{
  "id": "black-box-testing",
  "title": "黑盒测试",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "黑盒测试依据规定的预期评估系统外部可观察的行为，而不以内部实现为依据设计测试。",
  "category": "computer-science",
  "subcategory": "software",
  "type": "concept",
  "aliases": [
    "黑箱测试",
    "规格说明测试",
    "行为测试"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/black-box-testing/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/black-box-testing/",
      "json": "https://aiwiki.page/en/black-box-testing.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "黑盒测试是一种软件测试方法，依据系统规定的行为或预期行为，而非其内部实现来选择测试。测试人员提供输入，观察输出及其他外部可见的效果，并检查它们是否满足相关要求。被测对象可以是函数、组件、应用程序，也可以是完整的服务。黑盒测试不要求能够访问源代码，但即使能够访问源代码，也不妨碍使用黑盒技术设计测试。"
    },
    {
      "heading": "原理与范围",
      "text": "黑盒测试将实现视为隐藏在可观察接口之后的部分。该接口可以是图形用户界面、命令行界面、网络协议或应用程序编程接口（API）。可观察的行为不仅包括返回值，还包括错误消息、持久化数据的变化、发出的事件、响应时间，以及与外部系统的交互。\n\n对于简单的确定性操作，可以将其实现表示为函数 \\(f\\)。测试提供输入 \\(x\\)，获得 \\(f(x)\\)，并将结果与预期行为进行比较。更一般地说，规格说明定义了一个接受关系 \\(R\\)：\n\n\\[R(x,f(x))=\\text{true}.\\]\n\n这种表述允许存在多个可接受的输出，而不要求唯一的确切答案。有状态系统则需要更丰富的模型：结果不仅可能取决于当前输入，还可能取决于初始状态、先前操作、时序和执行环境。\n\n关键区别在于选择测试的依据，而不是测试人员是否了解实现。即使开发者亲自编写了代码，只要依据接口契约设计测试，采用的仍然是黑盒方法。\n\n与其他测试方法的关系\n\n白盒测试依据分支、执行路径或数据流等内部结构设计测试。灰盒测试则将外部交互与部分实现知识结合起来，例如利用架构信息或数据库结构。这些方法相互补充：同一次执行既可以计入行为覆盖，也可以计入结构覆盖。\n\n黑盒测试也不同于以下几种分类：\n\n- **测试级别：**黑盒技术可用于单个组件、集成、完整系统或验收测试。\n- **测试目标：**既可以检查功能行为，也可以检查性能、互操作性等质量属性。\n- **执行方式：**测试既可以手动执行，也可以自动执行。\n- **功能测试：**功能测试关注系统做什么；黑盒测试关注测试如何设计。两者有所重叠，但不能互换使用。\n\n基于规格说明的测试常被视为黑盒测试的近义词，不过，当正式规格说明不完整时，黑盒测试也可以依据用户预期、既定惯例或已观察到的行为来设计。"
    },
    {
      "heading": "测试设计技术",
      "text": "穷尽测试所有可能的输入通常并不现实。黑盒技术通过组织输入空间和行为空间，使数量可控的一组测试能够揭示具有实际意义的各类缺陷。\n\n等价类划分\n\n等价类划分将输入分为若干组，预期同一组中的输入会得到类似处理，然后从每组中选取代表值。\n\n对于接受 1 至 100 之间数值的整数字段，基本分组可以是小于 1 的值、允许范围内的值，以及大于 100 的值。非整数值、缺失值或格式错误的表示形式可能需要另行分组。\n\n同一等价类中的成员具有相似行为，这一假设来自规格说明或领域模型，并不代表实现一定如此。\n\n边界值分析\n\n边界值分析关注等价类的边界，因为比较运算符使用不当、差一错误等缺陷往往会在这些位置显现。\n\n对于上述整数范围，有用的测试值包括 0、1、2、99、100 和 101。应选取哪些相邻值取决于数据类型和规格说明。浮点数、日期、字符串长度，以及包含或不包含端点的情况，都需要分别处理。\n\n决策表\n\n决策表表示各种条件组合及其要求执行的操作。当资格判定、定价或权限等业务规则的结果由多个因素共同决定时，决策表尤其有用。\n\n决策表可以揭示遗漏的组合、相互矛盾的规则，以及不影响结果的条件。当涉及的条件较多时，组合数量可能变得很大。\n\n状态转换测试\n\n状态转换测试用状态、事件和转换对行为建模，通常采用有限状态机。测试会涵盖有效转换、无效转换及操作序列。\n\n例如，账户可能在正常、锁定和停用等状态之间转换。如果预期结果取决于此前登录失败的次数或先前的管理操作，仅测试孤立的请求就不够。\n\n组合测试\n\n组合测试选取参数值的组合，以覆盖指定数量因素之间的交互。例如，成对测试力求覆盖模型中不同因素取值之间的每一种两两组合。\n\n与测试所有组合相比，这种方法可以大幅减少测试数量。但成对覆盖不能保证发现由三个或更多因素交互才会触发的故障，而且测试效果取决于参数模型的质量。\n\n基于经验的测试与生成式测试\n\n黑盒测试还可以采用真实工作流程、以往观察到的故障、探索性调查，以及刻意构造的无效输入。\n\n模糊测试通过生成或变异输入，暴露崩溃、挂起以及意外接受格式错误数据等故障。模糊测试可以采用黑盒方式，但利用内部执行反馈的实现并不是纯粹的黑盒测试。"
    },
    {
      "heading": "预期结果与测试预言机",
      "text": "测试预言机是判断观察到的行为是否可接受的依据。测试预言机可以包括：\n\n- 明确的需求和接口契约。\n- 独立计算出的预期结果。\n- 可信的参考实现。\n- 领域规则和不变性质。\n- 相关执行结果之间的关系。\n\n测试预言机的质量是黑盒测试的一项核心制约因素。测试可能只能确认系统符合某项错误的需求；如果自动比较所用的预期结果与系统采用了相同的错误逻辑生成，也可能漏掉缺陷。\n\n当难以明确规定确切输出时，蜕变测试会检查不同执行之间的关系。例如，对同一组输入元素采用不同排列，排序操作都应产生相同的有序结果。这类关系无需逐一独立计算所有输出，就能提供有关行为的证据。\n\n非确定性系统需要格外谨慎地处理。可接受的结果可以用允许的结果集合、容差、统计性质或时间限制来定义，而不是要求完全相等。"
    },
    {
      "heading": "执行与覆盖",
      "text": "可复现的黑盒测试通常会记录相关需求或目标、前置条件、输入数据、操作、预期观察结果及清理步骤。前置条件很重要，因为相同的请求可能因配置、权限、持久化状态或外部依赖不同而表现不同。\n\n自动化测试通常通过 API 或用户界面执行操作，并利用断言核对观察结果。在变更后重新执行已有测试，是回归测试的一种形式。维护这些测试需要管理测试数据、环境差异、时序，以及预期行为的合理变更。\n\n黑盒覆盖率可以根据行为模型衡量，包括：\n\n- 需求和验收标准。\n- 输入等价类及其边界。\n- 决策表规则。\n- 状态、转换和操作序列。\n- 参数组合。\n- 支持的环境和接口操作。\n\n这些指标并不等同于源代码覆盖率。即使完全覆盖了选定的行为模型，也不能证明实现中的每条路径都已执行，更不能证明该模型本身是完整的。"
    },
    {
      "heading": "应用",
      "text": "在软件工程中，黑盒测试有助于检查独立开发的组件之间的契约，并评估无法获取其实现的软件。它还支持可移植性测试、兼容性测试，以及对外部可见的质量要求进行评估。\n\n在网络安全领域，黑盒评估在事先对实现了解有限的情况下，通过可访问的接口检查系统。渗透测试可以采用这种方法，调查身份认证、访问控制、输入处理和对外开放服务中的弱点。安全测试仍然需要明确的范围和威胁模型；测试人员掌握的信息有限，并不能证明评估复现了现实中所有攻击者的能力。\n\n对于机器学习系统，黑盒评估可以在不查看模型参数的情况下检查预测结果。评估结果取决于评估数据、验收标准和运行条件。在有限测试集上的表现，并不能证明系统在未来所有输入上的行为，尤其是在发生分布偏移时。"
    },
    {
      "heading": "优势与局限",
      "text": "黑盒测试将评估直接关联到可观察的需求和面向用户的行为。它可以发现功能缺失、输出错误、接口不兼容，以及只有在完整工作流程中才会出现的故障。即使实现发生重大变化，依据稳定契约设计的测试仍可能有用。\n\n其主要局限是行为覆盖不完整，以及可提供的诊断信息有限。测试失败表明存在可观察到的不一致，但不一定能指出其内部原因。测试通过则只能说明，在所测试的条件下，观察到的这次执行满足了所选检查项。\n\n隐藏的内部缺陷、极少到达的状态，以及未建模的交互可能仍未被发现。需求含糊会削弱测试设计的有效性，而不可靠的环境可能造成与产品本身无关的失败。结构测试、代码审查和形式验证分别关注正确性的不同方面，可以补充黑盒测试提供的证据，而不能由黑盒测试取代。"
    }
  ],
  "links": [
    "source-code",
    "application-programming-interface",
    "finite-state-machine",
    "software-engineering",
    "cybersecurity",
    "penetration-testing",
    "authentication",
    "access-control",
    "machine-learning",
    "test-set",
    "distribution-shift",
    "code-review",
    "formal-verification"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}