Testing 经验测试与分析测试

在进行软件开发时，您还需要验证代码的健壮性。特别是在图像处理方面——我很确定这也适用于其他领域，比如生物科学模拟器——您的输入数据可能会有很大的变化

到目前为止，我已经遇到了这样的情况：一个推出的软件崩溃，并在客户的网站上引起一些不安。保存图像处理算法的框架非常稳定，崩溃通常发生在算法本身

图像使用第三方封闭源代码图像处理库。要找出任何有问题的代码，您需要手动检查您编写的代码。黑盒函数周围的一切看起来都非常健壮

不幸的是，一旦在这个非常特殊的区域上有一个非常特殊的梯度图像，黑盒函数就会崩溃

用try-catch封装所有第三方功能并不能保证所有的风险。特别是在嵌入式设备上，您可能只会遇到一个故障

为了避免不满意的客户，从而消除可能的崩溃，我开始使用随机生成的模式作为输入图像进行白噪声测试，并让该测试运行几天——这实际上给了我对封闭源函数健壮性的一些信心（在某些情况下，更不信任）

与分析（或使用集成/单元测试）方法相比，这种方法似乎。。。蒸汽压路机战术。只是不太优雅

我的问题是：这种实证测试方法合适吗？有更好的解决方案吗