查看 PDF HTML（实验性） 摘要：将遗留的 COBOL 程序迁移到 Java 需要广泛的测试以确保正确的功能。此过程通常因缺乏测试数据和验证所有边界情况的困难而变得复杂。在本文中，我们提出了一种新颖的智能测试合成方法，即“锁匠循环”，该方法通过准备两个运行时环境来启动：COBOL 源代码和生成的 Java 目标分别通过模拟工具进行注入，并在商品硬件上离主机执行，然后一个迭代的智能循环对输入模拟进行见证搜索，以穿透程序分支，接着进行保存奇偶性的突变。当达到路由边界时，分析器识别一个“锁定段落”：这是阻止更深入探索的条件。在三个 COBOL-Java 案例研究中，涵盖了两个开源程序和一个内部的类似生产的 COBOL 程序，源代码行数范围从 430 到 4,114 行，锁匠循环一致地改善了测试覆盖率，超过了输入搜索的水平，在两个开源程序上几乎达到了完全覆盖，并且在内部的类似生产的 COBOL 程序上达到了 91.90% 的分支覆盖率。生成的 Java 在所有接受的测试案例中在确定性奇偶校验下与 COBOL 参考相符。通过这些发现，我们证明了，尽我们所知，这是一种使用确定性预言机验证智能编码输出的新方法。评论：11 页，6 个图表 主题：软件工程（cs.SE）；人工智能（cs.AI） 引用为：arXiv:2607.28271 [cs.SE]（或 arXiv:2607.28271v1 [cs.SE] 适用于此版本） https://doi.org/10.48550/arXiv.2607.28271 arXiv 发行的 DOI 通过 DataCite（待注册） 提交历史 从：Andras Ferenczi [查看电子邮件] [v1] 2026年7月30日星期四 14:25:23 UTC（2,963 KB）