsbasierter Testfallmengen mittels Mutationstest.