云计算环境下面向数据流的服务组合测试方法研究

The autonomy, diversity and dynamic nature of service resources and the complexity of composition technology in the cloud computing environment makes it difficult about how to assure that the service composition satisfies the requirements of cloud users. The project studies the solution of cloud service composition testing focusing on the correctness of data flow. It includes the following aspects: (1) it studies a two-level method of modeling, which can describe not only the business process of service composition but also its evolving cloud resources; (2) with the huge number of the way service composition works, it studies an approach for choosing the minimum set of test tasks based on the analysis of the data flow relationship between component services, so as to reduce the workload of testing; (3) it studies a method of test case generation and selection, which designs the smallest number of test cases for service composition by comparing and analyzing data flow; (4) the experimental platform is set up and experiments are conducted to demonstrate the effectiveness and efficiency of proposed approaches. Overall the project provides an innovative idea to test cloud service compositions, and can help cloud users to use correct and reliable service compositions.

云计算环境下服务资源的自治性、多样性和动态性等特点以及组合技术的复杂性使得如何确保服务组合满足云用户的需求变得异常困难。本项目拟面向数据流的正确性研究云服务组合测试的解决方案，主要包括以下几个方面：(1)研究一种两层次的建模方法，能够清晰地描述服务组合的业务流程以及不断演化的云服务资源；(2)面对数量巨大的服务组合运行方式，为了减少测试工作量，研究一种基于组件服务间数据依赖关联分析的最小测试任务集选取方法；(3)研究测试用例的生成和选择技术，通过数据流比较和分析为待测试的服务组合设计最少的测试用例；(4)构建本项目的实验平台，通过应用实践来论证方法的有效性和性能。本项目为云服务组合的测试提供了新思路，为云用户获取正确可靠的服务组合提供了保障。

云计算环境下服务资源的自治性、多样性和动态性等特点以及组合技术的复杂性使得如何确保服务组合满足云用户的需求变得异常困难。本项目面向数据流的正确性研究云服务组合测试的解决方案，主要包括：提出一种两层次模型对服务组合进行建模，不仅可以描述组合业务流程，还能描述参与组合流程的组件服务；提出改进的可达定义数据流公式以及数据流路径生成方法，计算面向数据流测试准则的测试目标；针对数量巨大的服务组合运行方式，提出基于贝叶斯网络和基于多元时间序列的服务质量预测方法，选择高质量组件服务集成的服务组合作为优先测试对象；将测试用例生成问题建模为多目标优化问题，定义改进的基于支配关系的适应度函数，指导基于遗传算法的测试用例生成；针对演化版本的服务组合测试，提出基于修改影响分析的测试用例选择方法，可以检测流程修改、绑定修改和接口修改三种可见演化类型。本项目为云服务组合的测试提供了新思路，为云用户获取正确可靠的服务组合提供了保障。