آزمون جعبه سیاه

از ویکی جامع پردیس دانشگاهی دانشگاه قم
پرش به: ناوبری، جستجو
مهندسی نرم افزار2
مقاله بعدی:آزمونی برای محیط ها، معماری ها و کاربردهای خاص
مقاله قبلی:آزمون ساختار کنترل

آزمون جعبه سیاه (آزمون رفتاری)

این آزمون که به آزمون رفتاری معروف است روی نیازمندی های کارکردی نرم افزار متمرکز میشود.این روش مکملی است که احتمالا نوع متفاوتی از خطاها را نسبت به روش جعبه سفید برملا می سازد. در آزمون جعبه سیاه ساختار داخلی مهم نیست و تنها رفتار بیرونی نرم افزار اهمیت دارد پس این آزمون یک دید سطح بالایی به نرم افزار دارد که به دیدگاه کاربران نزدیک است.

آزمون جعبه سیاه سعی دارد خطاهایی را در گروه های زیر پیدا کند:

1)کارکردهای نادرست یا گم شده

2)خطاهای رابط

3)خطاهای ساختارهای داده ای یا دسترسی به پایگاه های داده ای بیرونی

4)خطاهای رفتاری یا عملکردی

5)خطاهای شروع و خاتمه

بر خلاف آزمون جعبه سفید که در اوایل فرآیند آزمون صورت میگیرد آزمون جعبه سیاه در طول مراحل آخر انجام می گیرد.

آزمون های جعبه سیاه :

  1. آزمون مبتنی بر گراف
  2. آزمون تجزیه هم ارزی
  3. آزمون تحلیل مقادیر مرزی
  4. آزمون آرایه راستگوشه ( متعامد )

آزمون مبتنی بر گراف

  • اولین مرحله در آزمون جعبه سیاه عبارتست از شناخت اشیایی که در نرم افزار مدلسازی شده و ارتباطاتی که این اشیا را به هم مرتبط می کند.
  • وقتی این کار صورت گرفت مرحله بعدی عبارتست از تعریف یکسری آزمونهایی که تمام اشیایی را که دارای رابطه مورد نظر با یکدیگر هستند شناسایی می کنند.
  • آزمون نرم افزار با ایجاد نموداری از اشیای مهم و ارتباطاتشان آغاز شده و سپس یکسری آزمون تعبیه می شود که نمودار را تحت پوشش قرار می دهد به طوری که هر شی و رابطه آن به اجرا در آمده و خطاها مشخص می شوند.

برای موفقیت این مراحل، مهندس نرم افزار کار را با ایجاد یگ گراف آغاز می کند یعنی مجموعه ای از:

  1. گره ها
  2. اتصال ها
  3. وزن گره ها
  4. وزن رابط ها
Graph2.PNG


  • گره ها به صورت دوایری نشان داده شده اند که به وسیله رابط ها به هم متصلند و فرم های مختلفی دارند.
  • یک رابط جهت دار (به وسیله فلش نشان داده شده) نشان گر این است که ارتباط تنها به صورت یک طرفه حرکت می کند.
  • در رابطه دو طرفه یا رابط متقارن نشان داده می شود که ارتباط در هر دو طرف به کار گرفته می شود.
  • رابط های موازی وقتی استفاده می شوند که چند رابطه مختلف بین گره های نمودار ایجاد شده باشند.

بیزر [BEI95] چند روش آزمون رفتار را توصیف می کند که می توانند از گراف ها استفاده کنند:

  • مدل سازی جریان تراکنش : گره ها نمایان گر مراحلی از تراکنش بوده و رابط ها نمایان گر ارتباط منطقی بین مراحل هستند.


  • مدل سازی حالت محدود و معین :گره ها نمایان گر حالات قابل مشاهده کاربر نرم افزار است و رابط هایی که نمایان گر انتقالاتی هستند که برای تغییر از حالتی به حالت دیگر رخ می دهند.


  • مدل سازی جریان داده ها :گره ها اشیای داده ای بوده و رابط ها تغییراتی هستند که برای تغییر یک شی داده ای به شی دیگر رخ می دهند.


  • مدل سازی زمان بندی :این گره ها اشیای برنامه بوده و رابط ها ارتباطات سریالی و پیوسته ای میان این اشیاء هستند.

آزمون مبتنی بر نمودار با تعریف همه گره ها و ارزش آنها آغاز می شود.

از مدل داده ای می توان به عنوان نقطه شروع استفاده نمود.

قابلیت انتقال (گذار) در روابط متسلسل و پیوسته برای تعیین چگونگی تأثیر اشاعه روابط بر اشیای تعریف شده در گراف، بررسی می شود.

- تقارن یک رابطه، نیز یک راهنمای مهم برای طراحی موارد آزمون است.

- با شروع طراحی مورد آزمون، اولین هدف، دستیابی به پوشش کامل گره است.

- بعد از آن نوبت به پوشش دادن اتصال می رسد. هر ارتباط بر اساس خاصیت هایش آزمون می شود.

- وقتی وزن اتصال مشخص شد، آزمونهایی صورت می گیرد تا نشان دهد که این مقادیر معتبرند ، در آخر، آزمون حلقه صورت می گیرد.

آزمون تجزیه هم ارزی

تقسیم و تجزیه هم ارزی یک روش از آزمون جعبه سیاه است که قلمرو ورودی برنامه را در گروه های مختلفی از داده ها تقسیم می کند که از آنها موارد آزمون بدست می آیند.

ممکن است گروه های هم ارزی طبق رهنمود های زیر تعریف شوند:

  • اگر یک شرط ورودی یک طیف را تعریف کند، یک کلاس (رده) هم ارزی معتبر و دو کلاس هم ارزی غیر معتبر تعریف می شوند.
  • اگر یک شرط ورودی نیازمند یک ارزش خاص باشد، یک کلاس هم ارزی معتبر و دو کلاس هم ارزی غیر معتبر تعریف می شوند.
  • اگر یک شرط ورودی عضوی از یک مجموعه را مشخص کند، یک کلاس هم ارزی معتبر و یک کلاس هم ارزی ارزش تعریف می گردند.
  • اگر یک شرط ورودی بولین (دو ارزشی) باشد، یک کلاس هم ارزی معتبر و یک کلاس هم ارزی غیر معتبر تعریف می شوند.

آزمون تحلیل مقادیر مرزی

  • بيشتر خطاها در سرحدات دامنه ورودي رخ مي دهندتا در مركز ،به همين دليل تحليل مقدار سرحد(BVA)به عنوان يك تكنيك آزموني ارائه شده است.
  • BVA منجر به انتخاب موارد آزمونی می شود که مقادیر سر حد را می آزمایند.
  • BVA یک تکنیک طراحی مورد آزمون است که تقسیم بندی هم ارزی را تکمیل می کند.

رهنمودهای مربوط به BVA از بسیاری جهات مشابه موارد مربوط به تقسیم بندی هم ارزی هستند:

1- اگر یک شرط ورودی، طیفی را مشخص کند که به وسیله مقادیر a و b محدود شده اند، موارد آزمونی باید طراحی شوند که به ترتیب بالا و پایین مقادیر a و b باشند.

2- اگر یک شرط ورودی چند مقدار را مشخص کند، موارد آزمونی باید ارائه شوند که حداقل و حداکثر ارقام را آزمایش نمایند.

3- رهنمودهای 1 و 2 شرایط ورودی را در شرایط خروجی به کار گیرید.

4- اگر ساختار داده ای برنامه داخلی سرحدات را مشخص نموده باشد. مطمئن باشید که یک مورد آزمونی برای آزمون ساختار داده ای در سرحد آن طراحی می شود.

آزمون مقایسه ای

با استفاده از آموخته های خود از سیستم های افزونه، محققان بیان داشته اند که نسخه های مستقلی از نرم افزار برای کاربردهای مهم حتی وقتی که یک نسخه در سیستم مبتنی بر کامپیوتر استفاده می شود، تولید گردد. این نسخه های مستقل اساس کار آزمون جعبه سیاه را تشکیل می دهند که آزمون مقایسه یا آزمون پشت به پشت نامیده می شود.

در اکثر موارد، مقایسه خروجی ها را می توان با ابزار خودکار انجام داد.

آزمون آرایه راستگوشه ( متعامد )

  • می توان آزمون آرایه متعامد را در مسایلی به کار گرفت که در آن دامنه ورودی نسبتا" کوچک اما برای انطباق با آزمون جامع بسیار بزرگ باشند.
  • اين روش به طور خاص براي يافتن خطاهاي مربوط به خطاهاي منطقه اي مفيد است ، يعني يك دسته خطا كه مربوط به منطق نادرست در جزء نرم افزاري است.
  • چنین موارد آزمونی تنها وقتی مفید هستند که مطمئن باشید که این پارامترهای آزمونی با هم تداخل ندارند.
  • آنها می توانند خطاها و عیوب منطقی را در جایی تشخیص دهند که یک پارامتر به تنهایی باعث عدم کارکرد نرم افزار می شوند.( این اشتباهات، خطاهای تک مورد هستند)
  • این روش نمی تواند خطاهای منطقی را که باعث عدم کارکرد درست می شود، زمانی که دو یا چند پارامتر به طور هم زمان مقادیر معینی به خود می گیرند، تشخیص دهد. ( یعنی نمی تواند هیچ گونه ارتباطی را تشخیص دهد) بنابراین توانایی ا در تشخیص نقص محدود است.
  • روش آزمون آرایه متعامد ما را قادر می سازد با آزمون های کمتری نسبت به شیوه جامع، به آزمون خوبی برسیم.

فادکه نتایج آزمونها را با استفاده از آرایه متعامد L9 به شکل زیر، ارزیابی می کند:

  • شناسایی و جداسازی تمام غلط های تک حالته
  • شناسایی تمام خطاهای دو حالته
  • خطاهای چند حالته