CN112448860B - 一种应用程序的测试方法及相关设备 - Google Patents

Abstract

本发明实施例提供一种应用程序的测试方法及相关设备，方法包括：获取电子设备所处的真实网络的网络特征参数集，其中，网络特征参数集中每一数据包括：目标网络特征参数的参数值以及参数值的时间点；基于网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；在测试时间点下，调用目标参数值对应用程序进行模拟网络的测试。这样，可以降低模拟网络的网络环境与真实网络的网络环境的差异，进而提升应用程序的测试准确性。

Description

一种应用程序的测试方法及相关设备

技术领域

本发明涉及应用程序测试领域，尤其涉及一种应用程序的测试方法及相关设备。

背景技术

随着电子技术的发展，手机、平板电脑以及智能电视等电子设备已成为人们日常生活中不可缺少的工具。电子设备可以通过安装应用程序，为用户提供各式各样的功能，如浏览网页、办公、玩游戏、在线听音乐以及观看视频，等等。而为保证应用程序可以为用户提供稳定且可靠的服务，在应用程序的开发过程中通常需要对应用程序的运行稳定性进行测试。

其中，由于电子设备所处的实际网络中可能不稳定或者网速低，而恶劣的网络环境可能会导致应用程序的运行出现故障，因而弱网络环境测试是应用程序测试中至关重要的一部分。目前在应用程序的弱网络环境测试中，通常是在线下通过工具配置限流来达到模拟弱网络的效果，即配置弱网络的带宽、上传速率、下载速率、延时、丢包以及误码率等网络特征参数。但是，由于真实网络环境是复杂多变的，模拟出的网络环境与真实网络环境可能存在较大差异，这样将导致应用程序的弱网络环境测试的准确性降低。

可见，目前在应用程序的弱网络环境测试中，存在测试准确性低的问题。

发明内容

本发明实施例提供一种应用程序的测试方法及相关设备，以解决目前在应用程序的弱网络环境测试中，存在测试准确性低的问题。

为解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种应用程序的测试方法，应用于电子设备，所述方法包括：

获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；

在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试。

第二方面，本发明实施例还提供一种电子设备，包括：

参数集获取模块，用于获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

参数值确定模块，用于基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；

测试模块，用于在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试。

第三方面，本发明实施例还提供一种电子设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现上述应用程序的测试方法的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述应用程序的测试方法的步骤。

本发明实施例中，通过获取电子设备所处的真实网络的网络特征参数集，其中，网络特征参数集中每一数据包括：目标网络特征参数的参数值以及参数值的时间点；基于网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；在测试时间点下，调用目标参数值对应用程序进行模拟网络的测试。这样，可以降低模拟网络的网络环境与真实网络的网络环境的差异，进而提升应用程序的测试准确性。

附图说明

图1是本发明实施例提供的应用程序的测试方法的流程示意图；

图2是本发明实施例提供的应用程序的测试方法实际应用的示意图；

图3是本发明实施例提供的拟合函数的曲线示意图之一；

图4是本发明实施例提供的拟合函数的曲线示意图之二；

图5是本发明实施例提供的电子设备的结构示意图之一；

图6是本发明实施例提供的参数值确定模块的结构示意图；

图7是本发明实施例提供的电子设备的结构示意图之二；

图8是本发明实施例提供的电子设备的硬件结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参见图1，是本发明实施例提供的一种应用程序的测试方法的流程示意图，电子设备包括显示屏，如图1所示，该应用程序的测试方法包括如下步骤：

步骤101、获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

步骤102、基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；

步骤103、在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试。

这里，电子设备可以根据真实网络的目标网络特征参数的参数值，确定测试时间点的目标网络特征参数的目标参数值，并在该测试时间点下通过目标参数值对应用程序进行模拟网络的测试，这样，使得应用程序测试过程中的模拟网络的网络环境与真实网络的网络环境之间具有较高的关联度，可以降低模拟网络的网络环境与真实网络的网络环境的差异，进而提升应用程序的测试准确性。

在上述步骤101中，上述获取所述电子设备所处的真实网络的网络特征参数集，可以是电子设备持续记录其使用过程中连接的真实网络的目标网络特征参数的参数值并缓存，且在接收到用于指示获取的网络特征参数集的第一指令的情况下，从存储的目标网络特征参数的参数值中提取部分或者全部参数值作为上述网络特征参数集；或者，也可以是电子设备在使用过程中，在接收到用于指示用于获取网络特征参数集的第二指令的情况下，电子设备实时记录其所连接的真实网络的目标网络特征参数的参数值，并通过实时记录的参数值生成上述网络特征参数集。

其中，上述第一指令和上述第二指令可以是：用于指示电子设备获取预设时长内或者预设时间段内的目标网络特征参数的参数值的指令，且第一指令和第二指令可以是用户输入的指令。

例如，用户可以在电子设备中输入用于指示获取19:00-21:00的网络特征参数集的操作(即上述第一指令或者第二指令)，电子设备根据用户输入的操作，获取其所处的真实网络在19:00-21:00的时间段内的目标网络特征参数的参数值。

当然，上述第一指令和上述第二指令也可以是电子设备根据一定规则自动触发的指令，在此并不进行限定。

在一些实施方式中，上述获取所述电子设备所处的真实网络的网络特征参数集，包括：

在检测到预设间隔时长到达时，获取所述电子设备所处的真实网络的网络特征参数集。

这里，电子设备可以在间隔一定时长获取电子设备所处的真实网络的网络特征参数集，从而实现对网络特征参数集的动态更新，进一步可以降低模拟网络的网络环境与真实网络的网络环境的差异，使得应用程序的测试准确度更高。

例如，可以是预设间隔时长为一天，则电子设备可以间隔一天获取一次真实网络的网络特征参数集，如可以是每间隔一天获取两个小时内的目标网络特征参数的参数值，并通过新获取的网络特征参数集对之前的网络特征参数集进行更新。

本实施例中，上述真实网络是电子设备运行过程中连接的任意网络，其可以是移动数据网络、有线网络或者无线接入网络，等等。

另外，目标网络特征参数可以是电子设备所连接的网络的任意特征参数，在一些实施方式中，上述目标特征网络参数可以包括带宽、上传速率、下载速率、延时、丢包率以及误码率中的至少一项，从而可以根据实际需要灵活选择目标网络特征参数。

应当说明的是，在上述目标网络特征参数包括带宽、上传速率、下载速率、延时、丢包以及误码率中的多项的情况下，上述每一参数值为由多个数值组成的数组，例如，在上述目标网络特征参数包括带宽、上传速率、下载速率、延时、丢包以及误码率的情况下，上述每一参数值＝(带宽值，上传速率值，下载速率值，延时值，丢包率值，误码率值)，等等。

另外，上述电子设备获取到上述网络特征参数集之后，可以将网络特征参数集进行存储，以便于对网络特征参数集中的参数值进行查询以及修改等操作，在此并不进行赘述。

在上述步骤102中，在上述电子设备获取到上述网络特征参数集的情况下，电子设备可以基于该网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值，该测试时间点为应用程序测试过程中的时间点，即电子设备可以基于网络特征参数集预测测试时间点的参数值。

本实施例中，上述基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值，可以是将网络特征参数集中，时间点与测试时间点存在关联的目标网络特征参数的参数值确定为上述目标参数值。

例如，在上述网络特征参数值包括某一日期的19:00-21:00的参数值的情况下，而在上述测试时间点的为另一日期的20:10的情况下，电子设备可以将网络特征参数集中20:10的时间点的参数值确定为上述目标参数值。

在一些实施方式中，上述步骤102，可以包括：

基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型；

基于所述时间分布模型，获取所述测试时间点的目标网络特征参数的参数值。

这里，终端可以基于上述网络特征参数集，构建目标网络特征参数的时间分布模型，并通过时间分布模型计算得到上述测试时间点的参数值，从而可以通过采集的部分数据获取任意测试时间下的参数集，且模拟网络的网络环境与真实网络的网络环境之间的关联度更高，进一步提升测试准确性。

本实施方式中，上述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型，可以是电子设备通过任意时间分布模型的构建方法构建上述时间分布模型，例如，可以是将网络特征参数集作为深度学习模型的训练数据集，训练得到目标网络特征参数的深度学习模型，且训练过程中时间点作为输入层的参数，目标网络特征参数的参数值作为输出层的参数。

在另一些实施方式中，上述构建所述目标网络特征参数的时间分布模型，包括：

对所述网络特征参数集中的参数值进行拟合处理，生成所述目标网络特征参数的时间分布模型。

这里，电子设备可以通过拟合算法对网络特征参数集中的数据进行拟合处理，生成目标网络特征参数的时间分布模型，从而使电子设备不仅可以快速构建时间分布模型，还可以保证测试准确性。

需要说明的是，上述拟合算法可以是任何能够实现构建上述时间分布模型的算法，例如，上述拟合算法的拟合函数可以是二次函数，等等，在此并不进行限定。

其中，在通过拟合算法构建上述时间分布模型时，可以将目标网络特征参数的参数值的时间点作为拟合函数的自变量，参数值作为因变量，从而计算得到拟合函数的可调参数。

另外，在上述目标网络特征参数包括多个参数的情况下，上述时间分布模型可以是包括多个拟合函数的矩阵函数，且每一拟合函数对应于一个参数，即一个拟合函数仅表征一个参数的值与时间点之间关联关系；当然，上述时间分布模型也可以是仅由一个拟合函数构成，且该一个拟合函数可以表征目标网络特征参数的参数值的数组与时间点的关联关系，在此并不进行限定。

在一些实施方式中，上述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型之前，还包括：

对所述网络特征参数集中的数据进行滤波处理，得到滤波处理后的网络特征参数集；

所述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型，包括：

基于滤波处理后的网络特征参数集，构建网络特征参数的时间分布模型。

这里，电子设备在获取到上述网络特征参数集之后，可以通过去噪算法对网络特征参数集中的数据进行滤波处理，从而将网络特征参数集中的离散数据(即噪声数据)去除，提升时间分布模型的准确性，进而提升应用程序测试的准确性。

需要说明的是，上述去噪算法可以是任何能够实现去除网络特征参数集中的离散数据的算法，例如，上述去噪算法可以是逻辑判断滤波、中值滤波、均值滤波、加权平均滤波以及移动滤波等滤波算法中的任一项，在此并不进行限定。

在上述步骤103中，在电子设备获取到测试时间点的目标网络特征参数的目标参数值之后，电子设备可以在测试时间点下，调用目标参数值对应用程序进行模拟网络的测试。

需要说明的是，上述电子设备在调用目标参数值对应用程序进行模拟网络的测试，可以是电子设备通过模拟网络测试工具，如ATC(Augmented Traffic Control)工具，根据测试时间点调用模拟网络测试工具的应用程序编程接口(Application ProgrammingInterface，API)，使配置实时生效，实现对应用程序的测试，其中，由于通过模拟网络测试工具调用时间点的网络特征参数的参数值的过程为本领域熟知，在此并不进行赘述。

另外，上述电子设备可以在测试时间点下，调用目标参数值对应用程序进行模拟网络的测试，可以是电子设备预先通过上述时间分布模型确定一段测试时间内(包括上述测试时间点)的目标参数值，并在测试过程中调用测试时间点的目标参数值；或者，也可以是电子设备在测试过程中，在每一测试时间点通过时间分布模型计算目标参数值，并直接调用该目标参数值进行测试，在此并不进行限定。

本实施例中，为便于对上述应用程序的测试方法的处理过程的理解，在此提供上述方法的实际应用示例进行说明，如图2中所示，处理过程包括：

1)首先使用工具长时间录制网络(抽样频率可无限大，精确到秒、分钟等)，把带宽、延时、丢包率、数据包误码以及时间点等参数记录到数据库等存储中；

2)进行数据优化，对抽样的数据进行分析、去噪，得出时间分布模型；

3)当需要模拟网络时，根据时间点信息，通过网络模拟工具获取模型中网络特征参数，并动态更新模拟网络的网络参数配置，实现一个动态变化的网络，达到高度仿真的目的；

另外，处理过程还可以包括：

4)定期数据矫正，如每周执行1)，2)，以实现对时间分布模型的动态更新；

1)至3)的具体处理过程如下：

Step1、获取真实网络的网络特征参数集，即从网络特征参数中筛选出上下行带宽、延时、丢包率和数据包误码率等量化数据；

其中，筛选出的量化数据可以存储在数据库中，易于查询修改。

Step2、通过数字滤波算法，去除离散数据(即对网络特征参数集中的数据进行滤波处理)；

其中，滤波是低频增强的空间域滤波技术，目的有两个：一是模糊；二是消除噪音。这里，可以通过判断滤波、中值滤波、均值滤波、加权平均滤波或者移动滤波等数字滤波算法去除离散数据，且可根据实际场景来选择对应的滤波算法。

Step3、使用拟合算法数学建模，获得矩阵函数(即时间分布模型)，其中，自变量为自然时间和可调参数；

例如，矩阵函数可以包括上行带宽、下行带宽、延时、丢包率以及误码率的拟合函数，且矩阵函数可以表示为：

上行带宽拟合函数UpRa(t,ea)＝f1(t,a)；

下行带宽拟合函数DownR(at,tb)e＝f2(t,b)；

延时拟合函数Dela(t,yc)＝f3(t,c)；

丢包率拟合函数Los(ts,d)＝f4(t,d)；

误码率拟合函数Corrup(tt,ieo)n＝f5(t,e)；

其中，a、b、c、d和e分别代表各拟合函数的可调参数。

示例性地，以上行带宽拟合函数为f1(t,a)＝t²+2t+a为例：

自变量t代表测试时间点(该测试时间点为自然时刻，如20:05:13，且计算的时候可处理成时间戳)；

a代表可调参数，一般是常量，不是变量；

因变量f1(t,a)代表测试时间点对应的上行带宽值，如图3中所示的弧线为上行带宽拟合函数的拟合曲线，横坐标是时间轴，纵坐标是上行带宽值，且图3中未连接的点滤波过程中的离散数据(此处每个点表示一个上行带宽值)。

Step4、算法模块实现相关函数，以现场时间为输入，不断计算实时网络参数(即基于网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值)；

例如，电子设备可以根据测试时间点t，使用上述矩阵函数计算得到对应网络参数(上行带宽，下行带宽，延迟，丢包率，误码率)，形成如下表1所示的数据矩阵：

表1

另外，电子设备可以根据微分原理，对于各拟合函数计算得到的参数值形成的曲线，按横轴无限细分，每个区域趋于无限小的时候，将连续变化的曲线转换为一条阶梯曲线，例如，如图4所示，将拟合函数f1(t,a)形成的曲线转换成阶梯曲线，从而使模拟网络更接近真实网络。

Step5、解析数据矩阵，根据时间点持续调用ATC工具的API接口，配置实时生效(即在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试)。

本发明实施例中，通过获取电子设备所处的真实网络的网络特征参数集，其中，网络特征参数集中每一数据包括：目标网络特征参数的参数值以及参数值的时间点；基于网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；在测试时间点下，调用目标参数值对应用程序进行模拟网络的测试。这样，可以降低模拟网络的网络环境与真实网络的网络环境的差异，进而提升应用程序的测试准确性。

请参见图5，图5是本发明实施例提供的一种电子设备的结构示意图，所述电子设备，所述电子设备500包括：

参数集获取模块501，用于获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

参数值确定模块502，用于基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；

测试模块503，用于在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试。

可选的，如图6所示，所述参数值确定模块502，包括：

模型构建单元5021，用于基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型；

参数值获取单元5022，用于基于所述时间分布模型，获取所述测试时间点的目标网络特征参数的参数值。

可选的，所述模型构建单元5021，具体用于：

对所述网络特征参数集中的数据进行拟合处理，生成所述目标网络特征参数的时间分布模型。

可选的，如图7所示，所述电子设备500，还包括：

滤波模块504，用于对所述网络特征参数集中的数据进行滤波处理，得到滤波处理后的网络特征参数集；

所述模型构建单元5021，具体用于：

基于滤波处理后的网络特征参数集，构建网络特征参数的时间分布模型。

可选的，所述参数集获取模块501，具体用于：

在检测到预设间隔时长到达时，获取所述电子设备所处的真实网络的网络特征参数集。

电子设备500能够实现前述实施例中电子设备实现的各个过程且达到相同的有益效果，为避免重复，这里不再赘述。

图8为实现本发明各个实施例的一种电子设备的硬件结构示意图，该电子设备800包括但不限于：射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809、处理器810、以及电源811等部件。其中，显示单元806为显示屏。本领域技术人员可以理解，图8中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，电子设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、以及计步器等。

其中，上述处理器810，用于：

获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

基于所述网络特征参数集，确定测试时间点的目标网络特征参数的目标参数值；

在所述测试时间点下，调用所述目标参数值对所述应用程序进行模拟网络的测试。

处理器810，还用于：

基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型；

基于所述时间分布模型，获取所述测试时间点的目标网络特征参数的参数值。

可选的，处理器810，还用于：

对所述网络特征参数集中的数据进行拟合处理，生成所述目标网络特征参数的时间分布模型。

可选的，处理器810，还用于：

对所述网络特征参数集中的数据进行滤波处理，得到滤波处理后的网络特征参数集；

基于滤波处理后的网络特征参数集，构建网络特征参数的时间分布模型。

可选的，处理器810，还用于：

在检测到预设间隔时长到达时，获取所述电子设备所处的真实网络的网络特征参数集。

电子设备800能够实现前述实施例中电子设备实现的各个过程且达到相同的有益效果，为避免重复，这里不再赘述。

应理解的是，本发明实施例中，射频单元801可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器810处理；另外，将上行的数据发送给基站。通常，射频单元801包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元801还可以通过无线通信***与网络和其他设备通信。

电子设备通过网络模块802为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元803可以将射频单元801或网络模块802接收的或者在存储器809中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元803还可以提供与电子设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元803包括扬声器、蜂鸣器以及受话器等。

输入单元804用于接收音频或视频信号。输入单元804可以包括图形处理器(Graphics Processing Unit，GPU)8041和麦克风8042，图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元806上。经图形处理器8041处理后的图像帧可以存储在存储器809(或其它存储介质)中或者经由射频单元801或网络模块802进行发送。麦克风8042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元801发送到移动通信基站的格式输出。

电子设备800还包括至少一种传感器805，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板8061的亮度，接近传感器可在电子设备800移动到耳边时，关闭显示面板8061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器805还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元806用于显示由用户输入的信息或提供给用户的信息。显示单元806可包括显示面板8061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板8061。

用户输入单元807可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元807包括触控面板8071以及其他输入设备8072。触控面板8071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板8071上或在触控面板8071附近的操作)。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器810，接收处理器810发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板8071。除了触控面板8071，用户输入单元807还可以包括其他输入设备8072。具体地，其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板8071可覆盖在显示面板8061上，当触控面板8071检测到在其上或附近的触摸操作后，传送给处理器810以确定触摸事件的类型，随后处理器810根据触摸事件的类型在显示面板8061上提供相应的视觉输出。虽然在图8中，触控面板8071与显示面板8061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板8071与显示面板8061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元808为外部装置与电子设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元808可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备800内的一个或多个元件或者可以用于在电子设备800和外部装置之间传输数据。

存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器809可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器810是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器809内的软件程序和/或模块，以及调用存储在存储器809内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器810可包括一个或多个处理单元；优选的，处理器810可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器810中。

电子设备800还可以包括给各个部件供电的电源811(比如电池)，优选的，电源811可以通过电源管理***与处理器810逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

另外，电子设备800包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种电子设备，包括处理器810、存储器809及存储在存储器809上并可在处理器810上运行的计算机程序，该计算机程序被处理器810执行时实现上述应用程序的测试方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述应用程序的测试方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台电子设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。

Claims (6)

1.一种应用程序的测试方法，应用于电子设备，其特征在于，所述方法包括：

获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

基于所述网络特征参数集，确定测试时间点的目标网络特征参数的参数值，包括：基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型；基于所述时间分布模型，获取所述测试时间点的目标网络特征参数的参数值；所述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型，包括：对所述网络特征参数集中的数据进行拟合处理，生成所述目标网络特征参数的时间分布模型，其中，所述目标网络特征参数的参数值的时间点为拟合函数的自变量，所述参数值作为因变量；所述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型之前，还包括：对所述网络特征参数集中的数据进行滤波处理，得到滤波处理后的网络特征参数集；所述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型，包括：基于滤波处理后的网络特征参数集，构建网络特征参数的时间分布模型；

在所述测试时间点下，调用所述目标网络特征参数的参数值对所述应用程序进行模拟网络的测试。

2.根据权利要求1所述的方法，其特征在于，所述获取所述电子设备所处的真实网络的网络特征参数集，包括：

在检测到预设间隔时长到达时，获取所述电子设备所处的真实网络的网络特征参数集。

3.一种电子设备，其特征在于，包括：

参数集获取模块，用于获取所述电子设备所处的真实网络的网络特征参数集，其中，所述网络特征参数集中每一数据包括：目标网络特征参数的参数值以及所述参数值的时间点；

参数值确定模块，用于基于所述网络特征参数集，确定测试时间点的目标网络特征参数的参数值，包括：模型构建单元，用于基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型；参数值获取单元，用于基于所述时间分布模型，获取所述测试时间点的目标网络特征参数的参数值；所述基于所述网络特征参数集，构建所述目标网络特征参数的时间分布模型，包括：对所述网络特征参数集中的数据进行拟合处理，生成所述目标网络特征参数的时间分布模型，其中，所述目标网络特征参数的参数值的时间点为拟合函数的自变量，所述参数值作为因变量；还包括：滤波模块，用于对所述网络特征参数集中的数据进行滤波处理，得到滤波处理后的网络特征参数集；所述模型构建单元，具体用于：基于滤波处理后的网络特征参数集，构建网络特征参数的时间分布模型；

测试模块，用于在所述测试时间点下，调用所述目标网络特征参数的参数值对应用程序进行模拟网络的测试。

4.根据权利要求3所述的电子设备，其特征在于，所述参数集获取模块，具体用于：

在检测到预设间隔时长到达时，获取所述电子设备所处的真实网络的网络特征参数集。

5.一种电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至2中任一项所述的应用程序的测试方法的步骤。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至2中任一项所述的应用程序的测试方法的步骤。

Images