CN115543773A - 一种测试结果自动比对方法 - Google Patents
一种测试结果自动比对方法 Download PDFInfo
- Publication number
- CN115543773A CN115543773A CN202210984170.2A CN202210984170A CN115543773A CN 115543773 A CN115543773 A CN 115543773A CN 202210984170 A CN202210984170 A CN 202210984170A CN 115543773 A CN115543773 A CN 115543773A
- Authority
- CN
- China
- Prior art keywords
- test
- data
- case
- comparison
- result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 359
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims description 55
- 238000012549 training Methods 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 22
- 238000012937 correction Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种测试结果自动比对方法,包括:针对测试案例进行分析,明确测试数据指标,确定案例预期结果;根据所述案例预期结果建立比对模型;获取所述测试案例的测试案例决策结果文件,并建立所述测试案例决策结果文件与所述比对模型之间的连接;通过所述连接读取所述测试案例决策结果文件中的案例测试数据,并利用所述比对模型将所述案例测试数据与所述案例预期结果进行比对,得到案例比对结果。本发明提出的一种测试结果自动比对方法,无需人为手动参与,自动将测试结果与案例预期结果进行比对,并且快速得到比对结果。
Description
技术领域
本发明涉及智能化分析技术领域,特别涉及一种测试结果自动比对方法。
背景技术
目前在现有技术方案中可以批量测试获得测试结果,但是得到的测试结果往往是以excel形式输出测试案例决策结果,这时通常需要手工针对测试案例的测试结果进行对比,不仅麻烦,而且还容易出错,因此,本发明提出了一种测试结果自动比对方法,无需人为手动参与,自动将测试结果与案例预期结果进行比对,并且快速得到比对结果。
发明内容
本发明的目的在于提供一种测试结果自动比对方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种测试结果自动比对方法,包括:
针对测试案例进行分析,明确测试数据指标,确定案例预期结果;
根据所述案例预期结果建立比对模型;
获取所述测试案例的测试案例决策结果文件,并建立所述测试案例决策结果文件与所述比对模型之间的连接;
通过所述连接读取所述测试案例决策结果文件中的案例测试数据,并利用所述比对模型将所述案例测试数据与所述案例预期结果进行比对,得到案例比对结果。
进一步地,所述确定案例预期结果是将所述测试数据指标结合被测试对象进行分析,确定所述被测试对象中测试数据指标针对所述被测试对象的数据波动范围,并根据所述测试案例在所述数据波动范围内确定所述测试数据指标的预期测试结果。
进一步地,根据所述案例预期结果建立比对模型时,针对所述测试数据指标分别建立比对模型分支,在所述模型分支中,获取所述案例测试数据中目标测试数据,并针对所述目标测试数据进行数据处理,将数据处理后的目标测试数据与所述预期测试结果进行差异分析,得到测试数据指标比对结果。
进一步地,所述比对模型在获取所述案例测试数据中目标测试数据时通过数据识别模块进行目标数据识别,所述数据识别模块包括多个识别节点,根据所述测试数据指标针对所述识别节点进行单一测试指标识别设置,并且与所述测数数据指标对应的比对模型分支连接,通过进行单一测试指标识别设置后的识别节点针对所述案例测试数据进行目标数据识别,得到目标测试数据,将所述目标测试数据传输至所述比对模型分支中进行比对,得到案例比对结果。
进一步地,所述比对模型在建立之后还针对所述比对模型进行模型训练,包括:获取训练样本,将所述训练样本分成多个不同数量的子训练样本,将所述子训练样本按照次序依次输入到所述比对模型中进行处理,在不同的子训练样本输入到所述比对模型中时统计每个子训练样本在所述比对模型中的耗时,统计所述子训练样本在所述比对模型中产生的模型参数修正量,并在所述子训练样本中的同步更新耗时;
从所述子训练样本中将训练耗时最小的子训练样本的大小作为模型标准,并根据所述模型标准生成模型处理方案。
进一步地,建立所述测试案例决策结果文件与所述比对模型之间的连接时,包括:明确所述测试案例的测试案例决策结果文件的位置;根据所述测试案例的测试案例决策结果文件的位置搭建与所述比对模型之间的传输链路;针对所述链路进行传输协议配置。
进一步地,在所述传输协议中,将所述测试案例决策结果文件中的案例测试数据通过所述传输链路输入所述比对模型时,所述比对模型在收到所述传输链路传输的数据信息之后进行信息反馈,然后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,接着再在所述比对模型进行信息反馈后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,依次循环,直至将所述测试案例决策结果文件中包含的所有数据信息全部输入到所述比对模型中。
进一步地,通过所述连接读取所述测试案例决策结果文件中的案例测试数据时,包括:
解析所述测试案例的测试案例决策结果文件,获取所述测试案例的测试案例决策结果文件中的案例测试数据;
针对所述数据信息进行划分,以测试案例为单位将所述数据信息分成多个数据包,在所述数据包中包含特定固定测试案例数据;
将所述数据包按照配置的传输协议通过传输链路输入到所述比对模型中。
进一步地,所述案例比对结果是根据所述比对模型分支中得到测试数据指标比对结果得到,在所述案例比对结果中包括:测试数据指标比对结果和测试案例的总比对结果;所述测试案例的总比对结果是针对同一测试案例的所有测试数据指标比对结果综合分析得到的,而且所述案例比对结果是针对每一个测试案例都生成一个相同格式的案例比对结果文件,当针对两个或两个以上的测试案例进行结果比较时,从所述案例比对结果文件中分别读取数据指标的信息,将不同测试案例的相同数据指标的信息整合到一起得到多张结果比较图,并根据所述结果比较图依次进行分析得到不同测试案例的比对结果比较信息。
进一步地,将数据处理后的目标测试数据与所述预期测试结果进行差异分析时将所述目标测试数据中的数据特征提取出来与所述预期测试结果进行差异分析,包括:在所述处理后的目标测试数据中分析所述测试指标中不同子数据的分布,并且在所述子数据的分布中提取数据极值;根据所述数据极值获取所述子数据在达到数据极值时的时间节点;针对所述数据极值以及所述时间节点进行差异分析,根据所述数据极值在所述预期测试结果中匹配对应子数据的预期极值后判断是否相同,得到极值判断结果,当所述极值判断结果是不同时,所述子数据与所述预期测试数据存在差异,当所述极值判断结果是相同时,分析所述时间节点与所述预期测试数据中对应的子数据的极值时间是否一致,如果一致,则所述子数据达到预期标准,如果不一致,则所述子数据与所述预期测试数据存在差异。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明所述的测试结果自动比对方法的一种流程示意图;
图2为本发明所述的测试结果自动比对方法的又一种流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供了一种测试结果自动比对方法,包括:
步骤一、针对测试案例进行分析,明确测试数据指标,确定案例预期结果;
步骤二、根据所述案例预期结果建立比对模型;
步骤三、获取所述测试案例的测试案例决策结果文件,并建立所述测试案例决策结果文件与所述比对模型之间的连接;
步骤四、通过所述连接读取所述测试案例决策结果文件中的案例测试数据,并利用所述比对模型将所述案例测试数据与所述案例预期结果进行比对,得到案例比对结果。
上述技术方案在针对测试结果进行比对时,首先要针对测试案例进行分析,分析测试案例以及测试对象的全面信息,明确测试数据指标,并且针对测试指标确定案例预期结果;然后根据案例预期结果建立比对模型;接着在得到测试案例的测试案例决策结果文件之后建立测试案例决策结果文件与比对模型之间的连接;然后再通过连接读取测试案例决策结果文件中的案例测试数据,将测试案例决策结果文件中的案例测试数据传输至比对模型中,利用比对模型将案例测试数据与案例预期结果进行比对,从而得到案例比对结果。
上述技术方案无需人为手动参与,自动将测试案例决策结果文件中的案例测试数据与案例预期结果进行比对,从而使得在测试案例决策结果文件包括大量案例测试数据时也能够自动化实现案例比对结果的获取,而且通过建立测试案例决策结果文件与比对模型之间的连接能够使得案例决策结果文件中案例测试数据输向比对模型,无需人为进行手动输入,不仅降低了输入出错的可能性,还提高了案例测试数据输入比对模型的效率,实现比对模型自动化数据信息输入,此外,通过比对模型进行比对时,比对处理效率高,能够在较短时间内得到案例比对结果,并且在比对模型中采用固定的比对框架进行比对还不容易出现错误,提高了案例比对结果的准确性。
本发明提供的一个实施例中,所述确定案例预期结果是将所述测试数据指标结合被测试对象进行分析,确定所述被测试对象中测试数据指标针对所述被测试对象的数据波动范围,并根据所述测试案例在所述数据波动范围内确定所述测试数据指标的预期测试结果。
上述技术方案在确定案例预期结果时,将测试数据指标结合被测试对象进行分析,确定被测试对象中测试数据指标针对被测试对象的数据波动范围,并根据测试案例在数据波动范围内确定测试数据指标的预期测试结果。
上述技术方案通过根据测试案例在数据波动范围内确定测试数据指标的预期测试结果提高了比对过程中预期测试结果的可靠性,避免对与测试案例或者是被测试对象无关的因素进行比对,进而确保比对过程的有效性。
本发明提供的一个实施例中,根据所述案例预期结果建立比对模型时,针对所述测试数据指标分别建立比对模型分支,在所述模型分支中,获取所述案例测试数据中目标测试数据,并针对所述目标测试数据进行数据处理,将数据处理后的目标测试数据与所述预期测试结果进行差异分析,得到测试数据指标比对结果。
上述技术方案在根据案例预期结果建立比对模型时,针对测试数据指标分别建立比对模型分支,在模型分支中,获取案例测试数据中目标测试数据,并针对目标测试数据进行数据处理,将数据处理后的目标测试数据与预期测试结果进行差异分析,得到测试数据指标比对结果。
上述技术方案通过针对测试数据指标分别建立比对模型分支使得每个测试数据指标都对应一个比对模型分支,进而使得在比对分析能够多个比对模型分支同时进行比对,进而提高比对效率,能够在较短时间内完成对所有测试数据指标的比对,提高测试数据指标比对结果的生成效率。
本发明提供的一个实施例中,所述比对模型在获取所述案例测试数据中目标测试数据时通过数据识别模块进行目标数据识别,所述数据识别模块包括多个识别节点,根据所述测试数据指标针对所述识别节点进行单一测试指标识别设置,并且与所述测数数据指标对应的比对模型分支连接,通过进行单一测试指标识别设置后的识别节点针对所述案例测试数据进行目标数据识别,得到目标测试数据,将所述目标测试数据传输至所述比对模型分支中进行比对,得到案例比对结果。
上述技术方案中的比对模型在获取案例测试数据中目标测试数据时还通过数据识别模块进行目标数据识别,数据识别模块中包括多个识别节点,根据测试数据指标针对识别节点进行单一测试指标识别设置,使得每个识别节点只能针对一个测试数据指标进行识别,并且每个识别节点分别与能够识别到的测数数据指标对应的比对模型分支连接,在将案例测试数据输入到比对模型中时,通过识别节点将案例测试数据中不同的测试指标分别识别出来,得到目标测试数据,然后将目标测试数据传输至比对模型分支中进行比对,从而在每个比对模型分支中得到测试数据指标比对结果,进而根据测试数据指标比对结果得到案例比对结果。
上述技术方案通过数据识别模块能够将输入的案例测试数据按照测试指标分拣出来,从而方便按照测试指标分别进行比对,而且在按照测试指标分别进行比对时还能够实现比对模型分支同时进行比对,进而提高案例比对结果的输出效率,此外,通过根据测试数据指标针对识别节点进行单一测试指标识别设置使得每个识别节点都只能识别出来一个测试指标对应的案例测试数据,避免比对混乱,降低比对过程出错概率,提高测试数据指标比对结果的准确性。
本发明提供的一个实施例中,所述比对模型在建立之后还针对所述比对模型进行模型训练,包括:获取训练样本,将所述训练样本分成多个不同数量的子训练样本,将所述子训练样本按照次序依次输入到所述比对模型中进行处理,在不同的子训练样本输入到所述比对模型中时统计每个子训练样本在所述比对模型中的耗时,统计所述子训练样本在所述比对模型中产生的模型参数修正量,并在所述子训练样本中的同步更新耗时;
从所述子训练样本中将训练耗时最小的子训练样本的大小作为模型标准,并根据所述模型标准生成模型处理方案。
上述技术方案中的比对模型在建立之后还针对比对模型进行模型训练,在针对比对模型进行模型训练时,首先获取训练样本,将训练样本分成多个不同数量的子训练样本,然后将子训练样本按照次序依次输入到比对模型中进行处理,在不同的子训练样本输入到比对模型中时统计每个子训练样本在比对模型中的耗时,统计子训练样本在比对模型中产生的模型参数修正量,并在子训练样本中的同步更新耗时;从子训练样本中将训练耗时最小的子训练样本的大小作为模型标准,并根据模型标准生成模型处理方案。
上述技术方案通过针对比对模型进行模型训练不仅能够优化比对模型中的参数,较小比对模型的在进行比对过程中的误差,提高案例比对结果的准确性,而且还能够针对比对模型确定一个比较好的模型处理方案,从而使得比对模型在针对大量数据信息进行比对处理时能够在时间上最优化,减少时间的浪费以及更好的对案例测试数据进行比对。
如图2所示,本发明提供的一个实施例中,建立所述测试案例决策结果文件与所述比对模型之间的连接时,包括:S301、明确所述测试案例的测试案例决策结果文件的位置;S302、根据所述测试案例的测试案例决策结果文件的位置搭建与所述比对模型之间的传输链路;S303、针对所述链路进行传输协议配置。
上述技术方案在建立测试案例决策结果文件与比对模型之间的连接时,首先要明确测试案例的测试案例决策结果文件的位置;然后根据测试案例的测试案例决策结果文件的位置搭建与比对模型之间的传输链路,其中,传输链路的一端是比对模型,一端是测试案例决策结果文件;然后还针对链路进行传输协议配置,在传输协议中设置传输策略等。
上述技术方案通过建立测试案例决策结果文件与比对模型之间的连接,使得在比对模型与测试案例决策结果文件之间形成一个特定传输链路,进而使得能够将测试案例决策结果文件中的案例测试数据输入到比对模型中,从而实现无需人为手动输入就能够将案例测试数据输入到比对模型中进行比对,不仅节省人力消耗,效率还高,此外,通过针对链路进行传输协议配置使得传输链路在进行数据信息传输时能够有序进行传输,避免无效传输或者是传输数据丢失现象,保障传输链路传输的品质。
本发明提供的一个实施例中,在所述传输协议中,将所述测试案例决策结果文件中的案例测试数据通过所述传输链路输入所述比对模型时,所述比对模型在收到所述传输链路传输的数据信息之后进行信息反馈,然后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,接着再在所述比对模型进行信息反馈后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,依次循环,直至将所述测试案例决策结果文件中包含的所有数据信息全部输入到所述比对模型中。
上述技术方案中的传输协议,在将测试案例决策结果文件中的案例测试数据通过传输链路输入比对模型时,将首个案例测试数据通过传输链路传输至比对模型中,比对模型在接收到传输链路传输的数据信息之后向测试案例决策结果文件进行信息反馈,然后测试案例决策结果文件在得到信息反馈之后按照预设时间间隔将下一个待传输的案例测试数据通过传输链路传输至比对模型,然后比对模型在接收到传输链路传输的数据信息之后再向测试案例决策结果文件进行信息反馈,反复循环,直至测试案例决策结果文件中的案例测试数据全部输入到比对模型中。
其中,预设时间间隔在确定时通过如下公式计算得到:
D=max{di}+max{ri}
上述公式中,L表示确定的时间间隔,D表示比对模型进行比对过程消耗的时间,μ表示调节参数,di表示第i个识别节点在案例测试数据中识别出目标测试数据消耗的时间,ri表示第i个比对模型分支得到测试数据指标比对结果消耗的时间,max表示取最大值,X表示传输链路单次传输的数据信息的大小,V表示传输链路的平均传输速率,T表示数字脉冲信号的宽度,K表示二进制信息位数,S表示反馈信号的大小,N表示一个码元所取的离散值个数。
上述技术方案通过信息反馈确保的传输链路传输案例测试数据成功率,避免测试案例决策结果文件中的案例测试数据在输入比对模型时丢失,而且还能够避免案例测试数据在比对模型中出现处理不及时出错现象,进而确保没一个案例测试数据都能够实现比对获得案例比对结果。
本发明提供的一个实施例中,通过所述连接读取所述测试案例决策结果文件中的案例测试数据时,包括:
解析所述测试案例的测试案例决策结果文件,获取所述测试案例的测试案例决策结果文件中的案例测试数据;
针对所述数据信息进行划分,以测试案例为单位将所述数据信息分成多个数据包,在所述数据包中包含特定固定测试案例数据;
将所述数据包按照配置的传输协议通过传输链路输入到所述比对模型中。
上述技术方案在通过连接读取测试案例决策结果文件中的案例测试数据时,首先解析测试案例的测试案例决策结果文件,获取测试案例的测试案例决策结果文件中的案例测试数据;然后针对数据信息进行划分,以测试案例为单位将数据信息分成多个数据包,在数据包中包含特定固定测试案例数据;最后将数据包按照配置的传输协议通过传输链路输入到比对模型中。
上述技术方案通过以测试案例为单位将数据信息分成多个数据包使得每次向比对模型输入数据信息时都能够输入完整的案例测试数据,避免片段案例测试数据影响比对,而且通过将数据包按照配置的传输协议通过传输链路输入到比对模型中不仅能够确保传输链路的有效传输,还能够使得比对模型针对输入的数据信息进行高效比对。
本发明提供的一个实施例中,所述案例比对结果是根据所述比对模型分支中得到测试数据指标比对结果得到,在所述案例比对结果中包括:测试数据指标比对结果和测试案例的总比对结果;所述测试案例的总比对结果是针对同一测试案例的所有测试数据指标比对结果综合分析得到的,而且所述案例比对结果是针对每一个测试案例都生成一个相同格式的案例比对结果文件,当针对两个或两个以上的测试案例进行结果比较时,从所述案例比对结果文件中分别读取数据指标的信息,将不同测试案例的相同数据指标的信息整合到一起得到多张结果比较图,并根据所述结果比较图依次进行分析得到不同测试案例的比对结果比较信息。
上述技术方案中的案例比对结果是根据比对模型分支中得到测试数据指标比对结果得到,在案例比对结果中包括:测试数据指标比对结果和测试案例的总比对结果;测试案例的总比对结果是针对同一测试案例的所有测试数据指标比对结果综合分析得到的,而且案例比对结果是针对每一个测试案例都生成一个相同格式的案例比对结果文件,当针对两个或两个以上的测试案例进行结果比较时,从案例比对结果文件中分别读取数据指标的信息,将不同测试案例的相同数据指标的信息整合到一起得到多张结果比较图,并根据结果比较图依次进行分析得到不同测试案例的比对结果比较信息。
上述技术方案通过案例比对结果中包括测试数据指标比对结果和测试案例的总比对结果使得在案例比对结果中能够更加全面的体现测试案例的详细情况,不仅能够直观的得到测试案例整体是否符合预期,还能够在测试案例不符合预期时明确哪些测试指标不符合预期,而且通过针对每一个测试案例都生成一个相同格式的案例比对结果文件能够方便从不同案例比对结果文件中读取数据信息进行分析,并且在针对两个或两个以上的测试案例进行结果比较时,以图的形式进行比较呈现不仅能够直观看到不同的测试案例对应同于数据指标的差异,而且还能够快速得到不同测试案例的比对结果比较信息。
本发明提供的一个实施例中,将数据处理后的目标测试数据与所述预期测试结果进行差异分析时将所述目标测试数据中的数据特征提取出来与所述预期测试结果进行差异分析,包括:在所述处理后的目标测试数据中分析所述测试指标中不同子数据的分布,并且在所述子数据的分布中提取数据极值;根据所述数据极值获取所述子数据在达到数据极值时的时间节点;针对所述数据极值以及所述时间节点进行差异分析,根据所述数据极值在所述预期测试结果中匹配对应子数据的预期极值后判断是否相同,得到极值判断结果,当所述极值判断结果是不同时,所述子数据与所述预期测试数据存在差异,当所述极值判断结果是相同时,分析所述时间节点与所述预期测试数据中对应的子数据的极值时间是否一致,如果一致,则所述子数据达到预期标准,如果不一致,则所述子数据与所述预期测试数据存在差异。
上述技术方案在将数据处理后的目标测试数据与预期测试结果进行差异分析时将目标测试数据中的数据特征提取出来与预期测试结果进行差异分析,首先,在处理后的目标测试数据中分析测试指标中不同子数据的分布,并且在子数据的分布中提取数据极值;然后,根据数据极值获取子数据在达到数据极值时的时间节点;接着,针对数据极值以及时间节点进行差异分析,具体地,根据数据极值在预期测试结果中匹配对应子数据的预期极值后判断是否相同,得到极值判断结果,当极值判断结果是不同时,子数据与预期测试数据存在差异,当极值判断结果是相同时,分析时间节点与预期测试数据中对应的子数据的极值时间是否一致,如果一致,则子数据达到预期标准,如果不一致,则子数据与预期测试数据存在差异。
上述技术方案通过将所述目标测试数据中的数据特征提取出来与所述预期测试结果进行差异分析能够使得在不丢失目标测试数据本身数据特征的情况下用较少的信息进行比对,从而快速得到案例比对结果,进而在测试案例决策结果文件包含大量案例测试数据时实现高效率的比对,此外,通过针对数据极值以及时间节点进行差异分析使得在数据极值以及时间节点都达到预期标准时才认为与预期测试数据不存在差异,从而能够发现被测试对象在测试案例中出现迟缓或者其它异常现象,进而提高对测试案例进行比对的敏感程度。
本领域技术人员应当理解的是,本发明中的第一、第二仅仅指的是不同应用阶段而已。
本领域技术客户员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种测试结果自动比对方法,其特征在于,所述测试结果自动比对方法包括:
针对测试案例进行分析,明确测试数据指标,确定案例预期结果;
根据所述案例预期结果建立比对模型;
获取所述测试案例的测试案例决策结果文件,并建立所述测试案例决策结果文件与所述比对模型之间的连接;
通过所述连接读取所述测试案例决策结果文件中的案例测试数据,并利用所述比对模型将所述案例测试数据与所述案例预期结果进行比对,得到案例比对结果。
2.根据权利要求1所述的测试结果自动比对方法,其特征在于,所述确定案例预期结果是将所述测试数据指标结合被测试对象进行分析,确定所述被测试对象中测试数据指标针对所述被测试对象的数据波动范围,并根据所述测试案例在所述数据波动范围内确定所述测试数据指标的预期测试结果。
3.根据权利要求1所述的测试结果自动比对方法,其特征在于,根据所述案例预期结果建立比对模型时,针对所述测试数据指标分别建立比对模型分支,在所述模型分支中,获取所述案例测试数据中目标测试数据,并针对所述目标测试数据进行数据处理,将数据处理后的目标测试数据与所述预期测试结果进行差异分析,得到测试数据指标比对结果。
4.根据权利要求3所述的测试结果自动比对方法,其特征在于,所述比对模型在获取所述案例测试数据中目标测试数据时通过数据识别模块进行目标数据识别,所述数据识别模块包括多个识别节点,根据所述测试数据指标针对所述识别节点进行单一测试指标识别设置,并且与所述测数数据指标对应的比对模型分支连接,通过进行单一测试指标识别设置后的识别节点针对所述案例测试数据进行目标数据识别,得到目标测试数据,将所述目标测试数据传输至所述比对模型分支中进行比对,得到案例比对结果。
5.根据权利要求4所述的测试结果自动比对方法,其特征在于,所述比对模型在建立之后还针对所述比对模型进行模型训练,包括:获取训练样本,将所述训练样本分成多个不同数量的子训练样本,将所述子训练样本按照次序依次输入到所述比对模型中进行处理,在不同的子训练样本输入到所述比对模型中时统计每个子训练样本在所述比对模型中的耗时,统计所述子训练样本在所述比对模型中产生的模型参数修正量,并在所述子训练样本中的同步更新耗时;
从所述子训练样本中将训练耗时最小的子训练样本的大小作为模型标准,并根据所述模型标准生成模型处理方案。
6.根据权利要求5所述的测试结果自动比对方法,其特征在于,建立所述测试案例决策结果文件与所述比对模型之间的连接时,包括:明确所述测试案例的测试案例决策结果文件的位置;根据所述测试案例的测试案例决策结果文件的位置搭建与所述比对模型之间的传输链路;针对所述链路进行传输协议配置。
7.根据权利要求6所述的测试结果自动比对方法,其特征在于,在所述传输协议中,将所述测试案例决策结果文件中的案例测试数据通过所述传输链路输入所述比对模型时,所述比对模型在收到所述传输链路传输的数据信息之后进行信息反馈,然后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,接着再在所述比对模型进行信息反馈后根据所述反馈信息按照预设时间间隔针对待传输的数据信息通过所述传输链路进行传输,依次循环,直至将所述测试案例决策结果文件中包含的所有数据信息全部输入到所述比对模型中。
8.根据权利要求7所述的测试结果自动比对方法,其特征在于,通过所述连接读取所述测试案例决策结果文件中的案例测试数据时,包括:
解析所述测试案例的测试案例决策结果文件,获取所述测试案例的测试案例决策结果文件中的案例测试数据;
针对所述数据信息进行划分,以测试案例为单位将所述数据信息分成多个数据包,在所述数据包中包含特定固定测试案例数据;
将所述数据包按照配置的传输协议通过传输链路输入到所述比对模型中。
9.根据权利要求4所述的测试结果自动比对方法,其特征在于,所述案例比对结果是根据所述比对模型分支中得到测试数据指标比对结果得到,在所述案例比对结果中包括:测试数据指标比对结果和测试案例的总比对结果;所述测试案例的总比对结果是针对同一测试案例的所有测试数据指标比对结果综合分析得到的,而且所述案例比对结果是针对每一个测试案例都生成一个相同格式的案例比对结果文件,当针对两个或两个以上的测试案例进行结果比较时,从所述案例比对结果文件中分别读取数据指标的信息,将不同测试案例的相同数据指标的信息整合到一起得到多张结果比较图,并根据所述结果比较图依次进行分析得到不同测试案例的比对结果比较信息。
10.根据权利要求3所述的测试结果自动比对方法,其特征在于,将数据处理后的目标测试数据与所述预期测试结果进行差异分析时将所述目标测试数据中的数据特征提取出来与所述预期测试结果进行差异分析,包括:在所述处理后的目标测试数据中分析所述测试指标中不同子数据的分布,并且在所述子数据的分布中提取数据极值;根据所述数据极值获取所述子数据在达到数据极值时的时间节点;针对所述数据极值以及所述时间节点进行差异分析,根据所述数据极值在所述预期测试结果中匹配对应子数据的预期极值后判断是否相同,得到极值判断结果,当所述极值判断结果是不同时,所述子数据与所述预期测试数据存在差异,当所述极值判断结果是相同时,分析所述时间节点与所述预期测试数据中对应的子数据的极值时间是否一致,如果一致,则所述子数据达到预期标准,如果不一致,则所述子数据与所述预期测试数据存在差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210984170.2A CN115543773A (zh) | 2022-08-17 | 2022-08-17 | 一种测试结果自动比对方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210984170.2A CN115543773A (zh) | 2022-08-17 | 2022-08-17 | 一种测试结果自动比对方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115543773A true CN115543773A (zh) | 2022-12-30 |
Family
ID=84725361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210984170.2A Pending CN115543773A (zh) | 2022-08-17 | 2022-08-17 | 一种测试结果自动比对方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115543773A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665171A (zh) * | 2017-10-11 | 2018-02-06 | 中国民生银行股份有限公司 | 自动回归测试方法及装置 |
CN108470000A (zh) * | 2018-03-06 | 2018-08-31 | 睿云联(厦门)网络通讯技术有限公司 | 通讯终端软件自动测试方法、***及介质 |
CN112001741A (zh) * | 2020-07-16 | 2020-11-27 | 北京三快在线科技有限公司 | 多任务处理模型的构建方法、装置、电子设备及存储介质 |
CN112583642A (zh) * | 2020-12-10 | 2021-03-30 | 广州虎牙科技有限公司 | 异常检测方法、模型、电子设备及计算机可读存储介质 |
CN112785145A (zh) * | 2021-01-19 | 2021-05-11 | 南方基金管理股份有限公司 | 一种实现金融交易风险指标并行化计算及风险控制的方法 |
CN113609008A (zh) * | 2021-07-27 | 2021-11-05 | 北京淇瑀信息科技有限公司 | 测试结果分析方法、装置和电子设备 |
CN114003493A (zh) * | 2021-10-28 | 2022-02-01 | 平安普惠企业管理有限公司 | 测试数据处理方法、装置、设备及存储介质 |
CN114443468A (zh) * | 2021-12-21 | 2022-05-06 | 上海金仕达软件科技有限公司 | 一种基于Excel表格的测试对比方法及*** |
CN114817034A (zh) * | 2022-04-26 | 2022-07-29 | 中国农业银行股份有限公司 | 一种测试质量的分析方法、装置及电子设备 |
-
2022
- 2022-08-17 CN CN202210984170.2A patent/CN115543773A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665171A (zh) * | 2017-10-11 | 2018-02-06 | 中国民生银行股份有限公司 | 自动回归测试方法及装置 |
CN108470000A (zh) * | 2018-03-06 | 2018-08-31 | 睿云联(厦门)网络通讯技术有限公司 | 通讯终端软件自动测试方法、***及介质 |
CN112001741A (zh) * | 2020-07-16 | 2020-11-27 | 北京三快在线科技有限公司 | 多任务处理模型的构建方法、装置、电子设备及存储介质 |
CN112583642A (zh) * | 2020-12-10 | 2021-03-30 | 广州虎牙科技有限公司 | 异常检测方法、模型、电子设备及计算机可读存储介质 |
CN112785145A (zh) * | 2021-01-19 | 2021-05-11 | 南方基金管理股份有限公司 | 一种实现金融交易风险指标并行化计算及风险控制的方法 |
CN113609008A (zh) * | 2021-07-27 | 2021-11-05 | 北京淇瑀信息科技有限公司 | 测试结果分析方法、装置和电子设备 |
CN114003493A (zh) * | 2021-10-28 | 2022-02-01 | 平安普惠企业管理有限公司 | 测试数据处理方法、装置、设备及存储介质 |
CN114443468A (zh) * | 2021-12-21 | 2022-05-06 | 上海金仕达软件科技有限公司 | 一种基于Excel表格的测试对比方法及*** |
CN114817034A (zh) * | 2022-04-26 | 2022-07-29 | 中国农业银行股份有限公司 | 一种测试质量的分析方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862338B (zh) | 基于双检验法的海洋环境监测数据质量管理方法及*** | |
CN113870260B (zh) | 一种基于高频时序数据的焊接缺陷实时检测方法及*** | |
CN113315781B (zh) | 基于hmm模型的异常数据检测方法 | |
CN114511026A (zh) | 一种故障诊断方法、装置、终端设备及存储介质 | |
CN117033278B (zh) | 一种用于多类型接口的数据传输方法及*** | |
CN115543773A (zh) | 一种测试结果自动比对方法 | |
CN116757870A (zh) | 一种能源物联网的智慧能源监控数据处理方法及*** | |
CN112328951B (zh) | 一种分析样品的实验数据的处理方法 | |
CN114726892B (zh) | 基于人工智能大数据的边缘数据收集方法 | |
CN116094886A (zh) | 一种双模模块中载波通信数据处理方法及*** | |
CN115422263A (zh) | 一种电力现场多功能通用型故障分析方法及*** | |
CN116846837A (zh) | 流量识别方法、装置、电子设备及存储介质 | |
CN115049530A (zh) | 用于调试图像信号处理器的方法、装置和*** | |
CN115866235A (zh) | 视频质量评估方法、装置、电子设备及存储介质 | |
JPH1075218A (ja) | データ群の特性境界識別方法及び装置 | |
CN114706743B (zh) | 一种支持实时评估的综合评估方法 | |
CN115242844B (zh) | 一种基于边缘计算***的嵌入式工控机 | |
CN113194366B (zh) | 一种基于闭环约束的业务配置合理性校验方法与装置 | |
CN117793579B (zh) | 基于物联网的计量设备远程监测管理方法及*** | |
CN115361231B (zh) | 基于访问基线的主机异常流量检测方法、***及设备 | |
CN114364017A (zh) | 级联节点物理位置自动标定及校准方法、装置、介质和设备 | |
CN118051396A (zh) | 仿真卡配置方法及配置*** | |
CN116186533A (zh) | 模型训练方法、信息确定方法和设备 | |
CN118072113A (zh) | 一种多感官纸张生产智能品控方法及*** | |
CN115859193A (zh) | 模型训练方法、信息确定方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221230 |