基于CBTC的大数据智能软件测试技术研究
采用软件度量建模与大数据计算技术,解决基于通信的列车自动控制系统(CBTC)软件测试的质量和效率问题.构建多元线性回归软件度量模型,制定合理的软件质量标准并对软件质量进行评估;提出一种高效的基于hadoop开源框架的分布式哈希分区统计算法(D_HashPTS)用以解决海量的计算任务.针对国产CBTC项目的不同软件测试需求与不同项目的安全等级要求,能够生成合理化的测试模型,对测试任务进行分布式并行处理,减少测试人员冗余的重复性劳动与无效的沟通时间,提高开发与测试人员的工作效率.
列车自动控制系统 软件测试 分布式哈希分区统计算法 hadoop开源框架
王超
中国铁道科学研究院集团有限公司 北京 100081
国内会议
上海
中文
219-232
2019-10-31（万方平台首次上网日期，不代表论文的发表时间）