Méthodes pour la validation de modèles formels pour la ... - ISAE

4.3 Vocabulaire du test 111
void Addition_entier_modulo_10000 (x : int, y : int) {
if (x=500 && y=600) then
{
printf(x-y) ; // Erreur 1
}
else
{
printf(x+y) ; //Erreur 2
}}
Ici, si l’erreur 1 sera difficilement identifiée par le test boîte noire (extraire de la spécification
le cas de test x = 500 et y = 600 est relativement peu probable), l’erreur 2 sera en théorie identifiée
facilement (étant donné le calcul modulo 10000, il semble naturel de tester le programme pour
des valeurs telles que x + y > 10000).
Par contre, en travaillant sur la structure du programme, le test boîte blanche identifiera
deux tests permettant de passer dans les deux branches du « if - then - else ». Ainsi, il faudra
un test avec x = 500 et y = 600 et l’erreur 1 sera identifié facilement. Il faudra également un
test avec x ≠ 500 ou y ≠ 600 (i.e. (x = 500 && y = 600) = faux) et l’erreur 2 ne sera pas
naturellement détectée (le test boîte blanche n’imposera pas d’ordre de grandeur pour les valeurs
de x et de y).
Les deux stratégies sont donc plus complémentaires que concurrentes. Le test boîte blanche
(approche structurelle) identifiera plus facilement les défauts de programmation. Le test boîte
noire (approche fonctionnelle) sera plus adapté pour la détection d’erreurs de spécification ou
d’omission par rapport à la spécification.
4.3.4 Couverture de modèle, Critère de couverture
4.3.4.1 Couverture de modèle
Intuitivement, la notion de couverture de modèle a pour objectif de regarder quelle quantité,
quelle portion de modèle a été effectivement testée par un jeu de tests. Elle s’inspire de la
couverture de code utilisée en génie logiciel. Mesurer la couverture d’un jeu de tests, c’est évaluer
l’efficacité de ce jeu de tests sur le modèle. En effet, il est possible (mais souvent inutile) d’avoir
un grand nombre de tests qui activent la même portion du modèle alors que peu de tests peuvent
éprouver de manière efficace une plus grande partie du modèle.
Imaginons que tous les tests fournissent un résultat correct. Il serait tentant de penser que
le modèle est bon et représente bien le comportement souhaité. Mais est-on certain de l’efficacité
de notre jeu de tests ? Est-on certain d’avoir tout testé ? S’il reste des portions non testées, leurs
comportements respectifs sont-ils bons ? Sont-elles même utiles dans le modèle ? C’est ce genre
de questions pour lesquelles la couverture de modèle a vocation à trouver des réponses.
Pour mesurer objectivement cette couverture de modèle, des indicateurs ont été définis pour
mettre l’accent sur les portions de modèle testées et celles ne l’étant pas.
4.3.4.2 Mesure de la couverture
La mesure de la couverture d’un programme détermine comment le programme est exercé
par le jeu de tests défini et permet d’établir la traçabilité entre le programme (entre les portions