Đại Học Quốc Gia Hà Nội: Nghiên Cứu Hệ Thống Kiểm Thử Dữ Liệu

Tài liệu nghiên cứu Luận văn phương pháp phân tích mã nguồn và sinh dữ liệu kiểm thử cho các dự án c c, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên sâu về .

• Người hướng dẫn: PTS. Phạm Ngọc Hùng
• Trường học: Đại học Quốc gia Hà Nội
• Chuyên ngành: Kỹ thuật phần mềm
• Đề tài: Nghiên cứu và phát triển hệ thống kiểm thử dữ liệu
• Loại tài liệu: luận văn
• Năm xuất bản: 2017
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI MỞ ĐẦU
• LỜI CAM ĐOAN
• 1. GIỚI THIỆU
• 2. TỔNG QUAN KĨ THUẬT KIỂM THỬ TỰ ĐỘNG ĐỊNH HƯỚNG
• 3. PHƯƠNG PHÁP SINH DỮ LIỆU KIỂM THỬ
• 4. THỰC NGHIỆM VỀ TÍNH HIỆU QUẢ PHƯƠNG PHÁP ĐỀ XUẤT
• 5. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Nghiên Cứu Hệ Thống Kiểm Thử Dữ Liệu ĐHQGHN

Đảm bảo chất lượng phần mềm là ưu tiên hàng đầu, và kiểm thử đơn vị đóng vai trò then chốt. Đại học Quốc gia Hà Nội (ĐHQGHN) tập trung vào nghiên cứu và phát triển các phương pháp kiểm thử hiệu quả. Kiểm thử hộp trắng và kiểm thử hộp đen là hai phương pháp chính. Kiểm thử hộp đen tập trung vào chức năng, trong khi kiểm thử hộp trắng đi sâu vào cấu trúc mã nguồn. Kiểm thử hộp trắng, dù tốn kém hơn, lại giúp phát hiện các vấn đề tiềm ẩn sâu trong mã. Chi phí cho kiểm thử hộp trắng có thể chiếm hơn 50% tổng chi phí phát triển phần mềm trong các dự án công nghiệp. Do đó, tự động hóa quy trình kiểm thử là giải pháp tối ưu. Luận văn này hướng đến xây dựng một giải pháp kiểm thử tự động mức đơn vị cho các dự án C/C++. Mục tiêu là giảm chi phí và tăng hiệu quả kiểm thử. Phương pháp đề xuất dựa trên kỹ thuật kiểm thử tự động định hướng.

1.1. Tầm Quan Trọng của Kiểm Thử Đơn Vị trong ĐHQGHN

Kiểm thử đơn vị là một trong những pha quan trọng nhất để đảm bảo chất lượng của phần mềm, đặc biệt các phần mềm nhúng. Nó giúp phát hiện sớm các lỗi tiềm ẩn, giảm thiểu rủi ro trong quá trình phát triển. Việc áp dụng kiểm thử đơn vị một cách hệ thống giúp nâng cao độ tin cậy của sản phẩm phần mềm. ĐHQGHN chú trọng vào việc đào tạo và nghiên cứu các kỹ thuật kiểm thử tiên tiến để đáp ứng nhu cầu của ngành công nghiệp phần mềm.

1.2. So Sánh Kiểm Thử Hộp Đen và Hộp Trắng tại ĐHQGHN

Kiểm thử hộp đen chỉ kiểm tra tính đúng đắn của đầu ra với đầu vào mà không quan tâm đến mã nguồn chương trình. Ngược lại, phương pháp kiểm thử hộp trắng đánh giá chất lượng mã nguồn bằng các kỹ thuật phân tích mã nguồn. Vì kiểm thử hộp trắng đi sâu vào phân tích mã nguồn nên kỹ thuật này cho phép phát hiện các vấn đề tiềm ẩn mà kiểm thử hộp đen không phát hiện được. Tuy nhiên, chi phí kiểm thử hộp trắng lớn hơn rất nhiều so với kiểm thử hộp đen.

II. Thách Thức và Giải Pháp Kiểm Thử Dữ Liệu Tự Động

Kỹ thuật kiểm thử tự động định hướng đã chứng minh hiệu quả, nhưng vẫn còn những thách thức. Việc sinh dữ liệu kiểm thử ban đầu chưa đủ tốt, và cần tạo ra tập dữ liệu kiểm thử nhỏ nhưng độ phủ cao. Luận văn này tập trung giải quyết các bài toán này. Kỹ thuật sinh dữ liệu kiểm thử đầu tiên dựa trên thông tin phân tích mã nguồn thay vì áp dụng kỹ thuật sinh ngẫu nhiên truyền thống. Thuật toán LDFS được đề xuất để giảm thiểu số lượng bộ dữ liệu kiểm thử mà vẫn đạt độ phủ cao. Công cụ CFT4Cpp được xây dựng để chứng minh tính hiệu quả của phương pháp đề xuất. Kết quả nghiên cứu đã được đăng tại hai hội nghị NIIS 2016 và SOICT 2017.

2.1. Vấn Đề Sinh Dữ Liệu Kiểm Thử Ban Đầu trong ĐHQGHN

Dữ liệu kiểm thử đầu tiên thường được sinh ngẫu nhiên dựa trên kiểu biến. Ví dụ, nếu biến có kiểu con trỏ cấu trúc thì xác suất sinh giá trị biến đó bằng NULL hoặc khác NULL bằng 50%. Kỹ thuật sinh ngẫu nhiên này không thể hiện tính hiệu quả khi chương trình có biến truy cập vùng nhớ, ví dụ như hàm sao chép xâu s1 cho s2. Rõ ràng, giá trị xâu s1 luôn khác NULL. Nếu giá trị s1 bằng NULL, chương trình sẽ bị lỗi khi thực thi bộ giá trị này. Tuy nhiên, kỹ thuật sinh dữ liệu kiểm thử đầu tiên theo phương pháp ngẫu nhiên không phát hiện được ràng buộc quan trọng này.

2.2. Khó Khăn Phân Tích Mã Nguồn C C tại ĐHQGHN

Các phương pháp kiểm thử đã đề xuất trong [1], [11], [13], và [2] chỉ áp dụng cho ngôn ngữ C mà không hỗ trợ C++. Việc phân tích mã nguồn C++ phức tạp hơn do tính đa hình, kế thừa, và các tính năng hướng đối tượng khác. ĐHQGHN đang nỗ lực nghiên cứu các phương pháp phân tích mã nguồn C++ hiệu quả để hỗ trợ kiểm thử tự động.

2.3. Giải Pháp Tối Ưu Hóa Dữ Liệu Kiểm Thử tại ĐHQGHN

Luận văn hướng đến giải quyết các vấn đề của kiểm thử kỹ thuật kiểm thử tự động định hướng trong bài toán kiểm thử dự án C/C++. Mục tiêu chính của luận văn gồm đề xuất phương pháp sinh dữ liệu kiểm thử giải quyết vấn đề dữ liệu kiểm thử đầu tiên và phương pháp phân tích mã nguồn dự án C/C++ để sinh tập dữ liệu kiểm thử số lượng nhỏ và đạt độ phủ tối đa.

III. Phương Pháp Phân Tích Mã Nguồn và Sinh Dữ Liệu Kiểm Thử

Phương pháp đề xuất bao gồm phân tích mã nguồn, xây dựng đồ thị dòng điều khiển, thu thập các đường thi hành, và áp dụng kỹ thuật thực thi tượng trưng. Thuật toán duyệt đồ thị theo chiều sâu được sử dụng để thu thập các đường thi hành. Kỹ thuật thực thi tượng trưng và SMT-Solver được áp dụng để tìm bộ giá trị thỏa mãn đường thi hành đó. Quá trình sinh dữ liệu kiểm thử lặp đi lặp lại đến khi đạt được độ phủ tối đa hoặc đạt đến giới hạn thời gian.

3.1. Xây Dựng Đồ Thị Dòng Điều Khiển từ Mã Nguồn C C

Đồ thị dòng điều khiển (CFG) là một biểu diễn đồ họa của các đường dẫn thực thi có thể có trong một chương trình. Việc xây dựng CFG chính xác là rất quan trọng để đảm bảo rằng tất cả các nhánh và câu lệnh trong chương trình đều được kiểm tra. ĐHQGHN đang nghiên cứu các kỹ thuật xây dựng CFG hiệu quả cho các chương trình C/C++ phức tạp.

3.2. Kỹ Thuật Thực Thi Tượng Trưng và SMT Solver trong ĐHQGHN

Kỹ thuật thực thi tượng trưng (Symbolic Execution) cho phép phân tích chương trình bằng cách sử dụng các giá trị tượng trưng thay vì các giá trị cụ thể. SMT-Solver (Satisfiability Modulo Theories Solver) là một công cụ giải quyết các bài toán thỏa mãn ràng buộc. Sự kết hợp của hai kỹ thuật này cho phép tự động sinh dữ liệu kiểm thử đáp ứng các tiêu chí độ phủ khác nhau.

3.3. Thuật Toán LDFS Lazy Depth First Search Tối Ưu Hóa Độ Phủ

Để giảm thiểu số lượng bộ dữ liệu kiểm thử trong khi vẫn đạt độ phủ cao, thuật toán LDFS được đề xuất. Thuật toán này ưu tiên duyệt các đường dẫn ít được kiểm tra trước đó, giúp tăng độ phủ một cách nhanh chóng. LDFS là một cải tiến so với các thuật toán duyệt đồ thị truyền thống.

IV. Công Cụ CFT4Cpp và Kết Quả Thực Nghiệm Kiểm Thử

Công cụ CFT4Cpp được xây dựng dựa trên phương pháp đề xuất và tiến hành so sánh với các phương pháp kiểm thử khác như KLEE, PathCrawler, CUTE, và CREST. Kết quả nghiên cứu đã được đăng tại hai hội nghị NIIS 2016 và SOICT 2017 với đánh giá khả quan về tính thực tiễn của phương pháp đề xuất. CFT4Cpp cung cấp giao diện người dùng thân thiện và hỗ trợ nhiều tiêu chí độ phủ khác nhau.

4.1. Giới Thiệu Công Cụ Kiểm Thử Tự Động CFT4Cpp tại ĐHQGHN

CFT4Cpp là một công cụ kiểm thử tự động được phát triển tại ĐHQGHN, dựa trên kỹ thuật kiểm thử tự động định hướng. Công cụ này hỗ trợ các dự án C/C++ và cung cấp nhiều tính năng như phân tích mã nguồn, xây dựng đồ thị dòng điều khiển, và sinh dữ liệu kiểm thử.

4.2. So Sánh CFT4Cpp với KLEE và PathCrawler về Hiệu Năng

CFT4Cpp được so sánh với KLEE và PathCrawler về hiệu năng, bao gồm thời gian sinh dữ liệu kiểm thử và độ phủ đạt được. Kết quả cho thấy CFT4Cpp có hiệu năng tương đương hoặc tốt hơn trong một số trường hợp, đặc biệt là đối với các chương trình C/C++ phức tạp.

4.3. Đánh Giá Tính Thực Tiễn của CFT4Cpp trong Các Dự Án

CFT4Cpp đã được áp dụng trong một số dự án thực tế tại ĐHQGHN và các đối tác công nghiệp. Kết quả cho thấy công cụ này có thể giúp giảm chi phí kiểm thử và tăng độ tin cậy của phần mềm.

V. Kết Luận và Hướng Phát Triển Nghiên Cứu Kiểm Thử

Luận văn đã đề xuất một phương pháp kiểm thử tự động mức đơn vị cho các dự án C/C++ dựa trên kỹ thuật kiểm thử tự động định hướng. Phương pháp này giải quyết các vấn đề về sinh dữ liệu kiểm thử ban đầu và phân tích mã nguồn C/C++. Công cụ CFT4Cpp đã được xây dựng để chứng minh tính hiệu quả của phương pháp đề xuất. Hướng phát triển tiếp theo bao gồm cải thiện hiệu năng của công cụ và hỗ trợ các tính năng ngôn ngữ C++ phức tạp hơn.

5.1. Tổng Kết Những Đóng Góp Chính của Luận Văn

Luận văn đã đóng góp vào lĩnh vực kiểm thử tự động bằng cách đề xuất một phương pháp mới để sinh dữ liệu kiểm thử cho các dự án C/C++. Phương pháp này giúp giảm chi phí kiểm thử và tăng độ tin cậy của phần mềm.

5.2. Những Vấn Đề Còn Tồn Tại và Hướng Nghiên Cứu Tiếp Theo

Mặc dù đã đạt được những kết quả khả quan, vẫn còn một số vấn đề cần được giải quyết, chẳng hạn như cải thiện hiệu năng của công cụ và hỗ trợ các tính năng ngôn ngữ C++ phức tạp hơn. Hướng nghiên cứu tiếp theo bao gồm khám phá các kỹ thuật phân tích mã nguồn tiên tiến và phát triển các thuật toán sinh dữ liệu kiểm thử hiệu quả hơn.

Nội dung chính

Tổng quan nghiên cứu

Trong kỹ thuật phần mềm hiện đại, kiểm thử đơn vị đóng vai trò then chốt nhằm phát hiện sớm các khiếm khuyết trong mã nguồn, đặc biệt đối với các hệ thống phần mềm nhúng viết bằng C/C++. Tuy nhiên, chi phí dành cho kiểm thử hộp trắng trong các dự án công nghiệp thường chiếm hơn 50% tổng chi phí phát triển phần mềm do số lượng hàm cần kiểm thử có thể lên đến hàng chục nghìn hàm. Kỹ thuật kiểm thử định hướng động kết hợp thực thi tượng trưng đã chứng minh được hiệu quả cao, nhưng vẫn tồn tại hạn chế lớn khi sinh dữ liệu kiểm thử ban đầu bằng phương pháp ngẫu nhiên, dẫn đến tỷ lệ lỗi phân đoạn bộ nhớ cao và làm tăng kích thước bộ kiểm thử.

Luận văn thạc sĩ chuyên ngành Kỹ thuật phần mềm của tác giả Nguyễn Đức Anh, dưới sự hướng dẫn của Phó Giáo sư Tiến sĩ Phạm Ngọc Hùng tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội năm 2017, tập trung giải quyết triệt để bài toán này. Mục tiêu chính của đề tài là xây dựng phương pháp phân tích mã nguồn toàn diện và đề xuất thuật toán sinh dữ liệu kiểm thử tự động mức đơn vị cho các dự án C/C++.

Nghiên cứu tập trung giải quyết bài toán khởi tạo dữ liệu kiểm thử đầu tiên cho biến con trỏ và tối ưu hóa số lượng bộ ca kiểm thử nhưng vẫn đạt độ phủ tối đa từ 90% đến 100% theo các tiêu chí kiểm thử nhánh, câu lệnh và điều kiện con. Kết quả nghiên cứu đã được công bố tại 2 hội nghị khoa học quốc tế uy tín gồm NICS 2016 và SOICT 2017, khẳng định giá trị ứng dụng cao trong việc tự động hóa quy trình bảo đảm chất lượng phần mềm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết kiểm thử định hướng động và kỹ thuật thực thi tượng trưng bắt nguồn từ các nghiên cứu nền tảng của ngành khoa học máy tính từ năm 1976 và được phát triển mạnh mẽ từ năm 2005. Khung lý thuyết tích hợp 3 mô hình cốt lõi:

• Kiểm thử định hướng động: Kết hợp giữa thực thi mã cụ thể và phân tích tượng trưng để giải quyết không gian trạng thái phức tạp của chương trình.
• Lý thuyết đồ thị dòng điều khiển và cây cú pháp trừu tượng: Biểu diễn trực quan dòng thực thi mã nguồn và cấu trúc logic thông qua cây AST và đồ thị CFG.
• Lý thuyết giải ràng buộc thỏa mãn SMT: Chuyển đổi đường thi hành thành hệ phương trình logic và sử dụng các bộ giải chuyên dụng để tìm nghiệm.

Bên cạnh đó, nghiên cứu vận dụng 4 khái niệm nền tảng bao gồm: tiêu chí độ phủ mã nguồn (độ phủ câu lệnh, độ phủ nhánh và độ phủ điều kiện con MC/DC); mô hình bộ nhớ tượng trưng phân tách rõ ràng giữa bộ nhớ logic, bộ nhớ vật lý và bảng biến; kỹ thuật chèn câu lệnh đánh dấu; và cấu trúc chuẩn định dạng SMT-LIB 2.0.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp thực nghiệm kết hợp phân tích tĩnh và phân tích động trên mã nguồn. Dữ liệu thực nghiệm được thu thập từ tập mẫu gồm 20 chương trình và hàm kiểm thử C/C++ tiêu chuẩn với các cấu trúc điều khiển đa dạng như con trỏ cấp phát động, mảng, cấu trúc lớp và các khối lặp phức tạp.

Phương pháp chọn mẫu có chủ đích được áp dụng nhằm tập trung vào các trường hợp biên dễ gây lỗi tràn bộ nhớ hoặc rẽ nhánh phức tạp trong thực tế lập trình hệ thống. Quy trình phân tích dữ liệu trải qua 4 giai đoạn logic:

1. Xây dựng cây cấu trúc dự án C/C++ để trích xuất phụ thuộc vật lý và phụ thuộc logic bằng thư viện Eclipse CDT.
2. Chèn tự động các câu lệnh đánh dấu để ghi nhận vết đường thi hành thực tế.
3. Áp dụng thuật toán tìm kiếm theo chiều sâu có cấu trúc vòng lặp LDFS để sinh đường thi hành tiềm năng.
4. Chuyển đổi biểu thức trung tố sang hậu tố và dạng cây để tạo ràng buộc chuẩn SMT-LIB đưa vào bộ giải Z3 Solver.

Lý do lựa chọn phương pháp phân tích kết hợp này là khả năng xử lý triệt để các đặc tính phức tạp của C++ mà các công cụ kiểm thử tĩnh đơn thuần không thể bao quát hết. Toàn bộ quá trình nghiên cứu và tối ưu hóa thuật toán được thực hiện liên tục trong giai đoạn 2 năm từ năm 2015 đến năm 2017.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm đối sánh hệ thống CFT4Cpp với các công cụ kiểm thử tự động quốc tế nổi tiếng gồm KLEE, PathCrawler, CREST và CAUT đã mang lại 4 phát hiện quan trọng:

• Tối đa hóa độ phủ với tập ca kiểm thử tối thiểu: Thuật toán đề xuất LDFS đạt độ phủ câu lệnh và độ phủ nhánh trung bình từ 95% đến 100%. Số lượng ca kiểm thử sinh ra giảm từ 25% đến 40% so với phương pháp tìm kiếm ngẫu nhiên, giúp bộ dữ liệu kiểm thử ngắn gọn và dễ quản lý.
• Loại bỏ lỗi khởi tạo dữ liệu con trỏ ban đầu: Phương pháp phân tích tĩnh tiền xử lý kết hợp ràng buộc an toàn giúp giảm tỷ lệ phát sinh lỗi bộ nhớ ở ca kiểm thử đầu tiên từ 50% xuống dưới 5%, đồng thời rút ngắn thời gian sinh dữ liệu hợp lệ gấp 2 đến 3 lần.
• Tối ưu hóa thời gian giải ràng buộc: Kỹ thuật giải ràng buộc tăng dần kết hợp kiểm tra tính bất khả quy dựa trên bộ nhớ đệm giúp cắt giảm khoảng 45% thời gian xử lý tại bộ giải Z3 Solver, ngăn chặn việc gọi bộ giải cho các hệ ràng buộc vô nghiệm lặp lại.
• Tương thích hoàn chỉnh với cấu trúc C++ hiện đại: Công cụ xử lý chính xác các quan hệ hướng đối tượng như không gian tên, định nghĩa kiểu typedef, phương thức lớp và tự động xuất ra kịch bản kiểm thử theo chuẩn Google Test.

Thảo luận kết quả

Nguyên nhân cốt lõi giúp phương pháp đạt hiệu suất cao là việc phân tách cấu trúc dự án thành mô hình bộ nhớ 2 tầng: bộ nhớ vật lý lưu trữ giá trị cụ thể và bộ nhớ logic mô phỏng địa chỉ con trỏ. Nhờ đó, các ràng buộc hợp lệ như kích thước cấp phát không âm hoặc mẫu số khác 0 luôn được tự động bổ sung vào hệ phương trình trước khi gọi bộ giải Z3.

Khi so sánh với KLEE, KLEE sử dụng kỹ thuật EGT tạo ra hàng trăm đến hàng nghìn tiến trình đồng thời khi gặp vòng lặp lớn, dẫn đến quá tải tài nguyên. Ngược lại, thuật toán LDFS giới hạn số lần lặp ban đầu bằng 1, sau đó tăng dần lên 0 và 2, giúp bao phủ nhanh chóng cả nhánh đúng và sai của biểu thức điều kiện mà không gây bùng nổ đường thi hành. So với CAUT và CREST vốn chỉ xử lý C thuần, CFT4Cpp vượt trội nhờ khả năng bao quát toàn diện các đặc tính của C++.

Dữ liệu nghiên cứu được biểu diễn trực quan qua biểu đồ cột so sánh thời gian thực thi (tính bằng mili-giây) và bảng ma trận đối sánh tỷ lệ phần trăm độ phủ giữa các công cụ. Kết quả trên biểu đồ minh chứng rõ nét tốc độ biên dịch và thực thi của kỹ thuật cải tiến vượt trội hơn hẳn so với kỹ thuật truyền thống trên cùng một cấu hình phần cứng.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm vững chắc, 4 giải pháp hành động cụ thể được khuyến nghị nhằm ứng dụng công nghệ kiểm thử tự động vào thực tiễn:

• Tích hợp giải pháp sinh ca kiểm thử tự động vào quy trình CI/CD: Các doanh nghiệp phần mềm cần áp dụng công cụ tự động hóa kiểm thử để đạt chỉ tiêu độ phủ mã nguồn trên 85% cho các module phần mềm nhúng trong vòng 3 đến 6 tháng tới. Chủ thể thực hiện là đội ngũ Kỹ sư DevOps và Trưởng nhóm kỹ thuật.
• Nâng cấp bộ phân tích cú pháp hỗ trợ các chuẩn ngôn ngữ mới: Tiếp tục mở rộng cây cấu trúc dự án để hỗ trợ toàn diện các tiêu chuẩn C++14, C++17 và C++20, đặc biệt là biểu thức Lambda và Template nâng cao trong thời gian 12 tháng. Chủ thể thực hiện là các nhóm nghiên cứu tại các viện và trường đại học.
• Chuẩn hóa quy trình xuất kịch bản kiểm thử tự động: Triển khai định dạng xuất kiểm thử tự động chuẩn Google Test và CppUnit trên 100% các dự án phần mềm C/C++ mới nhằm giảm 60% thời gian viết test fixture thủ công trong vòng 2 quý làm việc. Chủ thể thực hiện là đội ngũ Chuyên viên Kiểm thử chất lượng (QA/QC).
• Thiết lập cơ chế kiểm tra an toàn bộ nhớ tự động: Bổ sung các ràng buộc bảo vệ tiền điều kiện nhằm phát hiện sớm ít nhất 70% lỗi bảo mật liên quan đến con trỏ rỗng và chia cho 0 trước giai đoạn tích hợp hệ thống trong lộ trình 6 tháng. Chủ thể thực hiện là Chuyên gia An toàn thông tin và Kỹ sư Phần mềm.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn mang lại giá trị học thuật và ứng dụng thực tiễn sâu sắc cho 4 nhóm đối tượng chính:

• Kỹ sư Lập trình C/C++ và Phần mềm Nhúng: Tiếp cận giải pháp tự động tạo dữ liệu đầu vào cho các hàm xử lý con trỏ phức tạp, giúp giảm tải công việc viết ca kiểm thử thủ công và nâng cao độ tin cậy của mã nguồn hệ thống.
• Chuyên viên Kiểm thử Tự động và Đảm bảo Chất lượng: Nắm vững quy trình ứng dụng kỹ thuật thực thi tượng trưng động và các tiêu chí đo lường độ phủ nâng cao (MC/DC, nhánh, câu lệnh) để thiết lập khung kiểm thử tự động chuẩn mực.
• Học viên Cao học, Nghiên cứu sinh và Giảng viên Công nghệ Thông tin: Sử dụng công trình như một tài liệu tham khảo giá trị về mô hình hóa bộ nhớ máy tính, lý thuyết đồ thị dòng điều khiển và phương pháp tích hợp bộ giải SMT Solver trong phân tích chương trình.
• Giám đốc Công nghệ và Quản lý Dự án Phần mềm: Có thêm cơ sở kỹ thuật để hoạch định ngân sách, tối ưu hóa quy trình kiểm thử đơn vị và cắt giảm trên 40% chi phí kiểm thử hộp trắng cho các dự án quy mô lớn.

Câu hỏi thường gặp

Kỹ thuật kiểm thử định hướng động kết hợp thực thi tượng trưng hoạt động như thế nào?
Kỹ thuật này thực thi chương trình với dữ liệu đầu vào cụ thể, đồng thời thu thập các biểu thức tượng trưng dọc theo đường thi hành. Khi gặp các điểm rẽ nhánh, hệ thống phủ định điều kiện nhánh để tạo hệ ràng buộc mới, sau đó dùng bộ giải SMT Solver tìm bộ dữ liệu kiểm thử tiếp theo.

Tại sao việc sinh dữ liệu ngẫu nhiên cho biến con trỏ thường gây lỗi phân đoạn bộ nhớ?
Trong thực tế, khởi tạo ngẫu nhiên có xác suất 50% gán giá trị con trỏ bằng NULL hoặc trỏ tới vùng nhớ không hợp lệ. Khi hàm truy cập vùng nhớ này, chương trình lập tức phát sinh lỗi sập hệ thống, khiến quy trình kiểm thử tự động bị gián đoạn.

Thuật toán LDFS xử lý bài toán bùng nổ đường thi hành do vòng lặp bằng cách nào?
Thuật toán LDFS thiết lập số lần lặp tăng dần từ 1, sau đó duyệt đến 0 và các giá trị lớn hơn. Cách tiếp cận này giúp sinh sớm dữ liệu kiểm thử đi qua cả nhánh đúng và nhánh sai của câu lệnh điều khiển mà không cần duyệt qua hàng nghìn vòng lặp tốn kém.

Công cụ CFT4Cpp có điểm gì vượt trội so với các công cụ như KLEE hay CREST?
KLEE và CREST chủ yếu tối ưu hóa cho mã nguồn C thuần và dễ bị chậm khi gặp đệ quy hoặc vòng lặp sâu. CFT4Cpp hỗ trợ cấu trúc C++ hướng đối tượng, tích hợp mô hình bộ nhớ 2 tầng và xuất mã nguồn kiểm thử chuẩn Google Test hoàn chỉnh.

Bộ giải Z3 Solver đóng vai trò gì trong kiến trúc của hệ thống kiểm thử?
Z3 Solver là công cụ giải các hệ bất phương trình logic theo chuẩn định dạng SMT-LIB 2.0. Bộ giải tiếp nhận các ràng buộc tích lũy từ đường thi hành và tự động tính toán ra các giá trị biến số nguyên, ký tự hoặc mảng thỏa mãn điều kiện rẽ nhánh.

Kết luận

Công trình nghiên cứu đã giải quyết thành công những thách thức lớn trong kiểm thử tự động cho ngôn ngữ C/C++ với các đóng góp nổi bật:

• Xây dựng hoàn chỉnh mô hình phân tích cây cấu trúc dự án và đồ thị dòng điều khiển CFG tối ưu cho các dự án C/C++.
• Đề xuất thuật toán LDFS thông minh giúp đạt độ phủ nhánh và câu lệnh lên tới 100% với số lượng ca kiểm thử tối thiểu.
• Thiết kế mô hình bộ nhớ tượng trưng 2 tầng giải quyết triệt để vấn đề sinh dữ liệu đầu vào cho biến con trỏ và cấp phát động.
• Phát triển thành công công cụ CFT4Cpp hỗ trợ xuất kịch bản kiểm thử tương thích hoàn toàn với chuẩn Google Test.
• Công bố thành công các kết quả học thuật tại 2 hội nghị khoa học quốc tế uy tín NICS 2016 và SOICT 2017.

Trong giai đoạn 6 đến 12 tháng tới, hướng nghiên cứu tiếp theo sẽ tập trung tích hợp trí tuệ nhân tạo để tối ưu hóa chiến lược chọn đường thi hành và mở rộng khả năng hỗ trợ các thư viện C++ đa luồng. Hãy áp dụng ngay các nguyên lý và công cụ phân tích mã nguồn tiên tiến này để nâng tầm chất lượng và độ tin cậy cho dự án phần mềm của bạn!