Download luận văn thạc sĩ với đề tài: Các kỹ thuật kiểm thử đột biến và ứng dụng kiểm thử chương trình C, cho các bạn làm luận văn tham khảo

1. LỜI CẢM ƠN
Trong suốt quá trình học tập và làm luận văn, tôi đã nhận được sự hướng
dẫn, giúp đỡ quý báu của quý thầy cô, các anh chị và các bạn. Với lòng kính
trọng và biết ơn sâu sắc tôi xin được bày tỏ lời cảm ơn chân thành tới:
 Ban giám hiệu, Phòng đào tạo sau đại học trường Đại Học Khoa Học
Tự Nhiên;
 Phó giáo sư - Tiến sĩ Đoàn Văn Ban - người thầy đã hết lòng giúp đỡ,
dạy bảo, động viên và tạo mọi điều kiện thuận lợi cho tôi trong suốt quá
trình học tập và hoàn thành luận văn tốt nghiệp.
 Cùng tất cả các thầy cô trong khoa, trong trường, các anh chị trong lớp.
 Xin chân thành cảm ơn các thầy cô trong hội đồng đã cho tôi những
đóng góp quý báu để hoàn chỉnh luận văn này.
Tác giả
Phạm Thị Miên

2. 2
MỤC LỤC
LỜI CẢM ƠN................................................................................................................... 1
MỤC LỤC ........................................................................................................................ 2
I) DANH MỤC CÁC TỪ VIẾT TẮT, THUẬT NGỮ........................................................ 5
II) DANH MỤC CÁC BẢNG BIỂU ................................................................................. 5
III) DANH MỤC CÁC HÌNH VẼ ..................................................................................... 5
LỜI MỞ ĐẦU................................................................................................................... 6
CHƯƠNG 1 – KHÁI QUÁT VỀ KIỂM THỬ PHẦN MỀM............................................. 9
1.1. Khái niệm............................................................................................................... 9
1.2. Các cấp độ kiểm thử phần mềm .............................................................................. 9
1.2.1. Kiểm thử đơn vị (Unit Test)........................................................................... 10
1.2.2. Kiểm thử tích hợp (Integration Test) .............................................................. 10
1.2.3. Kiểm thử hệ thống (System Test)................................................................... 11
1.2.4. Kiểm thử chấp nhận sản phẩm (Acceptance Test)........................................... 13
1.3. Kỹ thuật kiểm thử phần mềm................................................................................ 13
1.3.1. Kỹ thuật kiểm thử hộp đen (Black – box Testing)........................................... 13
1.3.1.1. Phân hoạch tương đương......................................................................... 15
1.3.1.2. Phân tích giá trị biên................................................................................ 17
1.3.2. Kỹ thuật kiểm thử hộp trắng (White – box Testing)........................................ 18
1.3.2.1. Kiểm thử đường dẫn cơ sở....................................................................... 18
1.3.2.2. Kiểm thử cấu trúc điều khiển................................................................... 23
1.4. Kết luận ............................................................................................................ 26
CHƯƠNG 2 – KỸ THUẬT KIỂM THỬ ĐỘT BIẾN...................................................... 27
2.1. Một số khái niệm.................................................................................................. 27
2.1.1. Kiểm thử đột biến .......................................................................................... 27
2.1.2. Đột biến......................................................................................................... 27
2.1.3. Toán tử đột biến............................................................................................. 30
2.2. Cơ sở của kiểm thử đột biến.................................................................................. 30
2.3. Toán tử đột biến.................................................................................................... 30
2.4. Quy trình kiểm thử đột biến .................................................................................. 32
2.5. Hạn chế của kiểm thử đột biến.............................................................................. 34
2.6. Kết luận................................................................................................................ 35

3. 3
CHƯƠNG 3 - MỘT SỐ CẢI TIẾN KỸ THUẬT KIỂM THỬ ĐỘT BIẾN...................... 36
3.1. Giảm chi phí tính toán........................................................................................... 36
3.1.1. Phương pháp làm ít hơn (A “do fewer” approach).......................................... 36
3.1.1.1. Lấy mẫu đột biến (Mutant Sampling) ..................................................... 37
3.1.1.2. Đột biến ràng buộc (Constrained Mutation)............................................. 39
3.1.1.3. N - đột biến lựa chọn (N - Selective Mutation) ....................................... 40
3.1.2. Phương pháp làm nhanh hơn (A “do smarter” approach)................................ 42
3.1.2.1. Phương pháp tạo lược đồ đột biến ........................................................... 43
3.1.2.2. Đột biến yếu (Weak Mutation) ................................................................ 45
3.2. Tăng tự động hóa.................................................................................................. 48
3.2.1. Tạo dữ liệu thử tự động.................................................................................. 48
3.2.2. Xác định các đột biến tương đương tự động ................................................... 50
3.3. Kết luận ............................................................................................................ 53
CHƯƠNG 4 - ỨNG DỤNG KỸ THUẬT KIỂM THỬ ĐỘT BIẾN ĐỂ KIỂM THỬ CÁC
CHƯƠNG TRÌNH C (C – Sharp).................................................................................... 54
4.1. Tìm hiểu về NUnit................................................................................................ 55
4.1.1. Định nghĩa ..................................................................................................... 55
4.1.2. Đặc điểm của NUnit....................................................................................... 55
4.1.3. Thuộc tính hay dùng trong thư viện NUnit.Framework................................... 55
4.1.4. Phương thức tĩnh hay dùng trong NUnit.Framework.Assert ........................... 57
4.1.5. Cài đặt NUnit................................................................................................. 59
4.1.6. Cách sử dụng NUnit....................................................................................... 61
4.2. Công cụ Nester ..................................................................................................... 69
4.2.1. Điều kiện tiên quyết ....................................................................................... 69
4.2.2. Giải pháp cho đột biến ................................................................................... 69
4.2.3. Chạy Nester ................................................................................................... 70
4.2.4. Lựa chọn Nester.exe.config........................................................................... 72
4.3. Quy trình ứng dụng kiểm thử đột biến để kiểm thử các chương trình C - Sharp..... 72
4.3.1. Kiểm thử........................................................................................................ 73
4.3.2. Tạo đột biến................................................................................................... 74
4.4. Kết luận................................................................................................................ 76
KẾT LUẬN..................................................................................................................... 77
TÀI LIỆU THAM KHẢO ............................................................................................... 79

4. 4
PHỤ LỤC 1 .................................................................................................................... 82
PHỤ LỤC 2 .................................................................................................................... 84
PHỤ LỤC 3 .................................................................................................................... 90
PHỤ LỤC 4 .................................................................................................................... 94
PHỤ LỤC 5 .................................................................................................................... 95

5. 5
I) DANH MỤC CÁC TỪ VIẾT TẮT, THUẬT NGỮ
- CBT (Constraint Based Testing): Kiểm thử dựa trên ràng buộc
- MSG (Mutation Analysis Using Mutant Schemata): Phương pháp tạo
lược đồ đột biến
- PUT (Program Unit Test): Chương trình gốc
II) DANH MỤC CÁC BẢNG BIỂU
Bảng 1.1. Ví dụ các lớp tương đương
Bảng 2.1. 22 toán tử chuẩn được sử dụng trong Mothra
Bảng 4.1. Lựa chọn Nester.exe.config
Bảng 4.2. Kết quả chạy NUnit
Bảng 4.3. Chất lượng các trường hợp kiểm thử chương trình cs – money
sau khi thực hiện Nester
III) DANH MỤC CÁC HÌNH VẼ
Hình 1.1. Bốn cấp độ cơ bản của kiểm thử phần mềm
Hình 1.2. Đồ thị luồng điều khiển
Hình 1.3. Ví dụ minh hoạ phát sinh các trường hợp kiểm thử theo đường
dẫn cơ sở
Hình 1.4. Các kiểu vòng lặp
Hình 2.1. Ví dụ về đột biến tương đương
Hình 2.2. Ví dụ về đột biến
Hình 3.1. Ba kịch bản có thể có cho quan hệ giữa các tập dữ liệu thử diệt
đột biến yếu và mạnh
Hình 3.2. Phân bố đột biến bằng toán tử đột biến cho Mothra
Hình 3.3. Ví dụ phương thức gốc (PUT)
Hình 3.4. Phiên bản đột biến của PUT gốc hình 3.3
Hình 4.1. Quy trình ứng dụng kiểm thử đột biến trong C#

6. 6
LỜI MỞ ĐẦU
Kiểm thử phần mềm là một hoạt động giữ vai trò rất quan trọng để bảo
đảm chất lượng phần mềm và là hoạt động mang tính sống còn trong các dự
án sản xuất hoặc gia công phần mềm. Vì vậy, kiểm thử phần mềm đã trở
thành qui trình bắt buộc trong các dự án phát triển phần mềm trên thế giới. Ở
Việt Nam, ngành công nghiệp phần mềm đang phát triển thì không thể xem
nhẹ việc kiểm thử phần mềm vì xác suất thất bại sẽ rất cao, hơn nữa, hầu hết
các công ty phần mềm có uy tín đều đặt ra yêu cầu nghiêm ngặt là nếu một
phần mềm không có tài liệu kiểm thử đi kèm thì sẽ không được chấp nhận.
Tuy nhiên, hoạt động kiểm thử thường gặp nhiều khó khăn:
 Thứ nhất, kiểm thử các hệ thống phức tạp đòi hỏi rất nhiều nguồn
tài nguyên và chi phí cao.
 Thứ hai, tiến trình phát triển phần mềm luôn trải qua nhiều hoạt
động biến đổi thông tin, sự mất mát thông tin trong quá trình biến
đổi là yếu tố chính làm cho hoạt động kiểm thử khó khăn.
 Thứ ba, kiểm thử chưa được chú trọng trong đào tạo con người.
 Cuối cùng, không tồn tại kỹ thuật kiểm thử cho phép khẳng định
một phần mềm hoàn toàn đúng đắn hay không chứa lỗi.
Với mục đích phát hiện lỗi, kiểm thử phần mềm thường phải trải qua các
bước: tạo dữ liệu thử, thực thi phần mềm trên dữ liệu thử và quan sát kết quả
nhận được. Trong các bước này, bước tạo dữ liệu đóng vai trò quan trọng nhất,
bởi vì chúng ta không thể tạo ra mọi dữ liệu từ miền vào của chương trình, mà
chúng ta chỉ có thể tạo ra các dữ liệu thử có khả năng phát hiện lỗi cao nhất.
Vấn đề đặt ra là làm thế nào để đánh giá được khả năng phát hiện lỗi của một
bộ dữ liệu thử?
Một kinh nghiệm để giúp giải quyết vấn đề này, đó là sử dụng khái niệm
chất lượng bộ dữ liệu thử như là một phương tiện để đánh giá bộ dữ liệu thử
như thế nào là “tốt” khi kiểm thử chương trình. Ở đây, “tốt” được đánh giá

7. 7
liên quan đến tiêu chuẩn chất lượng được định trước, thường là một số dấu
hiệu bao phủ chương trình. Ví dụ, tiêu chuẩn bao phủ dòng lệnh đòi hỏi bộ dữ
liệu thử thực hiện mọi dòng lệnh trong chương trình ít nhất một lần. Nếu bộ
dữ liệu thử được tìm thấy không chất lượng liên quan đến tiêu chuẩn (tức là
không phải tất cả các câu lệnh đều được thực hiện ít nhất một lần), thì kiểm
thử nữa là bắt buộc. Do đó, mục tiêu là tạo ra một tập các kiểm thử thực hiện
đầy đủ tiêu chuẩn chất lượng.
Tiêu chuẩn chất lượng tiêu biểu như bao phủ câu lệnh và kiểm thử quyết
định (thực hiện tất cả các đường dẫn đúng và sai qua chương trình) dựa vào
việc thực hiện chương trình với số lượng kiểm thử tăng dần để nâng cao độ
tin cậy của chương trình đó. Tuy nhiên, chúng không tập trung vào nguyên
nhân thất bại của chương trình - được gọi là lỗi. Kiểm thử đột biến là một tiêu
chuẩn như vậy. Tiêu chuẩn này tạo ra các phiên bản của chương trình có chứa
các lỗi đơn giản và sau đó tìm ra các kiểm thử để chỉ ra các dấu hiệu của lỗi.
Nếu có thể tìm thấy một bộ dữ liệu thử chất lượng làm lộ ra các dấu hiệu này
ở tất cả các phiên bản bị lỗi, thì sự tin tưởng vào tính đúng đắn của chương
trình sẽ tăng. Kiểm thử đột biến đã được áp dụng cho nhiều ngôn ngữ lập
trình như là một kỹ thuật kiểm thử hộp trắng.
Ý thức được đây là một lĩnh vực nghiên cứu có nhiều triển vọng ứng
dụng trong phát triển phần mềm, tôi đã chọn hướng nghiên cứu “ Các kỹ
thuật kiểm thử đột biến và ứng dụng kiểm thử chương trình C” cho đề tài
luận văn của mình.
Luận văn được tổ chức thành 4 chương như sau:
 Chương 1 – Trình bày khái quát về kiểm thử phần mềm như khái
niệm kiểm thử phần mềm, mục đích, mục tiêu và các mức kiểm thử
phần mềm. Chương này cũng đề cập đến việc sử dụng các kỹ thuật
kiểm thử hộp trắng và hộp đen để thiết kế dữ liệu thử.

8. 8
 Chương 2 - Mô tả chi tiết các thành phần chính của kỹ thuật kiểm thử
đột biến, giới thiệu các giả thuyết cơ bản cần thiết để thực hiện
phương pháp này. Chương này còn cung cấp quy trình để phân tích
đột biến, từ đó rút ra được những vấn đề còn hạn chế đối với kỹ thuật
kiểm thử đột biến, được cải tiến ở chương 3.
 Chương 3 – Giới thiệu một số phương pháp cải tiến kỹ thuật kiểm
thử đột biến nhằm giảm chi phí tính toán và tăng tự động hóa.
 Chương 4 – Tập trung vào ứng dụng kỹ thuật kiểm thử đột biến.
Phần đầu giới thiệu hai công cụ mã nguồn mở miễn phí là NUnit dùng
để kiểm thử đơn vị của chương trình C#, và Nester với chức năng
phân tích và tạo đột biến. Tiếp đó là ứng dụng kỹ thuật kiểm thử đột
biến để kiểm thử các chương trình C# sử dụng hai công cụ trên.

9. 9
CHƯƠNG 1 – KHÁI QUÁT VỀ
KIỂM THỬ PHẦN MỀM
1.1. Khái niệm
Kiểm thử phần mềm là quá trình thực thi một hệ thống phần mềm để xác
định xem phần mềm có đúng với đặc tả không và thực hiện trong môi trường
như mong đợi hay không.
Mục đích của kiểm thử phần mềm là tìm ra lỗi chưa được phát hiện, tìm
một cách sớm nhất và bảo đảm rằng lỗi sẽ được sửa.
Mục tiêu của kiểm thử phần mềm là thiết kế tài liệu kiểm thử một cách
có hệ thống và thực hiện nó sao cho có hiệu quả, nhưng tiết kiệm được thời
gian, công sức và chi phí.
1.2. Các cấp độ kiểm thử phần mềm
Cấp độ kiểm thử phần mềm được thể hiện ở hình 1.1 [25]:
Kiểm thử mức
đơn vị lập trình
(Unit test)
Kiểm thử mức
tích hợp các đơn vị
(Integration test)
Kiểm thử mức hệ
thống, sau khi tích hợp
(System test)
Kiểm thử để chấp
nhận sản phẩm
(Acceptance test)
Các bộ phận
đơn lẻ
Các nhóm
bộ phận
Toàn bộ
hệ thống
Toàn bộ hệ thống
nhìn từ khách hàng
Hình 1.1- Bốn cấp độ cơ bản của kiểm thử phần mềm

10. 10
1.2.1. Kiểm thử đơn vị (Unit Test)
Một đơn vị (Unit) là một thành phần phần mềm nhỏ nhất mà ta có thể
kiểm thử được, ví dụ: các hàm (Function), thủ tục (Procedure), lớp (Class),
hoặc các phương thức (Method).
Kiểm thử đơn vị thường do lập trình viên thực hiện. Công đoạn này cần
được thực hiện càng sớm càng tốt trong giai đoạn viết code và xuyên suốt chu
kỳ phát triển phần mềm.
Mục đích của kiểm thử đơn vị là bảo đảm thông tin được xử lý và kết
xuất (khỏi Unit) là chính xác, trong mối tương quan với dữ liệu nhập và chức
năng xử lý của Unit. Điều này thường đòi hỏi tất cả các nhánh bên trong Unit
đều phải được kiểm tra để phát hiện nhánh phát sinh lỗi.
Cũng như các mức kiểm thử khác, kiểm thử đơn vị cũng đòi hỏi phải
chuẩn bị trước các ca kiểm thử (hay trường hợp kiểm thử) (test case) hoặc
kịch bản (test script), trong đó chỉ định rõ dữ liệu vào, các bước thực hiện và
dữ liệu mong muốn sẽ xuất ra. Các test case và test script được giữ lại để sử
dụng sau này.
1.2.2. Kiểm thử tích hợp (Integration Test)
Kiểm thử tích hợp kết hợp các thành phần của một ứng dụng và kiểm thử
như một ứng dụng đã hoàn thành. Trong khi kiểm thử đơn vị kiểm tra các
thành phần và Unit riêng lẻ thì kiểm thử tích hợp kết hợp chúng lại với nhau
và kiểm tra sự giao tiếp giữa chúng.
Kiểm thử tích hợp có hai mục tiêu chính là:
 Phát hiện lỗi giao tiếp xảy ra giữa các Unit
 Tích hợp các Unit đơn lẻ thành các hệ thống con (gọi là subsystem)
và cuối cùng là nguyên hệ thống hoàn chỉnh chuẩn bị cho kiểm thử ở
mức hệ thống (system test).
Có 4 loại kiểm thử trong kiểm thử tích hợp như sau:

11. 11
 Kiểm thử cấu trúc (Structure test): Kiểm thử nhằm bảo đảm các thành
phần bên trong của một chương trình chạy đúng, chú trọng đến hoạt
động của các thành phần cấu trúc nội tại của chương trình, chẳng hạn
các lệnh và nhánh bên trong.
 Kiểm thử chức năng (Functional test): Kiểm thử chỉ chú trọng đến
chức năng của chương trình, không quan tâm đến cấu trúc bên trong,
chỉ khảo sát chức năng của chương trình theo yêu cầu kỹ thuật.
 Kiểm thử hiệu năng (Performance test): Kiểm thử việc vận hành của
hệ thống.
 Kiểm thử khả năng chịu tải (Stress test): Kiểm thử các giới hạn của hệ
thống.
1.2.3. Kiểm thử hệ thống (System Test)
Mục đích của kiểm thử hệ thống là kiểm thử xem thiết kế và toàn bộ hệ
thống (sau khi tích hợp) có thỏa mãn yêu cầu đặt ra hay không.
Kiểm thử hệ thống kiểm tra cả các hành vi chức năng của phần mềm lẫn
các yêu cầu về chất lượng như độ tin cậy, tính tiện lợi khi sử dụng, hiệu năng
và bảo mật.
Kiểm thử hệ thống bắt đầu khi tất cả các bộ phận của phần mềm đã được
tích hợp thành công. Thông thường loại kiểm thử này tốn rất nhiều công sức
và thời gian. Trong nhiều trường hợp, việc kiểm thử đòi hỏi một số thiết bị
phụ trợ, phần mềm hoặc phần cứng đặc thù, đặc biệt là các ứng dụng thời gian
thực, hệ thống phân bố, hoặc hệ thống nhúng. Ở mức độ hệ thống, người kiểm
thử cũng tìm kiếm các lỗi, nhưng trọng tâm là đánh giá về hoạt động, thao tác,
sự tin cậy và các yêu cầu khác liên quan đến chất lượng của toàn hệ thống.
Điểm khác nhau then chốt giữa kiểm thử tích hợp và kiểm thử hệ thống
là kiểm thử hệ thống chú trọng các hành vi và lỗi trên toàn hệ thống, còn kiểm
thử tích hợp chú trọng sự giao tiếp giữa các đơn thể hoặc đối tượng khi chúng
làm việc cùng nhau. Thông thường ta phải thực hiện kiểm thử đơn vị và kiểm

12. 12
thử tích hợp để bảo đảm mọi Unit và sự tương tác giữa chúng hoạt động chính
xác trước khi thực hiện kiểm thử hệ thống.
Sau khi hoàn thành kiểm thử tích hợp, một hệ thống phần mềm đã được
hình thành cùng với các thành phần đã được kiểm tra đầy đủ. Tại thời điểm
này, lập trình viên hoặc kiểm thử viên (Tester) bắt đầu kiểm thử phần mềm
như một hệ thống hoàn chỉnh. Việc lập kế hoạch cho kiểm thử hệ thống nên
bắt đầu từ giai đoạn hình thành và phân tích các yêu cầu.
Đòi hỏi nhiều công sức, thời gian và tính chính xác, khách quan, kiểm
thử hệ thống được thực hiện bởi một nhóm kiểm tra viên hoàn toàn độc lập
với nhóm phát triển dự án để đảm bảo tính chính xác và khách quan.
Kiểm thử hệ thống thường có các loại kiểm thử sau:
 Kiểm thử chức năng (Functional test): Bảo đảm các hành vi của hệ
thống thỏa mãn đúng yêu cầu thiết kế.
 Kiểm thử khả năng vận hành (Performance test): Bảo đảm tối ưu việc
phân bổ tài nguyên hệ thống (ví dụ bộ nhớ) nhằm đạt các chỉ tiêu như
thời gian xử lý hay đáp ứng câu truy vấn,....
 Kiểm thử khả năng chịu tải (Stress test hay Load test): Bảo đảm hệ
thống vận hành đúng dưới áp lực cao (ví dụ nhiều người truy xuất
cùng lúc). Stress test tập trung vào các trạng thái tới hạn, các "điểm
chết", các tình huống bất thường như đang giao dịch thì ngắt kết nối
(xuất hiện nhiều trong test thiết bị như POS, ATM),....
 Kiểm thử cấu hình (Configuration test): Đảm bảo hệ thống hoạt động
tương thích với các loại phần cứng khác nhau.
 Kiểm thử khả năng bảo mật (Security test): Bảo đảm tính toàn vẹn,
bảo mật của dữ liệu và của hệ thống.
 Kiểm thử khả năng phục hồi (Recovery test): Bảo đảm hệ thống có
khả năng khôi phục trạng thái ổn định trước đó trong tình huống mất

13. 13
tài nguyên hoặc dữ liệu; đặc biệt quan trọng đối với các hệ thống giao
dịch như ngân hàng trực tuyến.
1.2.4. Kiểm thử chấp nhận sản phẩm (Acceptance Test)
Mục đích của kiểm thử chấp nhận là kiểm thử khả năng chấp nhận cuối
cùng để chắc chắn rằng sản phẩm là phù hợp và thỏa mãn các yêu cầu của
khách hàng và khách hàng chấp nhận sản phẩm.
Trong giai đoạn kiểm thử chấp nhận thì người kiểm tra là khách hàng.
Khách hàng sẽ đánh giá phần mềm với mong đợi theo những thao tác sử
dụng quen thuộc của họ. Việc kiểm tra ở giai đoạn này có ý nghĩa hết sức
quan trọng tránh cho việc hiểu sai yêu cầu cũng như sự mong đợi của khách
hàng.
Gắn liền với giai đoạn kiểm thử chấp nhận thường là một nhóm những
dịch vụ và tài liệu đi kèm, phổ biến như hướng dẫn cài đặt, sử dụng, v.v…Tất
cả tài liệu đi kèm phải được cập nhật và kiểm tra chặt chẽ.
1.3. Kỹ thuật kiểm thử phần mềm
Mục tiêu của kiểm thử là phải thiết kế các trường hợp kiểm thử có khả
năng cao nhất trong việc phát hiện nhiều lỗi với thời gian và công sức tối
thiểu. Do đó có thể chia các kỹ thuật kiểm thử thành hai loại:
 Kỹ thuật kiểm thử hộp đen (Black – box Testing) hay còn gọi là kỹ
thuật kiểm thử chức năng (Functional Testing).
 Kỹ thuật kiểm thử hộp trắng (White – box Testing) hay còn gọi là kỹ
thuật kiểm thử cấu trúc (Structural Testing).
1.3.1. Kỹ thuật kiểm thử hộp đen (Black – box Testing)
Kiểm thử hộp đen còn được gọi là kiểm thử hướng dữ liệu (data -
driven) hay là kiểm thử hướng vào/ra (input/output driven).
Trong kỹ thuật này, người kiểm thử xem phần mềm như là một hộp đen.
Người kiểm thử hoàn toàn không quan tâm đến cấu trúc và hành vi bên trong

14. 14
của chương trình. Người kiểm thử chỉ cần quan tâm đến việc tìm các hiện
tượng mà phần mềm không hành xử theo đúng đặc tả của nó. Do đó, dữ liệu
kiểm thử sẽ xuất phát từ đặc tả.
Như vậy, cách tiếp cận kiểm thử hộp đen tập trung vào các yêu cầu chức
năng của phần mềm. Kiểm thử hộp đen cho phép người kiểm thử xây dựng
các nhóm giá trị đầu vào sẽ thực thi đầy đủ tất cả các yêu cầu chức năng của
chương trình. Kiểm thử hộp đen không thay thế kỹ thuật kiểm thử hộp trắng,
nhưng nó bổ sung khả năng phát hiện các lớp lỗi khác với các phương pháp
hộp trắng.
Kiểm thử hộp đen cố gắng tìm các loại lỗi sau:
 Các chức năng thiếu hoặc không đúng.
 Các lỗi giao diện.
 Các lỗi cấu trúc dữ liệu trong truy cập cơ sở dữ liệu bên ngoài.
 Các lỗi thực hiện.
 Các lỗi khởi tạo hoặc kết thúc.
 Và các lỗi khác ...
Không giống với kiểm thử hộp trắng được thực hiện sớm trong quá trình
kiểm thử, kiểm thử hộp đen được áp dụng trong các giai đoạn sau của kiểm
thử. Vì kiểm thử hộp đen không để ý có chủ đích cấu trúc điều khiển, sự quan
tâm tập trung trên miền thông tin. Nếu người kiểm thử muốn sử dụng phương
pháp này để tìm tất cả các lỗi trong chương trình thì điều kiện bắt buộc là phải
kiểm thử tất cả các đầu vào, tức là mỗi một điều kiện đầu vào có thể có là một
trường hợp kiểm thử. Bởi vì nếu chỉ kiểm thử một số điều kiện đầu vào thì
không đảm bảo được chương trình đã hết lỗi. Vì thế, để đạt được mục tiêu
kiểm thử, người ta đã áp dụng một số phương pháp kiểm thử hộp đen như:
phân hoạch tương đương, phân tích giá trị biên.

15. 15
1.3.1.1. Phân hoạch tương đương
Do việc kiểm thử tất cả các đầu vào của chương trình là không thể. Vì
thế, khi kiểm thử chương trình nên giới hạn một tập con tất cả các trường hợp
đầu vào có thể có, sao cho có xác suất tìm ra được nhiều lỗi nhất.
Một tập con như vậy cần có hai tính chất sau:
 Mỗi trường hợp kiểm thử nên gồm nhiều điều kiện đầu vào khác nhau
có thể để giảm thiểu tổng số các trường hợp cần thiết.
 Cố gắng phân hoạch các miền đầu vào của một chương trình thành
một số xác định các lớp tương đương, sao cho có thể giả định hợp lý
rằng việc kiểm thử một giá trị đại diện của mỗi lớp là tương đương
với việc kiểm thử với một giá trị bất kỳ trong cùng lớp.
Thiết kế các trường hợp kiểm thử bằng phân hoạch tương đương được xử
lý theo hai bước: Phân hoạch các miền đầu vào/ra thành các lớp tương đương,
và thiết kế các trường hợp kiểm thử đại diện cho mỗi lớp.
a) Xác định các lớp tương đương
Các lớp tương đương được nhận dạng bằng cách lấy mỗi điều kiện đầu
vào (thông thường là một câu lệnh hoặc một cụm từ trong đặc tả) và phân
hoạch nó thành hai hay nhiều nhóm. Các lớp tương đương bao gồm một tập
các trạng thái hợp lệ hoặc không hợp lệ cho điều kiện đầu vào. Điều kiện đầu
vào là giá trị số xác định, hoặc là miền giá trị, tập giá trị có liên quan, hoặc
điều kiện logic. Để làm điều này, chúng ta sử dụng bảng liệt kê các lớp tương
đương.
Các lớp tương đương có thể được định nghĩa theo nguyên tắc sau:
1. Nếu điều kiện đầu vào xác định một khoảng giá trị [a,b], thì phân
hoạch thành một lớp tương đương hợp lệ và hai lớp tương đương
không hợp lệ. Chẳng hạn, nếu đầu vào x nằm trong khoảng [1,999],
lớp hợp lệ là: 1 <= x < = 999, các lớp không hợp lệ là x < 1 và x >
999.

16. 16
2. Nếu điều kiện đầu vào yêu cầu một giá trị xác định, phân hoạch thành
một lớp tương đương hợp lệ và hai lớp tương đương không hợp lệ.
Chẳng hạn, nếu đầu vào x = 3, thì lớp hợp lệ là x = 3, các lớp không
hợp lệ là x < 3 và x > 3.
3. Nếu điều kiện đầu vào xác định một phần tử của tập hợp, thì phân
hoạch thành một lớp tương đương hợp lệ và một lớp tương đương
không hợp lệ.
4. Nếu điều kiện đầu vào là Boolean, thì phân hoạch thành một lớp
tương đương hợp lệ và một lớp tương đương không hợp lệ tương ứng
với hai trạng thái true và false.
Ngoài ra, một nguyên tắc thứ năm được bổ sung là sử dụng khả năng
phán đoán, kinh nghiệm và trực giác của người kiểm thử.
Điều kiện vào/ra Các lớp tương đương
hợp lệ
Các lớp tương đương
không hợp lệ
Số ID của sinh viên Các thuộc tính khóa Không phải thuộc tính khóa
Tên sinh viên
Ký tự chữ cái
Không rỗng
Không phải chữ cái
Rỗng
Giới tính sinh viên Ký tự chữ cái, “M’ hoặc “F”
Không phải chữ cái
Không phải “M” hoặc “F”
Điểm của sinh viên
Số
Từ 0 đến 100
Không phải số
Số nhỏ hơn 0
Số lớn hơn 100
Bảng 1.1 – Ví dụ các lớp tương đương
b) Xác định các trường hợp kiểm thử
Kế tiếp trong phân hoạch tương đương là thiết kế các trường hợp kiểm
thử dựa trên sự ước lượng của các lớp tương đương cho miền đầu vào. Tiến
trình này được thực hiện như sau:
1. Gán một giá trị duy nhất cho mỗi lớp tương đương

17. 17
2. Đến khi tất cả các lớp tương đương hợp lệ được phủ bởi các trường
hợp kiểm thử thì viết một trường hợp kiểm thử mới phủ nhiều nhất có
thể các lớp tương đương hợp lệ chưa được phủ.
3. Đến khi tất cả các lớp tương đương không hợp lệ được phủ bởi các
trường hợp kiểm thử thì hãy viết các trường hợp kiểm thử mới sao
cho mỗi trường hợp kiểm thử mới chỉ phủ duy nhất một lớp tương
đương không hợp lệ chưa được phủ.
1.3.1.2. Phân tích giá trị biên
Khi thực hiện kiểm thử phần mềm theo dữ liệu, chúng ta kiểm tra xem
đầu vào của người dùng, kết quả nhận được và kết quả tạm thời bên trong có
được xử lý chính xác hay không.
Các điều kiện biên là tình trạng trực tiếp ở phía trên và dưới của lớp
tương đương đầu vào và lớp đương đương đầu ra. Việc phân tích các giá trị
biên khác với phân hoạch tương đương theo hai điểm:
 Từ mỗi lớp tương đương, phân hoạch tương đương sẽ chọn phần tử
bất kỳ làm phần tử đại diện, trong khi việc phân tích giá trị biên sử
dụng một hoặc một số phần tử. Như vậy, mỗi biên của lớp tương
đương chính là đích kiểm thử.
 Không chỉ chú ý tập trung những điều kiện đầu vào, các trường hợp
kiểm thử cũng được suy ra từ việc xem xét các kết quả ra (tức là các
lớp tương đương đầu ra).
Có một số nguyên tắc phân tích giá trị biên như sau:
1. Nếu điều kiện đầu vào xác định một khoảng giá trị giữa a và b, các
trường hợp kiểm thử sẽ được thiết kế với giá trị a và b, các giá trị sát
trên và sát dưới a và b.
2. Nếu một điều kiện đầu vào xác định một số các giá trị, các trường hợp
kiểm thử sẽ được phát triển để thực hiện tại các giá trị cực đại, cực

18. 18
tiểu. Các giá trị sát trên và dưới giá trị cực đại, cực tiểu cũng được
kiểm thử.
3. Nguyên tắc 1 và 2 được áp dụng cho các điều kiện đầu ra.
4. Nếu cấu trúc dữ liệu chương trình bên trong được qui định các biên
(chẳng hạn, mảng được định nghĩa giới hạn 100 mục), tập trung thiết
kế trường hợp kiểm thử để thực thi cấu trúc dữ liệu tại biên của nó.
Ngoài ra, người kiểm thử có thể sử dụng sự suy đoán và sáng tạo của
mình để tìm các điều kiện biên.
Tóm lại, chúng ta phải kiểm thử mỗi biên của một lớp tương đương về
tất cả các phía. Một chương trình nếu vượt qua những trường hợp kiểm thử đó
có thể vượt qua các kiểm thử khác từ lớp đó.
1.3.2. Kỹ thuật kiểm thử hộp trắng (White – box Testing)
Kiểm thử hộp trắng hay còn gọi là kiểm thử hướng logic, cho phép kiểm
tra cấu trúc bên trong của phần mềm với mục đích bảo đảm rằng tất cả các
câu lệnh và điều kiện sẽ được thực hiện ít nhất một lần. Người kiểm thử truy
nhập vào mã nguồn chương trình và có thể kiểm tra nó, lấy đó làm cơ sở để
hỗ trợ việc kiểm thử.
1.3.2.1. Kiểm thử đường dẫn cơ sở
Kiểm thử đường dẫn cơ sở là một kỹ thuật kiểm thử hộp trắng do Tom
McCabe đề xuất. Phương pháp đường dẫn cơ sở cho phép người thiết kế
trường hợp kiểm thử thực hiện phép đo độ phức tạp logic của thiết kế thủ tục
và sử dụng phép đo này như một chỉ dẫn cho việc thiết kế một tập cơ sở các
đường dẫn thực hiện. Những trường hợp kiểm thử được suy diễn để thực hiện
tập cơ sở. Các trường hợp kiểm thử đó được đảm bảo để thực hiện mỗi lệnh
trong chương trình ít nhất một lần trong quá trình kiểm thử.
a) Đồ thị luồng điều khiển

19. 19
Trong thực tế, phương pháp đường dẫn cơ sở có thể được dùng không
cần sử dụng đồ thị luồng điều khiển. Tuy nhiên, đồ thị luồng điều khiển (minh
họa ở hình 1.2) là một công cụ hữu ích để hiểu các luồng điều khiển và minh
họa cho phương pháp này. Cấu trúc của đồ thị luồng điều khiển bao gồm:
 Mỗi đỉnh (hình tròn) biểu thị một đoạn các câu lệnh thực hiện một
cách tuần tự, có thể kết thúc bằng một lệnh rẽ nhánh.
 Mỗi cạnh (cung) biểu diễn dòng điều khiển nối hai nút với nhau.
 Phần được bao bởi các cung và các đỉnh gọi là miền.
b) Độ phức tạp chu trình
Độ phức tạp chu trình là một thước đo phần mềm, cung cấp các phép đo
định lượng độ phức tạp của chương trình. Khi được sử dụng trong ngữ cảnh
của phương pháp đường dẫn cơ sở, giá trị được xác định cho độ phức tạp chu
trình cho biết số lượng đường dẫn độc lập trong một tập cơ sở của chương
trình và cung cấp cho chúng ta một giới hạn trên số lượng kiểm thử bắt buộc
để đảm bảo rằng tất cả các câu lệnh được thực hiện ít nhất một lần.
Cung
Đỉnh điều kiện
Miền
Hình 1.2 - Đồ thị luồng điều khiển

20. 20
Việc tính toán độ phức tạp chu trình sẽ cho chúng ta biết có bao nhiêu
đường dẫn cần tìm. Cho đồ thị luồng điều khiển G, độ phức tạp chu trình
V(G) được tính theo một trong 3 công thức sau:
1. V(G) = R, trong đó R là số miền của đồ thị G.
2. V(G) = P + 1, trong đó P là số đỉnh điều kiện có trong đồ thị G.
3. V(G) = E – N + 2, trong đó E là số cung và N là số đỉnh của đồ thị G.
Đối chiếu với đồ thị luồng điều khiển trong hình 1.2, độ phức tạp chu
trình V(G) được tính như sau:
1. Công thức 1: V(G) = R = 6
2. Công thức 2: V(G) = P + 1 = 5 + 1 = 6
3. Công thức 3: V(G) = E – N + 2 = 15 – 11 + 2 = 6
Như vậy, độ phức tạp chu trình của đồ thị luồng điều khiển ở hình 1.2 là
6.
c) Phát sinh các trường hợp kiểm thử theo đường dẫn cơ sở
Phương pháp kiểm thử đường dẫn cơ sở có thể áp dụng để kiểm thử thủ
tục chi tiết hoặc cho mã nguồn bao gồm các bước sau:
 Bước 1: Sử dụng mã nguồn hoặc thiết kế để xây dựng đồ thị luồng
điều khiển tương ứng.
 Bước 2: Tính toán độ phức tạp chu trình V(G) .
 Bước 3: Xác định tập cơ sở của các đường dẫn độc lập (một đường
dẫn được gọi là độc lập với các đường dẫn khác nếu nó có ít nhất một
cạnh không xuất hiện trong các đường dẫn khác).
 Bước 4: Chuẩn bị các trường hợp kiểm thử có khả năng thực hiện
mỗi đường dẫn trong tập cơ sở.
Chúng ta dùng hàm tính giá trị trung bình cộng của các số, average trong
C như hình 1.3 để làm ví dụ minh họa cho mỗi bước thiết kế các trường hợp
kiểm thử. Hàm average là một thuật toán đơn giản có chứa các tổ hợp và
vòng lặp, trong đó chương trình tính giá trị trung bình của 100 hoặc một vài

21. 21
số trong mảng values nằm trong khoảng của biên trên (max) và biên dưới
(min). Đầu vào được kết thúc bằng giá trị -999.
Bước 1: Vẽ đồ thị luồng điều khiển (như hình 1.3)
Bước 2: Tính độ phức tạp chu trình V(G)
V(G) = P (số đỉnh điều kiện) + 1 = 5 + 1 = 6 (trong hình 1.3 có 5
đỉnh điều kiện: 2, 3, 4, 5, 8)
Bước 3: Tìm tập cơ sở của các đường dẫn độc lập
+ Đường dẫn 1: 1  2  8  9  11
+ Đường dẫn 2: 1  2  8  10  11
+ Đường dẫn 3: 1  2  3  8  9  11
+ Đường dẫn 4: 1  2  3  4  7  2 …
+ Đường dẫn 5: 1  2  3  4  5  7  2 …
+ Đường dẫn 6: 1  2  3  4  5  6  7  2 …
Bước 4: Thiết kế các trường hợp kiểm thử cho mỗi đường dẫn độc lập
trong tập cơ sở đã chọn.
1
2
3
8
9 10 5
6
Hình 1.3 – Ví dụ minh họa phát sinh các trường hợp kiểm thử theo
đường dẫn cơ sở
4
7
11

22. 22
 Trường hợp kiểm thử đường dẫn 1
Đầu vào: Values = {3, 5, 11, -999}, min = 0, max = 100
Đầu ra mong muốn: Average = (3 + 5 + 11) / 3
Mục đích: Để kiểm thử việc tính giá trị trung bình chính xác
Lưu ý: Đường dẫn 1 không thể kiểm thử một mình, mà phải được kiểm
thử như là một phần của các kiểm thử đường dẫn 4, 5 và 6.
 Trường hợp kiểm thử đường dẫn 2
Đầu vào: Values = {-999}, min = 0, max = 0
Đầu ra mong muốn: Average = -999
Mục đích: Để tạo ra Average = -999
 Trường hợp kiểm thử đường dẫn 3
Đầu vào: Values = {2, 6, 7, …, 120} (101 số), min = 0, max = 100
Đầu ra mong muốn: Trung bình của 100 số đầu tiên
Mục đích: Chỉ tính trung bình cho 100 số hợp lệ đầu tiên
 Trường hợp kiểm thử đường dẫn 4
Đầu vào: Values = {67, -2, 12, 23, -999}, min = 0, max = 100
Đầu ra mong muốn: Average = (67 + 12 + 23) / 3
Mục đích: Kiểm thử biên dưới (Values[i] > min, i < 100)
 Trường hợp kiểm thử đường dẫn 5
Đầu vào: Values = {7, 32, 102, 23, 68, 2, -999}, min = 0, max = 100
Đầu ra mong muốn: Average = (7 + 32 + 23 + 68 + 2) / 5
Mục đích: Kiểm thử biên trên (Values[i] < max, i < 100)
 Trường hợp kiểm thử đường dẫn 6
Đầu vào: Values = {3, 4, 12, 15, 16, 2, -999}, min = 0, max = 100
Đầu ra mong muốn: Average = (3 + 4 + 12 + 15 + 16 + 2) / 6
Mục đích: Việc tính giá trị trung bình là đúng
Phương pháp đường dẫn cơ sở tập trung trên “giá trị đại diện” của mỗi
đường dẫn độc lập. Cần có các trường hợp kiểm thử bổ sung (ngoài các

23. 23
trường hợp kiểm thử đường dẫn cơ sở), nhất là để thực hiện các điều kiện
biên.
1.3.2.2. Kiểm thử cấu trúc điều khiển
Phương pháp kiểm thử đường dẫn cơ sở là phương pháp kiểm thử đơn
giản và hiệu quả nhưng chưa đủ. Chúng ta sẽ xem xét các biến thể trên kiểm
thử cấu trúc điều khiển mà phủ kiểm thử mở rộng và hoàn thiện chất lượng
của phương pháp kiểm thử hộp trắng.
a) Kiểm thử điều kiện
Kiểm thử điều kiện là phương pháp thiết kế trường hợp kiểm thử thực thi
các điều kiện logic trong module chương trình. Mục đích là để xác định các
lỗi điều kiện và cả các lỗi khác trong chương trình. Một số phương pháp kiểm
thử điều kiện như sau:
 Kiểm thử nhánh (Branch Testing): Là phương pháp kiểm thử điều
kiện đơn giản nhất. Thiết kế các trường hợp kiểm thử sao cho với
mỗi điều kiện rẽ nhánh phức hợp C, các nhánh true và false của C
và mỗi điều kiện đơn giản trong C cần phải được thực thi ít nhất một
lần.
 Kiểm thử miền (Domain Testing): Cần 3 hoặc 4 trường hợp kiểm
thử cho biểu thức quan hệ. Với một biểu thức quan hệ có dạng E1
<op> E2, cần có 3 trường hợp kiểm thử được thiết kế cho E1 == E2,
E1 > E2, E1 < E2.
b) Kiểm thử luồng dữ liệu
Phương pháp kiểm thử luồng dữ liệu lựa chọn các đường dẫn kiểm thử
của chương trình dựa vào vị trí khai báo và sử dụng các biến trong chương
trình. Với kiểm thử luồng dữ liệu, mỗi câu lệnh trong chương trình được gán
số hiệu lệnh duy nhất và mỗi hàm không thay đổi tham số của nó và biến toàn
cục. Cho một lệnh với S là số hiệu câu lệnh. Ta định nghĩa:
DEF(S) = là tập các biến được khai báo trong S

24. 24
USE(S) = là tập các biến được sử dụng trong S
Một chiến lược kiểm thử luồng dữ liệu cơ bản là chiến lược mà mỗi
chuỗi DU được phủ ít nhất một lần. Chiến lược này được gọi là chiến lược
kiểm thử DU. Kiểm thử DU không đảm bảo phủ hết tất cả các nhánh của một
chương trình; tuy nhiên, một nhánh không đảm bảo được phủ bởi kiểm thử
DU chỉ trong rất ít tình huống như cấu trúc if – then – else mà trong đó phần
then không có một khai báo biến nào và có dạng khuyết (không tồn tại phần
else). Trong tình huống đó, nhánh else của lệnh if là không cần thiết phải phủ
bằng kiểm thử DU.
c) Kiểm thử vòng lặp
Là phương pháp tập trung vào tính hợp lệ của các cấu trúc vòng lặp. Có
4 kiểu vòng lặp khác nhau được mô tả bằng sơ đồ khối như sau:
Vòng lặp đơn Vòng lặp nối tiếp Vòng lồng nhau Vòng lặp phi cấu trúc
Hình 1.4 –Các kiểu vòng lặp

25. 25
 Các bước cần kiểm tra cho vòng lặp đơn giản
+ Bỏ qua toàn bộ vòng lặp;
+ Chỉ qua một vòng lặp;
+ Qua hai vòng lặp;
+ Qua vòng lặp m với (m < n);
+ Qua vòng lặp (n - 1), n, (n + 1).
Trong đó n là số lần lặp tối đa của vòng lặp.
 Các bước cần kiểm tra cho vòng lặp dạng lồng nhau
+ Khởi đầu với vòng lặp nằm bên trong nhất. Thiết lập các tham số
lặp cho các vòng lặp bên ngoài về giá trị nhỏ nhất.
+ Kiểm tra với tham số min + 1, 1 giá trị tiêu biểu, max - 1 và max
cho vòng lặp bên trong nhất trong khi các tham số lặp của các
vòng lặp bên ngoài là nhỏ nhất.
+ Tiếp tục tương tự với các vòng lặp liền ngoài tiếp theo cho đến khi
tất cả vòng lặp bên ngoài được kiểm tra.
 Các bước cần kiểm tra cho vòng lặp nối tiếp
Nếu các vòng lặp là độc lập với nhau thì kiểm tra như trường các vòng
lặp dạng đơn giản, nếu không thì kiểm tra như trường hợp các vòng lặp lồng
nhau.
 Các bước cần kiểm tra cho vòng lặp phi cấu trúc
Nếu gặp các lớp vòng lặp này chúng ta sẽ không kiểm thử, mà sẽ thiết
kế lại tương ứng với sử dụng việc xây dựng chương trình có cấu trúc.

26. 26
1.4. Kết luận
Trong chương 1 đã nêu tổng quan về các cấp độ và loại kiểm thử phần
mềm cơ bản. Kiểm thử hộp trắng xem xét chương trình ở mức độ chi tiết và
phù hợp khi kiểm tra các môđun nhỏ. Tuy nhiên, kiểm thử hộp trắng có thể
không đầy đủ vì kiểm thử hết các lệnh không chứng tỏ là chúng ta đã kiểm
thử hết các trường hợp có thể. Ngoài ra chúng ta không thể kiểm thử hết các
đường đi đối với các vòng lặp lớn.
Kiểm thử hộp đen chú trọng vào việc kiểm tra các quan hệ vào ra và
những chức năng giao diện bên ngoài, nó thích hợp hơn cho các hệ thống
phần mềm lớn hay các thành phần quan trọng của chúng. Nhưng chỉ sử dụng
kiểm thử hộp đen là chưa đủ. Bởi vì, kiểm thử chức năng chỉ dựa trên đặc tả
của môđun nên không thể kiểm thử được các trường hợp không được khai
báo trong đặc tả. Ngoài ra, do không phân tích mã nguồn nên không thể biết
được môđun nào của chương trình đã hay chưa được kiểm thử, khi đó phải
kiểm thử lại hay bỏ qua những lỗi tiềm ẩn trong gói phần mềm.
Phương pháp kiểm thử hộp trắng và kiểm thử hộp đen là hai phương
pháp cơ bản có vai trò rất quan trọng trong quá trình phát triển phần mềm, nếu
chúng ta biết kết hợp chúng để bổ sung khiếm khuyết lẫn nhau.

27. 27
CHƯƠNG 2 – KỸ THUẬT KIỂM THỬ ĐỘT BIẾN
Với mục đích phát hiện lỗi, kiểm thử phần mềm thường phải trải qua
các bước: tạo dữ liệu thử, thực thi phần mềm trên dữ liệu thử và quan sát
kết quả nhận được. Trong các bước này, bước tạo dữ liệu đóng vai trò
quan trọng nhất, bởi vì chúng ta không thể tạo ra mọi dữ liệu từ miền vào
của chương trình, mà chúng ta chỉ có thể tạo ra các dữ liệu thử có khả năng
phát hiện lỗi cao nhất. Vấn đề đặt ra là làm sao để đánh giá được khả năng
phát hiện lỗi của một bộ dữ liệu thử? Chính kỹ thuật kiểm thử đột biến là
câu trả lời. Kỹ thuật này cho phép đánh giá chất lượng (khả năng phát hiện
lỗi) của một bộ dữ liệu thử.
2.1. Một số khái niệm
2.1.1. Kiểm thử đột biến
Kiểm thử đột biến được đề xuất đầu tiên vào năm 1979 bởi DeMillo và
đồng nghiệp [13]. Nó cung cấp một phương tiện để đánh giá và cải tiến chất
lượng dữ liệu thử cho chương trình được kiểm thử (PUT).
Kiểm thử đột biến tập trung vào việc đánh giá khả năng phát hiện lỗi
của dữ liệu dùng để kiểm thử. Kiểm thử đột biến được dùng kết hợp với
các kỹ thuật kiểm thử thông thường nhưng không thể được dùng để thay
thế cho các kỹ thuật kiểm thử thông thường đó.
2.1.2. Đột biến
Kiểm thử đột biến bao gồm việc tạo ra các phiên bản lỗi của chương
trình gốc được kiểm thử nhờ vào các toán tử đột biến. Các phiên bản lỗi đó
được gọi là các đột biến (mutant).
Khi tiến hành thực thi kiểm thử lần lượt chương trình gốc P và đột biến
P’ của P với một dữ liệu kiểm thử T, sẽ có hai kịch bản khác nhau có thể xảy
ra:

28. 28
- Một là, đột biến P’ được gọi là bị diệt bởi dữ liệu kiểm thử T.
- Hai là, chương trình gốc P và đột biến P’ cho ra kết quả hoàn toàn
giống nhau, đột biến P’ được cho là còn sống.
Các đột biến tương đương (equivalent mutant) là các đột biến của
chương trình gốc nhưng hoạt động hoàn toàn giống với chương trình gốc và
cho ra kết quả giống với chương trình gốc trong mọi trường hợp kiểm thử.
(Đột biến P’ là đột biến tương đương của PUT vì dữ liệu thử sẽ không
thể phát hiện ra lỗi trong chương trình P do giá trị của z luôn luôn bằng 4)
Tỷ số MS = 100 * D/(N - E) được gọi là tỷ lệ đột biến (Mutation
Score - MS). Trong đó, D là đột biến đã bị diệt; N là tổng số các đột biến;
E là số đột biến tương đương. Tỷ lệ đột biến cho phép đánh giá chất lượng
bộ dữ liệu thử.
Ví dụ: Toán tử đột biến quan hệ sẽ tạo ra một số các đột biến trong đó
mỗi đột biến có sự xuất hiện của một toán tử quan hệ được thay thế bởi toán
tử quan hệ khác. Hình 2.1 là một ví dụ về hai đột biến của PUT được tạo ra
bởi toán tử đột biến toán tử quan hệ.
---
---
if (x = = 2 && y = = 2)
z = x + y;
---
---
---
if (x = = 2 && y = = 2)
z = x * y;
---
Chương trình PUT gốc Đột biến P’
Hình 2.1 – Ví dụ về đột biến tương đương

29. 29
Dựa trên tiêu chuẩn chất lượng đột biến, các đột biến được thực hiện với
một bộ dữ liệu thử để xác định có bao nhiêu đột biến thất bại (tức là cung cấp
đầu ra không đúng cho đầu vào kiểm thử đó). Thất bại càng nhiều, càng lớn
thì bộ dữ liệu thử càng chất lượng. Mục đích của kiểm thử viên là tạo ra dữ
liệu thử mới để cải tiến chất lượng của các dữ liệu thử hiện có. Một kết quả
khá hữu ích của phương pháp này là việc cải tiến chất lượng của dữ liệu thử
sẽ cải thiện sự tin tưởng của kiểm thử viên vào tính đúng đắn của PUT. Có thể
nói rằng, sự tin tưởng của kiểm thử viên vào chương trình càng nhiều, thì
càng nhiều kiểm thử tốt hơn sẽ được sử dụng.
Ngoài ra, kiểm thử đột biến là phương pháp để cải tiến chất lượng dữ
liệu thử cung cấp nhiều hỗ trợ quan trọng. Nếu một lỗi làm cho đột biến của
PUT thất bại khi thực hiện với một số dữ liệu thử và PUT thành công, thì
chính PUT không thể chứa lỗi đó (tức là PUT là phiên bản đúng của chương
trình đối với lỗi đó). Kiểm thử mọi đột biến có thể có giúp kiểm thử biết rằng
Chương trình PUT gốc
int max (int x, int y)
{
int mx = x ;
if (x < y)
mx = x;
else
mx = y;
return mx;
}
int max (int x, int y)
{
int mx = x ;
if (x > y)
mx = x;
else
mx = y;
return mx;
}
Đột biến P’’
int max (int x, int y)
{
int mx = x ;
if (x >= y)
mx = x;
else
mx = y;
return mx;
}
Đột biến P’ (ĐBTĐ)
Hình 2.2 – Ví dụ về đột biến

30. 30
không có các lỗi đó xuất hiện trong PUT. Phát triển dữ liệu thử theo cách này
cho phép kiểm thử viên tăng sự tin tưởng của họ vào tính đúng đắn của PUT.
2.1.3. Toán tử đột biến
Toán tử đột biến (mutation operator) là một luật được áp dụng vào
chương trình gốc để tạo ra các đột biến. Các toán tử đột biến được xác định
bởi ngôn ngữ của chương trình được kiểm thử và hệ thống đột biến được
dùng để kiểm thử.
2.2. Cơ sở của kiểm thử đột biến
Kiểm thử đột biến là một kỹ thuật kiểm thử hộp trắng hay kiểm thử
cấu trúc, được xây dựng dựa vào hai giả thuyết cơ bản [13]:
- Giả thuyết “lập trình viên giỏi” (competent programmer)
-Giả thuyết “hiệu ứng liên kết” (coupling effect).
Giả thuyết “lập trình viên giỏi” giả thiết rằng lập trình viên chỉ phạm những
lỗi đơn giản do sơ suất. Giả thuyết “hiệu ứng liên kết” giả thuyết rằng, nếu
dữ liệu thử phát hiện được các lỗi đơn giản thì dữ liệu đó cũng cho phép phát
hiện các lỗi phức tạp.
2.3. Toán tử đột biến
Phần lớn các nghiên cứu về kiểm thử đột biến chủ yếu dựa trên các
chương trình Fortran do tính sẵn có và dễ sử dụng của hệ thống đột biến
Mothra [14]. Mothra (hệ thống đột biến cho Fortran) sử dụng 22 toán tử đột
biến để tạo ra các đột biến cho 77 chương trình Fortran [5], được biểu diễn
bảng 2.1. Các toán tử này đã được phát triển và chọn lọc cách đây hơn 20 năm,
ngày nay vẫn còn nhiều toán tử được sử dụng dưới một số hình thức chẳng
hạn như sử dụng toán tử thay thế toán tử logic và một số toán tử tương tự như
các toán tử LCR và SDL của Mothra.

31. 31
Toán tử đột biến Mô Tả
AAR Thay thế tham chiếu mảng cho tham chiếu mảng
ABS Thêm giá trị tuyệt đối
ACR Thay thế tham chiếu mảng cho hằng số
AOR Thay thế toán tử số học
ASR Thay thế tham chiếu mảng cho biến vô hướng
CAR Thay thế hằng số cho tham chiếu mảng
CNR Thay thế tên mảng tương đương
CRP Thay thế hằng số
CSR Thay thế hằng cho biến vô hướng
DER Thay thế kết thúc câu lệnh DO
DSA Thay đổi câu lệnh DATA
GLR Thay thế nhãn GOTO
LCR Thay thế kết nối logic
ROR Thay thế toán tử logic
RSR Thay thế câu lệnh RETURN
SAN Phân tích câu lệnh
SAR Thay thế biến vô hướng cho tham chiếu mảng
SCR Thay thế vô hướng cho hằng
SDL Xóa câu lệnh
SRC Thay thế hằng số nguồn
SVR Thay thế biến vô hướng
UOI Thêm toán tử nhị nguyên
Bảng 2.1- 22 toán tử đột biến chuẩn được sử dụng trong Mothra
Các toán tử đột biến được thiết kế để làm lộ ra các lỗi trong PUT khi
thực hiện. Ví dụ, toán tử thay thế toán tử quan hệ ROR. Đột biến tạo ra từ toán
tử này sẽ giống với PUT ngoại trừ một toán tử quan hệ được thay thế bằng

32. 32
một toán tử quan hệ khác, chẳng hạn như câu lệnh x < y sẽ được thay thế
bằng x  y với mục đích để kiểm tra xem trong trường hợp < này, toán tử
quan hệ có sử dụng đúng hay không.
Nếu PUT thực sự là đúng thì nó có thể tìm thấy các dữ liệu thử tạo ra các
kết quả đầu ra không đúng cho tất cả các phiên bản toán tử quan hệ không
tương đương, do đó loại bỏ những đột biến đó để được phiên bản đúng của
chương trình. Tuy nhiên, trước khi kiểm thử, chúng ta không biết được liệu
PUT là đúng hay không. Thay vào đó, PUT phải được giả sử là đúng, trừ khi
một dữ liệu thử có thể chứng minh khác. Trong tình huống đó, tỷ lệ các đột
biến không tương đương bị diệt bởi bộ dữ liệu thử là thước đo cho chất lượng
của bộ dữ liệu thử và thước đo của sự tin tưởng vào tính đúng đắn của PUT.
Gần đây, nghiên cứu về kiểm thử đột biến đã tập trung phát triển các toán
tử đột biến mới, đặc biệt cho các môi trường hướng đối tượng như C, C++,
C_Sharp,… Nghiên cứu này tập trung kiểm thử các chương trình đơn giản,
hầu hết các toán tử đột biến truyền thống vẫn còn hiệu quả.
2.4. Quy trình kiểm thử đột biến
Kiểm thử đột biến là một quy trình được lặp đi lặp lại để cải tiến dữ liệu
thử đối với một chương trình và được chia thành các bước cơ bản [13] sau:
Bước 1: Sản sinh đột biến (dùng công cụ sản sinh tự động hoặc
sản sinh thủ công) từ chương trình gốc.
Bước 2: Sản sinh các dữ liệu kiểm thử.
Bước 3: Thực hiện từng dữ liệu kiểm thử với chương trình gốc.
Bước 3.1: Nếu kết quả không đúng, phải chỉnh sửa lạ i
chương trình và kiểm thử lại.
Bước 3.2: Nếu kết quả đúng, thực hiện bước tiếp theo.
Bước 4: Thực hiện từng dữ liệu kiểm thử với từng đột biến còn sống.

33. 33
Bước 4.1: Nếu kết quả ra của đột biến khác với chương
trình gốc, chương trình đột biến được xem là không
đúng và bị diệt. Hoàn thành kiểm thử.
Bước 4.2: Nếu đột biến sống sót được (qua kiểm thử): phân
tích các đột biến còn sống. Có hai khả năng xảy ra:
- Hoặc các đột biến là đột biến tương đương: không thể
bị diệt.
- Hoặc có thể diệt các đột biến được nhưng các dữ liệu
kiểm thử không đủ mạnh để diệt đột biến. Do đó
phải tạo ra các dữ liệu kiểm thử khác và lặp lại bước 1.
Từ các bước của thuật toán đã được tóm tắt thành sơ đồ [7] như hình sau:
( Lưu ý: Trong hình trên các bước biểu diễn trong hộp liền nét được thực
hiện tự động. Còn các bước biểu diễn trong hộp nét đứt được thực hiện bằng
tay)
TF
FT
Tạo các
đột biến
Tất cả các
đột biến
bị diệt?
Đầu vào
chương trình
P
Đầu vào
test cases, T
Chạy T
trên P
P(T)
đúng ?
Sửa P
Chạy test
cases trên
từng đột biến
còn sống
Phân tích và
đánh dấu các đột
biến tương đương
Kết thúc
Cập nhật T
Các toán tử
đột biến
Hình 2.3 – Quy trình kiểm thử đột biến

34. 34
2.5. Hạn chế của kiểm thử đột biến
Mặc dù được xem là một kỹ thuật kiểm thử đơn vị mạnh, tuy nhiên kiểm
thử đột biến gặp phải một số vấn đề khó khăn trong ngành công nghiệp phần
mềm. Các vần đề này có thể được phân loại thành hai nhóm: chi phí tính toán
– tốn rất nhiều thời gian và công sức để thực hiện kiểm thử đột biến, và tự
động hóa – để giảm công sức của kiểm thử viên.
Kiểm thử đột biến thì tốn kém vì số lượng lớn các chương trình đột biến
cần được tạo ra và thực hiện. Do đó, các nhà nghiên cứu tiến hành nghiên cứu
bằng thực nghiệm với kiểm thử đột biến thường chỉ sử dụng chương trình nhỏ
để hạn chế số lượng đột biến được tạo ra. Trong khi đó, hạn chế này là chấp
nhận được ở các trường (đại học, học viện, …), nó không dành cho công
nghiệp thường mong muốn được kiểm thử các chương trình lớn hơn, phức tạp
hơn. Vì tính phức tạp gia tăng, do thời gian thực hiện cho một chương trình và
các phiên bản đột biến của nó, do đó làm tăng toàn bộ thời gian chạy cho
kiểm thử đột biến.
Các vấn đề trầm trọng hơn nữa là rất khó khăn trong việc tự động hoá
toàn bộ quá trình kiểm thử đột biến. Mặc dù, một phần lớn quá trình có khả
năng tự động được dễ dàng, các công việc như xác định các đột biến tương
đương và kiểm tra tính đúng đắn của kết quả đầu ra thường được thực hiện
một cách thủ công. Mặc dù, việc thực hiện những công việc này bằng thủ
công cho phép chương trình được xem xét kỹ lưỡng hơn, nhưng dễ bị lỗi. Vì
vậy, làm tăng thời gian kiểm thử ở một giai đoạn trong vòng đời phát triển
phần mềm, khi thời gian kiểm thử thường là rất quan trọng.

35. 35
2.6. Kết luận
Kiểm thử đột biến được giới thiệu để cung cấp một phương tiện để
đánh giá và cải tiến chất lượng các bộ dữ liệu thử. Nó được xây dựng dựa trên
hai giả thuyết cơ bản: giả thuyết lập trình viên giỏi, hiệu ứng liên kết. Do đó,
kiểm thử đột biến chỉ tập trung vào các lỗi đơn giản của chương trình (ví dụ:
sự khác biệt một từ đơn hoặc thay thế tên biến sai).
Tuy nhiên, chi phí để thực hiện kiểm thử đột biến khá cao vì một số
lượng lớn các chương trình đột biến cần phải được thực hiện bởi ít nhất một
dữ liệu thử và khó khăn để tự động hóa vì các dữ liệu thử mạnh cần phải được
tạo ra, đột biến tương đương cần được loại bỏ, và kết quả đầu ra của PUT cần
được kiểm thử tính đúng đắn. Vì vậy, chương 3 sẽ đề cập một số phương
pháp cải tiến kỹ thuật kiểm thử đột biến để khắc phục các vần đề trên.

36. 36
CHƯƠNG 3 - MỘT SỐ CẢI TIẾN KỸ THUẬT
KIỂM THỬ ĐỘT BIẾN
3.1. Giảm chi phí tính toán
Các hệ thống kiểm thử đột biến truyền thống tạo ra số lượng lớn các
chương trình đột biến. Ví dụ, có 385 đột biến được tạo ra cho thủ tục tìm
nghiệm theo phương pháp NiuTơn gồm 18 dòng lệnh. Phân tích cho thấy rằng
số lượng các đột biến tạo ra xấp xỉ bằng tích của số các tham chiếu dữ liệu và
số các đối tượng dữ liệu. Do đó, số lượng đột biến sẽ làm tăng tính phức tạp
của chương trình. Điều này làm tăng chi phí thực thi do mỗi đột biến phải
thực thi với ít nhất một trường hợp kiểm thử. Như vậy, chi phí là chấp nhận
được cho nghiên cứu ở các trường (đại học, học viện, …) với các ràng buộc
về thời gian có thể linh hoạt, nhưng trong công nghiệp sự lãng phí này là
không thể.
Mặt khác, các hệ thống truyền thống phải thông dịch các chương trình
đột biến nên thực tế thời gian chạy sẽ lâu hơn. Điều này gây ra nhiều bất tiện,
nó làm cho các hệ thống thực hiện chậm và rất khó để mô phỏng môi trường
hoạt động. Để khắc phục những chi phí liên quan với đột biến, các nghiên cứu
hầu hết đã tập trung vào một số phương pháp: làm ít hơn, làm nhanh hơn mà
không làm giảm khả năng phát hiện lỗi.
3.1.1. Phương pháp làm ít hơn (A “do fewer” approach)
Muốn giảm chi phí kiểm thử đột biến thì phải giảm số lượng các
chương trình đột biến thực thi. Để làm được điều này, chúng ta sử dụng một
trong số các phương pháp: Lấy mẫu đột biến (Mutant Sampling), đột biến
ràng buộc (Constrained Mutation), và N - đột biến lựa chọn (N - Selective
Mutation), mà không làm giảm các khả năng tìm kiếm lỗi.

37. 37
3.1.1.1. Lấy mẫu đột biến (Mutant Sampling)
Lấy mẫu đột biến là một phương pháp đơn giản lựa chọn ngẫu nhiên một
tập con nhỏ các đột biến từ tập toàn bộ các đột biến. Ý tưởng này được đề
xuất đầu tiên bởi Acree và Budd [19, 7]. Trong phương pháp lấy mẫu đột biến,
đầu tiên tất cả các đột biến có thể có được tạo ra như trong kiểm thử đột biến
truyền thống. Sau đó, x% của những đột biến này được lựa chọn ngẫu nhiên
để phân tích đột biến và các đột biến còn lại được bỏ đi.
Đã có nhiều nghiên cứu thực nghiệm về phương pháp này. Vấn đề chính
là về việc chọn tỷ lệ lựa chọn ngẫu nhiên (x) còn được gọi là tỷ lệ lấy mẫu x%.
Các nghiên cứu của Acree và Budd đề nghị rằng tỷ lệ lấy mẫu 10% có thể xác
định trên 99% tất cả đột biến không tương đương trong khi cung cấp tiết kiệm
chi phí đáng kể. Wong [23] tiếp tục nghiên cứu các lợi ích về chi phí của lấy
mẫu đột biến bằng cách thay đổi tỷ lệ lấy mẫu từ 10% đến 40%. Ngay cả ở
mức thấp nhất, các kết quả của Wong cho thấy lẫy mẫu đột biến là một chiến
lược cắt giảm chi phí hiệu quả cung cấp các tập dữ liệu thử có khả năng xác
định ít nhất 96,14% tất cả các đột biến nhưng chỉ phải kiểm tra 9,8% đột biến.
Một điểm nổi bật hơn nữa trong [23] là đối với các tập dữ liệu thử chất
lượng dựa vào lấy mẫu, một tỷ lệ lấy mẫu cao không có nghĩa là sẽ tạo ra tỷ lệ
đột biến cao hơn tỷ lệ lấy mẫu thấp. Ban đầu, điều này có vẻ không hợp lý.
Một trong những mong chờ đó là các dữ liệu thử được tạo ra từ tỷ lệ lấy mẫu
lớn thì sẽ chất lượng hơn trong việc xác định đột biến còn lại so với từ tỷ lệ
lấy mẫu nhỏ. Tuy nhiên, các kết quả của Wong cho thấy; đối với hàm
TEXTFMT, tỷ lệ lấy mẫu 25% đạt được tỷ lệ đột biến 98,92% so với 99,01%
cho tỷ lệ lấy mẫu 10%. Các kết quả này cho thấy rằng số lượng đột biến được
kiểm tra không phải là chỉ báo rõ ràng về tỷ lệ đột biến (ngoại trừ kiểm tra tất
cả các đột biến), nhưng thay vào đó, dấu hiệu là các dữ liệu thử có khả năng
xác định đột biến nhiều hơn những dấu hiệu khác. Trong trường hợp này, việc

38. 38
lựa chọn các đột biến cho kiểm thử có ảnh hưởng đến các dữ liệu thử được
tạo ra và tỷ lệ đột biến không?
Các đột biến có thể được phân loại dựa trên tập các dữ liệu thử diệt
chúng. Đột biến mạnh là rất khó phát hiện, đòi hỏi dữ liệu thử đặc biệt để diệt
nó. Ngược lại, đột biến yếu có thể dễ dàng phát hiện bởi bất kỳ dữ liệu thử
nào. Do đó, cần có các tập dữ liệu thử khác nhau để diệt chúng. Các tập dữ
liệu thử này nói chung là không được biết trước khi (và thường sau khi) kiểm
thử. Tuy nhiên, tập dữ liệu thử đó phải được tạo ra để diệt đột biến. Xem xét
tình huống, chọn W là đột biến yếu và chọn S là đột biến mạnh, W sẽ có tập
dữ liệu thử để diệt nó - TW và S chưa có dữ liệu thử diệt được nó - TS. Có ba
tình huống có thể xảy ra được minh họa ở hình 3.1:
1. TS  TW. Tập dữ liệu thử diệt đột biến mạnh hơn là tập con của tập dữ
liệu thử diệt các đột biến yếu hơn– hình 3.3(a).
2. (TS  TW)  (TS  TW  ). TS không phải là tập con của TW nhưng
hai tập giao nhau – hình3.3 (b).
3. TS TW = . Hai tập dữ liệu thử rời nhau – hình 3.3 (c).
Nếu tình huống 1 xảy ra, thì chọn đột biến mạnh hơn trong quá trình lấy
mẫu sẽ đảm bảo dữ liệu thử được tạo ra diệt đột biến yếu hơn- tức là dữ liệu
thử được tạo ra trong cả TS và TW. Tuy nhiên, nếu đột biến yếu hơn được lựa
chọn, thì cơ hội dữ liệu thử được tạo ra diệt được đột biến mạnh hơn sẽ bị
giảm - tức là dữ liệu thử ở trong TW nhưng có thể hoặc không thể ở trong TS.
TW
Ts
(a) (b) (c)
TsTWTW Ts
Hình 3.1- Ba kịch bản có thể có cho quan hệ giữa các tập dữ
liệu thử diệt đột biến yếu và mạnh

39. 39
Nếu tình huống 3 xảy ra, thì việc lựa chọn đột biến trong lấy mẫu sẽ chỉ tạo ra
dữ liệu thử có khả năng diệt đột biến đặc biệt. Tình huống 2 là sự kết hợp của
hai loại. Lựa chọn đột biến mạnh hơn sẽ tạo ra dữ liệu thử có thể hoặc không
thể diệt được đột biến yếu hơn và ngược lại. Nói chung, kích thước của TW có
thể sẽ lớn hơn kích thước của TS, dữ liệu thử từ TW giao nhau với TS có thể sẽ
nhỏ hơn so với dữ liệu thử từ TS giao nhau với TW. Ví dụ, cho một dữ liệu thử
x là giao với hai tập |TW| = 20 và |TS| = 5. Nếu dữ liệu thử được tạo ra để diệt
đột biến yếu hơn (nghĩa là dữ liệu thử thuộc TW) thì tỷ lệ của x là 1/20. Nếu
dữ liệu thử được tạo ra để diệt đột biến mạnh hơn (nghĩa là dữ liệu thử thuộc
TS) thì tỷ lệ của x là 1/5.
Ba tình huống trên cho thấy rằng, đột biến được chọn trong quá trình lấy
mẫu sẽ ảnh hưởng đến các dữ liệu thử được tạo ra. Hơn nữa, chúng cho thấy
rằng lựa chọn các đột biến mạnh hơn cải thiện cơ hội diệt các đột biến yếu
hơn và vì vậy kích thước của lấy mẫu đột biến là không quan trọng, nhưng đó
vẫn là sự lựa chọn đột biến. Lấy mẫu từ đột biến mạnh hơn với tỷ lệ thấp hơn
có thể tạo ra tỷ lệ đột biến cao hơn lấy mẫu từ đột biến yếu hơn với tỷ lệ cao
hơn.
3.1.1.2. Đột biến ràng buộc (Constrained Mutation)
Giảm số lượng các đột biến cũng có thể đạt được bằng cách giảm số
lượng các toán tử đột biến được áp dụng. Đây là ý tưởng cơ bản làm nền tảng
cho đột biến ràng buộc được đề xuất bởi Mathur [4], bằng cách lựa chọn một
tập con các toán tử đột biến tạo ra một tập con tất cả các đột biến có thể có mà
không mất tính hiệu quả của kiểm thử đột biến.
Các kiểm tra dựa trên kinh nghiệm thu được các kết quả khá thuyết phục
khi sử dụng đột biến ràng buộc. Nhìn chung, các kết quả của Wong cho thấy
rằng các tỷ lệ đột biến trung bình từ các tập dữ liệu thử chất lượng dựa trên
ràng buộc bằng cách sử dụng chỉ hai toán tử ABS và ROR đạt trên 95% trong
số bốn chương trình kiểm tra và giảm số lượng đột biến từ 14.39% đến

40. 40
19.94% của tổng số đột biến [22]. Trong khi đó, tiết kiệm chi phí không lớn
bằng tỷ lệ lấy mẫu 10% (thực hiện từ 9,8% cho đến 10,98% tổng số đột biến),
tỷ lệ đột biến trung bình là xấp xỉ bằng 97,56% với tỷ lệ lấy mẫu 10% và
97,18% với đột biến ràng buộc ABS / ROR. Các nghiên cứu của Mathur và
đồng nghiệp cũng cho ra kết quả tương tự, kết quả này thu được 7 trong số 10
thí nghiệm, đột biến ràng buộc ABS / ROR đạt hiệu quả ít nhất bằng tỷ lệ lấy
mẫu 10% trong việc phát hiện có lỗi. Hơn nữa, còn lại 3 thí nghiệm đều được
thực hiện trên cùng một chương trình không được sử dụng trong 7 thí nghiệm
khác.
3.1.1.3. N - đột biến lựa chọn (N - Selective Mutation)
Offutt và đồng nghiệp [9, 10] mở rộng nghiên cứu đột biến ràng buộc
của Mathur bằng cách sử dụng tất cả các toán tử đột biến trừ đi hai toán tử tạo
ra hầu hết các đột biến (được gọi là phương pháp 2 - đột biến lựa chọn). Giả
thuyết phương pháp N – đột biến lựa chọn, trong đó N là số toán tử đột biến
tạo ra nhiều đột biến nhất được loại bỏ. Ban đầu, 28 chương trình đã được
kiểm tra để xác định tỷ lệ đột biến được tạo ra bởi mỗi toán tử đột biến, như
thể hiện trong hình 3.2. Dựa trên đó, họ đề xuất loại bỏ hai toán tử SVR và
ASR cho 2 - đột biến lựa chọn, cùng với SCR và CSR cho 4 - đột biến lựa
chọn, kết hợp với ACR và SRC cho 6 - đột biến lựa chọn.
Đối với mỗi phương pháp lựa chọn, bộ tạo dữ liệu thử tự động Godzilla
được dùng để tạo ra dữ liệu thử chất lượng dựa trên đột biến lựa chọn. Sau đó,
các tập dữ liệu thử này được thực hiện với tất cả các đột biến để xác định hiệu
quả của chúng đối với tất cả các đột biến - tức là tỷ lệ đột biến của chúng. Các
kết quả mang lại nhiều hứa hẹn. Phương pháp 2 - đột biến lựa chọn cho kết
quả tỷ lệ đột biến 99,99% và tiết kiệm 23,98% số lượng đột biến không phải
kiểm tra. Đối với 4 - đột biến lựa chọn thu được những số liệu tương ứng này
là 99,84% và 41,36%, và 6 - đột biến lựa chọn là 99,71% và 60,56%.

41. 41
Hình 3.2 - Phân bố đột biến bằng toán tử đột biến cho Mothra
Như vậy, các tỷ lệ đột biến cao thu được từ các tập dữ liệu thử chất
lượng dựa trên lựa chọn cho thấy rằng các dữ liệu thử được thiết kế để diệt
đột biến từ các toán tử đột biến tạo ra ít đột biến cũng có khả năng diệt các đột
biến từ các toán tử đột biến tạo ra nhiều đột biến.
Offutt và đồng nghiệp tiếp tục nghiên cứu để loại bỏ thêm các đột biến
nhằm tiết kiệm thêm chi phí mà không ảnh hưởng nhiều đến hiệu quả của các
tập dữ liệu thử được tạo ra [10]. 22 toán tử đột biến chuẩn được sử dụng
trong Mothra được chia thành ba nhóm:
 Các toán tử thay thế toán hạng - thay thế từng toán hạng của
chương trình bằng toán hạng hợp lý khác.
 Các toán tử thay đổi biểu thức của chương trình - thay thế các toán
tử của chương trình và thêm các toán tử mới.
 Các toán tử thay đổi câu lệnh - thay đổi các câu lệnh hoàn toàn.
Offutt và đồng nghiệp thực hiện ba thí nghiệm để tạo ra dữ liệu thử
chất lượng, loại trừ một nhóm các toán tử đột biến trong từng thí nghiệm. Khi
so sánh với tất cả các đột biến, kết quả thu được 5 toán tử biểu thức (ABS,
AOR, LCR, ROR, UOI) là hữu ích nhất. Các thí nghiệm đã chứng minh rằng
các tập dữ liệu thử chất lượng tạo ra từ 5 toán tử này đạt tỷ lệ đột biến trung
bình là 99,51% và tiết kiệm 77,56% số lượng các đột biến phải kiểm tra. Các
kết quả này tương tự như các tỷ lệ đột biến trung bình thu được bằng cách sử
Toán tử đột biến
Tỷlệđộtbiếntiếtkiệmđược

42. 42
dụng lấy mẫu đột biến với tỷ lệ lấy mẫu 25% (tiết kiệm 75%): từ 98,27% đến
99,01%.
Tuy nhiên, không giống như lấy mẫu đột biến, phương pháp này đã tập
trung vào lớp đột biến phải kiểm tra, cung cấp độ tin cậy vào các toán tử đột
biến giúp tạo ra dữ liệu thử mạnh hơn (tức là chúng có thể diệt nhiều đột biến
hơn).
3.1.2. Phương pháp làm nhanh hơn (A “do smarter” approach)
Các kỹ thuật làm nhanh hơn nhằm mục đích tạo ra và chạy các chương
trình đột biến nhanh hơn các hệ thống chuẩn. Hầu hết các hệ thống đột biến
truyền thống thông dịch các đột biến của chúng, nó thì thuận tiện nhưng chậm
hơn so với thực hiện biên dịch chương trình.
Kỹ thuật biên dịch riêng rẽ: biên dịch từng đột biến trước khi thực hiện.
Điều này sẽ làm tăng tốc độ chạy từ 15-20 lần so với hệ thống truyền thống.
Tuy nhiên, nếu thời gian biên dịch lớn hơn nhiều so với thời gian chạy thì tắc
nghẽn biên dịch có thể xảy ra, kết quả là trong khi xây dựng các chương trình
được biên dịch, sự thực thi vẫn đang diễn ra [7].
Để tránh tắc nghẽn, Krauser đã sử dụng một cơ chế đột biến tích hợp
trình biên dịch, sử dụng một trình biên dịch mới để biên dịch đồng thời PUT
và phát triển các đoạn chương trình (code patches) biểu diễn cho các đột biến.
Trước khi thực thi, các đoạn chương trình cần thiết được áp dụng để PUT
được biên dịch cung cấp một chương trình đột biến thực hiện với tốc độ biên
dịch. Do đó, PUT chỉ cần được biên dịch một lần. Các kết quả của Krauser
chứng minh rằng phương pháp tích hợp trình biên dịch làm tăng tốc độ đáng
kể (tính bằng tỷ lệ giữa các kỹ thuật thời gian thực hiện trung bình trên mỗi
đột biến để tạo ra và thực hiện tất cả các đột biến đối với một trường hợp
kiểm thử) so với biên dịch riêng rẽ khi thời gian thực hiện PUT thấp. Ví dụ,
sử dụng phương pháp tích hợp trình biên dịch cho chương trình TRANSPOSE

43. 43
nhanh hơn 7,58 lần so với sử dụng kỹ thuật biên dịch riêng rẽ và làm cho
chương trình TRITYP nhanh hơn 27,33 lần.
Nói chung, thời gian thực hiện chương trình ảnh hưởng đến sự gia tăng
tốc độ của phương pháp tích hợp trình biên dịch. Với thời gian thực hiện thấp
(tức là thời gian thực hiện < thời gian biên dịch), phương pháp biên dịch riêng
rẽ thực hiện các đột biến nhanh hơn. Sự chậm trễ lúc biên dịch xảy ra trong
toàn bộ thời gian thực hiện tất cả các đột biến tăng và vì vậy làm tăng thời
gian thực hiện đột biến trung bình. Tuy nhiên, với số lần thực hiện cao hơn
(tức là thời gian thực hiện > thời gian biên dịch), thời gian biên dịch sẽ trở
nên ít quan trọng. Các đột biến có thể dễ dàng được biên dịch trước khi thực
hiện có nghĩa là thời gian trung bình để thực hiện từng đột biến bằng phương
pháp biên dịch riêng rẽ chỉ phụ thuộc vào thời gian thực hiện - giống như kỹ
thuật tích hợp trình biên dịch, có nghĩa là tỷ lệ gia tăng tốc độ các phương
pháp là 1/1.
3.1.2.1. Phương pháp tạo lược đồ đột biến
Phương pháp tạo lược đồ đột biến (MSG) [18] là một trong những
phương pháp giúp khắc phục vấn đề tắc nghẽn. Tất cả các đột biến của
chương trình được mã hóa vào một mức mã nguồn duy nhất gọi là chương
trình siêu đột biến (metamutant). Các điểm đột biến trong PUT (chẳng hạn
như một phép toán số học) được thay thế bằng các lời gọi hàm có cú pháp hợp
lệ được gọi là siêu thủ tục (metaprocedure). Mỗi metaprocedure mã hóa toán
tử đột biến và thay đổi đầu ra của nó tùy thuộc vào các đối số. Ví dụ, tùy
thuộc vào các đối số của nó, metaprocedure số học sẽ thực hiện cộng, trừ,
nhân, chia, hoặc module. Sau đó, các đột biến được biểu diễn dưới dạng một
tập các đối số metaprocedure được áp dụng lúc thực thi metamutant. Bằng
cách chỉ thay đổi một đối số metaprocedure duy nhất từ tập các đối số
metaprocedure (của PUT) ban đầu, đột biến thích hợp có thể được thực hiện.

44. 44
Điều này có nghĩa là các đột biến không được biên dịch hoặc thông dịch riêng
rẽ và được thực hiện trong môi trường đích với tốc độ chương trình biên dịch.
Một metamutant đơn giản của đoạn chương trình ở hình 3.3 được mô tả
ở hình 3.4. Metamutant này được tạo ra bằng cách chỉ sử dụng toán tử đột
biến toán tử quan hệ thay thế mọi trường hợp của toán tử quan hệ bằng một
metaprocedure toán tử quan hệ thích hợp, trong trường hợp này ROR:op()
được biểu diễn ở dòng 2- hình 3.4. ROR:op() có ký hiệu: ROR:op(int lhs; int
rhs; int mutantNumber).
Metaprocedure được định nghĩa dòng 1- hình 3.4. Trong quá trình thực
hiện metamutant này, các đối số thích hợp được cung cấp cho metaprocedure
ROR cho phép bất kỳ toán tử quan hệ được áp dụng hai giá trị.
Mỗi đột biến được biểu diễn bằng một dãy các giá trị biểu diễn toán tử
cho mỗi metaprocedure. MutantNumber là chỉ số metaprocedure trong dãy
đột biến. Ví dụ: mutantNumber trong đoạn mã 3.2 là 0, biểu diễn giá trị ở chỉ
// phương thức PUT đột biến bằng toán tử ROR
1 import MTAIS.Operators.ROR;
...
public boolean sumIsPositive (int n, int m){
z = 0;
sum = n + m;
2 return (ROR.op(sum, z, 0));
}
Hình 3.4- Phiên bản đột biến của PUT gốc hình 3.3
// phương thức PUT gốc
public boolean sumIsPositive (int n, int m){
z = 0;
sum = n + m;
return (sum > z);
}
Hình 3.3- Ví dụ phương thức PUT gốc

45. 45
số 0 trong dãy đột biến thiết lập toán tử được sử dụng trong ROR:op(). Tất cả
các toán tử quan hệ được đánh số, ví dụ: < là 0,  là 1, == là 2, > là 3 và v.v...
Giá trị chỉ số mutantNumber xác định toán tử quan hệ để áp dụng, trong ví dụ
này, câu lệnh sum > z sẽ được thực hiện bởi một dãy đột biến với chỉ số 0
chứa 3 (số cho toán tử quan hệ >). Để thực hiện sum == z, giá trị ở chỉ số 0
sẽ được sửa đổi bằng 2 (số cho toán tử quan hệ ==). Bằng cách sử dụng
phương pháp này, tất cả các đột biến đều xuất hiện trong metamutant, từng
đột biến được chọn lúc thực thi bằng cách áp dụng các giá trị thích hợp từ dãy
đột biến vào các metaprocedure.
Untch và các đồng nghiệp [18] cho biết rằng việc thực hiện thủ tục tìm
nghiệm theo phương pháp Niutơn bằng cách sử dụng sản sinh lược đồ đột
biến thì nhanh hơn 4,1 lần sử dụng phương pháp thông dịch [18]. Họ lập luận
rằng đây “là một tín hiệu tốt cho thấy MSG có thể tăng đáng kể khả năng thực
thi của kiểm thử đột biến ".
3.1.2.2. Đột biến yếu (Weak Mutation)
Kỹ thuật này được đề xuất bởi Howden [21]. Để tăng tỷ lệ đột biến, kiểm
thử đột biến phải diệt các đột biến được thể hiện ở kết quả đầu ra khác với
PUT khi nhận cùng đầu vào. Do đó, kiểm thử đột biến mạnh (strong
mutation) tiếp tục thực hiện đột biến cho đến khi hoàn thành và so sánh các
kết quả đầu ra tiếp theo hoặc các trạng thái chương trình. Nhưng điều này là
lãng phí. Hãy so sánh một đột biến với PUT. Từng câu lệnh chương trình là
giống nhau ngoại trừ câu lệnh đơn có chứa đột biến, dẫn đến các kết quả đầu
ra có thể khác nhau, code “lỗi” này sẽ gây ra một số trạng thái khác ngay sau
khi nó được thực hiện. Nếu không tìm thấy trạng thái khác thì đột biến sẽ tiếp
tục theo đường chương trình giống nhau và tạo ra đầu ra giống như PUT. Tuy
nhiên, nếu tìm thấy trạng thái khác từ điểm này (vị trí tạo ra đột biến) thì điều
này cho biết các kết quả đầu ra của chương trình có thể khác nhau và lưu việc

46. 46
thực hiện phần còn lại của đột biến. Đây là tiền đề về sau của kiểm thử đột
biến yếu.
Đột biến yếu khác với đột biến mạnh khi so sánh các trạng thái của đột
biến và PUT. Cả hai phương pháp có thể được phân loại khi so sánh ở các thái
cực đối lập: đột biến yếu so sánh ngay sau câu lệnh đột biến, còn đột biến
mạnh so sánh khi kết thúc chương trình.
Những biến đổi này của đột biến yếu đã được nghiên cứu bằng thực
nghiệm. Cụ thể, sử dụng phiên bản đã sửa đổi của Mothra, được gọi là
Leonardo (quan sát đầu ra mong đợi không phải sau khi trả về nhưng vẫn
trong quá trình hoạt động). Offutt và Lee [9] thực hiện các nghiên cứu về đột
biến vững chắc bằng cách sử dụng bốn điểm so sánh khác nhau:
i. Sau khi thực hiện biểu thức trong cùng nhất bao quanh đột biến
đầu tiên;
ii. Sau khi thực hiện câu lệnh đột biến đầu tiên - đột biến yếu truyền
thống;
iii. Sau khi thực hiện khối cơ bản đầu tiên (các lệnh tuần tự với các
điểm vào và ra duy nhất) bao quanh đột biến;
iv. Sau N lần thực hiện đột biến chứa khối cơ bản trong đó N là lớn
hơn 1 và nhỏ hơn số lần khối cơ bản được thực hiện trong PUT -
một đột biến bị diệt khi xuất hiện trạng thái không chính xác đầu
tiên.
Offutt và Lee đã thực hiện hai nghiên cứu so sánh bốn phiên bản trên với
đột biến mạnh. Nghiên cứu đầu tiên là tạo ra các tập dữ liệu thử có tỷ lệ đột
biến vững chắc (firm-mutation scoring) 100% cho từng phương pháp vững
chắc và thực hiện chúng bằng cách sử dụng đột biến mạnh để tạo ra toàn bộ tỷ
lệ đột biến. Nghiên cứu thứ hai là tạo ra tập dữ liệu thử với các tỷ lệ đột biến
ít hơn 90% và thực hiện bằng bốn phương pháp vững chắc để xác định các tỷ
lệ đột biến vững chắc của chúng. Các kết quả khá thú vị. Bằng trực quan,

47. 47
phương pháp (iv) sẽ kiểm tra các trạng thái chương trình gần với kết thúc
chương trình tự nhiên hơn và do đó gần với hệ thống đột biến mạnh hơn, cho
thấy rằng phương pháp này cung cấp mạnh hơn tức là thu được dữ liệu thử
chất lượng hơn. Đây không phải là trường hợp duy nhất. Nghiên cứu đầu tiên
cũng chỉ ra rằng điểm hiệu quả nhất để thực hiện các so sánh trạng thái là sau
khi thực hiện câu lệnh bị đột biến (phương pháp ii) hoặc thực hiện khối cơ
bản đầu tiên (phương pháp iii). Các kết quả từ nghiên cứu của Offutt và Lee
cho thấy rằng đột biến yếu cũng có thể làm giảm đáng kể chi phí tính toán,
với tiết kiệm thường vượt trên 50% số lần thực hiện.
Xem xét ví dụ về thử nghiệm đột biến yếu, lấy từ một trong những giấy
tờ của Brian Marick với chỉnh sửa nhỏ:
Trong phạm vi bảo hiểm đột biến yếu chúng ta giả sử rằng một chương
trình có chứa một lỗi đơn giản. Một trong những lỗi có thể được sử dụng <=
thay vì < chính xác trong một biểu thức như sau:
if (A <= B)
Với chương trình này, một đột biến hệ thống bảo hiểm yếu sẽ tạo ra một
thông báo như : "Gcc.c", dòng 488: <= có thể thay thế <
Có thể các thử nghiệm gây ra các mã chạy (A <= B) luôn luôn có cùng
một giá trị (A < B), đó là trường hợp A = B. Thông báo này sẽ tiếp tục xuất
hiện cho đến khi chương trình được thực hiện trong một trường hợp thử
nghiệm mà (A <= B) có một giá trị khác hơn (A < B).
Với đột biến mạnh Jester cho thấy nếu kiểm tra vẫn vượt qua khi biểu thức
(A <= B) được thay thế bằng (A < B). Điều này cho thấy rằng một thử
nghiệm có thể bị mất (trường hợp A = B), do đó nó làm cho một sự khác biệt
rằng "<=" hơn "<". Trong trường hợp này đột biến yếu là tốt.
Từ kết quả từ nghiên cứu của các nhà khoa học cho thấy rằng đột biến
yếu cũng có thể làm giảm đáng kể chi phí tính toán.

48. 48
3.2. Tăng tự động hóa
Bên cạnh chi phí tính toán quá tốn kém, khả năng tự động hóa cũng là
một trong những rào cản đối với kiểm thử đột biến để được chấp nhận trong
ngành công nghiệp phần mềm. Các rào cản này có thể được phân loại như là
những khó khăn về tự động hóa với thực trạng hiện tại, đòi hỏi nỗ lực đáng kể
từ kiểm thử viên.
Trước hết, dữ liệu thử phải được tạo ra để diệt các đột biến. Trong khi đó,
đối với phần lớn các đột biến, dữ liệu thử ngẫu nhiên nào sẽ đáp ứng đủ (cung
cấp bằng cách sử dụng các bộ sản sinh dữ liệu thử ngẫu nhiên), một tỷ lệ nhỏ
các đột biến khó để diệt đòi hỏi phải rà soát lại mã nguồn và các dữ liệu thử
được tạo ra bằng thủ công để xác định các lỗi. Đây là vấn đề tốn nhiều thời
gian và đầy thử thách. Hơn nữa, tỷ lệ đột biến được tính toán khi đo lường
chất lượng dữ liệu thử phải giảm số lượng các đột biến tương đương. Đây là
vấn đề được cho là không giải được, xác định các đột biến tương đương theo
cách truyền thống được thực hiện bằng tay. Một lần nữa, đây lại là công việc
tốn kém hơn nữa, cản trở sự thu hút của ngành công nghiệp. Do đó để tăng
tính tự động hoá cho chương trình kiểm thử thì phải có kỹ thuật sao cho tạo
được dữ liệu thử và xác định các đột biến tương đương một cách tự động.
3.2.1. Tạo dữ liệu thử tự động
Một trong những nhiệm vụ kỹ thuật khó nhất trong kiểm thử phần mềm
là tạo ra các dữ liệu thử cần thiết để đáp ứng các tiêu chuẩn kiểm thử. Để thực
hiện được điều này. Offutt đã phát triển kỹ thuật kiểm thử dựa trên ràng buộc
(CBT) để tạo ra các tập dữ liệu thử chất lượng dựa trên đột biến. Kỹ thuật này
dựa trên khái niệm để diệt được đột biến thì dữ liệu thử phải thỏa mãn ba điều
kiện:
1. Điều kiện có thể đạt đến được: Các chương trình đột biến khác so với
PUT bởi một lượng nhỏ thường được chứa trong một câu lệnh đơn.
Vì tất cả các câu lệnh khác đều giống nhau, câu lệnh bị đột biến này

49. 49
phải chịu trách nhiệm về một sự khác biệt trong các đầu ra của
chương trình. Vì vậy, để dữ liệu thử phân biệt đột biến từ PUT thì câu
lệnh bị đột biến này phải đạt đến được (tức là câu lệnh bị đột biến
phải được kích hoạt).
2. Điều kiện cần: Khi đạt đến được câu lệnh bị đột biến, điều kiện cần là
câu lệnh đột biến phải gây ra một trạng thái chương trình bên trong
không đúng ngay sau khi nó được thực hiện. Nếu không thì đột biến
không thể thất bại vì với tất cả các câu lệnh khác đều giống nhau,
không có câu lệnh kế tiếp nào có thể gây ra trạng thái bên trong để
khác biệt.
3. Điều kiện đủ: Cuối cùng, dữ liệu thử là đủ nếu như trạng thái không
đúng truyền qua đột biến dẫn đến thất bại khi kết thúc. Nếu bất kỳ câu
lệnh nào sửa chữa trạng thái bên trong thì hoặc là đột biến tương
đương hoặc dữ liệu thử không đủ chất lượng trong việc gây ra đầu ra
của chương trình khác biệt.
Các điều kiện này đã được sử dụng bởi bộ sản sinh dữ liệu tự động
Godzilla để tạo ra các tập dữ liệu thử cho Mothra. Godzilla mô tả các điều
kiện bằng miền đầu vào dựa trên các biểu thức đại số được gọi là các ràng
buộc, để xác nhận từng điều kiện được đáp ứng. Các ràng buộc về điều kiện
có thể đạt đến được được biểu diễn bằng các biểu thức đường dẫn mô tả tất cả
các đường dẫn tới câu lệnh bị đột biến. Tương tự như vậy, các ràng buộc về
điều kiện cần xác nhận rằng liệu việc thực hiện câu lệnh đột biến có dẫn đến
trạng thái bên trong không đúng hay không. Tuy nhiên, không thể tạo ra các
ràng buộc về điều kiện đủ vì chúng đòi hỏi phải biết trước kết quả của đường
dẫn hoàn chỉnh mà chương trình sẽ lấy. Điều này là không thể giải được [13].
Thay vào đó, Godzilla kết hợp các ràng buộc về điều kiện có thể đạt đến được
và điều kiện cần, và giải quyết vấn đề này để cung cấp dữ liệu thử thực hiện
câu lệnh bị đột biến tạo ra trạng thái bên trong không nhất quán. Đáng lưu ý,