CN117194275B - 基于智能算法的软件自动化测试计划自动生成方法及*** - Google Patents
基于智能算法的软件自动化测试计划自动生成方法及*** Download PDFInfo
- Publication number
- CN117194275B CN117194275B CN202311452610.0A CN202311452610A CN117194275B CN 117194275 B CN117194275 B CN 117194275B CN 202311452610 A CN202311452610 A CN 202311452610A CN 117194275 B CN117194275 B CN 117194275B
- Authority
- CN
- China
- Prior art keywords
- test
- race
- target condition
- condition test
- software code
- 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.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 342
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013101 initial test Methods 0.000 claims description 38
- 239000013598 vector Substances 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 4
- 238000013522 software testing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请提供了基于智能算法的软件自动化测试计划自动生成方法及***,其中,该方法包括通过软件运行平台对待测试软件代码的运行结果生成所述待测试软件代码的状态树;基于所述状态树生成包括多个目标条件测试种族的条件测试族群;基于所述条件测试族群和预设的测试用例库生成多个目标测试用例集,基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。该方法能够提高软件测试计划的生成效率,从而提高软件测试的效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种基于智能算法的软件自动化测试计划自动生成方法及***。
背景技术
随着互联网技术的发展,软件的规模越来越大,软件内部的结构和逻辑越来越复杂,同时也为软件的测试带来了极大的挑战,在对软件进行测试时需要设计软件的测试计划,而传统方法通常需要测试人员对测试计划进行编写,这依赖于测试人员的经验和知识,容易受主观因素干扰,且效率较低。
发明内容
本申请实施例提供一种基于智能算法的软件自动化测试计划自动生成方法及***,以解决上述背景技术中提到的问题。
第一方面,本申请提供一种基于智能算法的软件自动化测试计划自动生成方法,包括:
获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树;
基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同;
针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集;
基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。
在一种可能的实现方式中,所述基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树,包括:
基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的初始状态树;
针对所述初始状态树的每个分支,判断所述分支上是否存在完全相同的叶节点;
若所述分支上存在完全相同的叶节点,基于所述待测试软件代码对所述分支进行调整,得到所述状态树。
在一种可能的实现方式中,所述基于所述待测试软件代码对所述分支进行调整,包括:
基于所述待测试软件代码获取所述分支对应的软件代码,并在所述软件运行平台上运行所述分支对应的软件代码,得到所述分支对应的标准分支;
基于所述标准分支对所述分支进行调整。
在一种可能的实现方式中,所述基于所述状态树生成条件测试族群,包括:
基于所述状态树获取多个逻辑组合;其中,每个所述逻辑组合包括一个一级节点、至少一个二级节点及所述一级节点与所述二级节点之间的逻辑关系,所述一级节点为所述根节点或所述叶节点,所述二级节点为所述叶节点;
将各个所述逻辑组合分别输入预设的逻辑组合特征提取模型,得到各个所述逻辑组合对应的逻辑组合特征向量;
基于所有所述逻辑组合特征向量生成所述条件测试族群。
在一种可能的实现方式中,所述基于所有所述逻辑组合特征向量生成所述条件测试族群,包括:
针对每个所述逻辑组合特征向量,分别计算所述逻辑组合特征向量与其余的每个所述逻辑组合特征向量之间的相似度,并分别将每个所述相似度与预设相似度进行比较,及在若所述相似度大于所述预设相似度时,提取所述相似度对应的逻辑组合,同时基于提取的所有所述逻辑组合生成一个条件测试种族;所述条件测试种族中的测试个体为所述逻辑组合;
在所有所述条件测试种族中,删除重复的条件测试种族,得到多个中间目标条件测试种族;
针对每个所述逻辑组合,检查所述逻辑组合是否存在于至少两个所述中间目标条件测试种族中,并在若所述逻辑组合存在于至少两个所述中间目标条件测试种族中时,提取包括所述逻辑组合的所述中间目标条件测试种族,同时分别计算所述逻辑组合在提取的每个所述中间目标条件测试种族中对应的权重系数,及在最大的权重系数对应的所述中间目标条件测试种族中保留所述逻辑组合,同时删除其余的权重系数对应的所述中间目标条件测试种族中的所述逻辑组合,得到目标条件测试种族;
基于所有所述目标条件测试种族得到所述条件测试族群。
在一种可能的实现方式中,所述基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述条件测试种族匹配的初始测试用例,包括:
基于所述目标条件测试种族中的测试个体获取所述目标条件测试种族的测试逻辑,并获取所述测试逻辑与所述测试用例库内的每个测试用例的关联度;
将最大的关联度对应的所述测试用例库内的测试用例作为所述初始测试用例。
在一种可能的实现方式中,所述基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集,包括:
针对所述目标条件测试种族中的每个测试个体,基于所述待测试软件代码获取所述测试个体对应的软件代码,并获取所述初始测试用例对应的软件代码,将所述测试个体对应的软件代码和所述初始用例对应的软件代码进行比对,以得到所述测试个体对应的软件代码和所述初始测试用例对应的软件代码之间的区别特征,及基于所述区别特征对所述初始测试用例进行修正,得到所述测试个体对应的目标测试用例;
基于所有所述目标测试用例生成所述目标测试用例集。
第二方面,本申请提供一种基于智能算法的软件自动化测试计划自动生成***,包括:
第一获取模块,用于获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树;
第一生成模块,用于基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同;
第二获取模块,用于针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集;
第二生成模块,用于基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。
本申请提供了一种基于智能算法的软件自动化测试计划自动生成方法及***,其中,该方法包括获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树;基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同;针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集;基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。采用该方法,一方面,能够提高所述测试计划的全面性,以实现通过所述测试计划对所述待测试软件进行全面地检测,从而提高对所述待测试软件进行检测时的检测精度,另一方面,能够提高软件测试计划的生成效率,从而提高软件测试的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的基于智能算法的软件自动化测试计划自动生成方法的流程示意图;
图2为本申请实施例提供的基于智能算法的软件自动化测试计划自动生成***的结构示意性框图。
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做出创造性劳动的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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
随着互联网技术的发展,软件的规模越来越大,软件内部的结构和逻辑越来越复杂,同时也为软件的测试带来了极大的挑战,在对软件进行测试时需要设计软件的测试计划,而传统方法通常需要测试人员对测试计划进行编写,这依赖于测试人员的经验和知识,容易受主观因素干扰,且效率较低。为此,本申请实施例提供一种基于智能算法的软件自动化测试计划自动生成方法及***,以解决上述技术问题。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述实施例及实施例中的特征可以相互结合。
请参阅图1,图1为本申请实施例提供的基于智能算法的软件自动化测试计划自动生成方法的流程示意图,如图1所示,本申请实施例提供的基于智能算法的软件自动化测试计划自动生成方法包括步骤S100至步骤S400。
步骤S100、获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树。
需要说明的是,所述软件运行平台将所述待测试软件代码运行之后,能够得到所述待测试软件代码对应的组件信息,所述组件信息包括所述软件运行平台对所述待测试软件代码运行后得到的与所述待测试软件代码匹配的各个页面上的组件信息,所述根节点为与所述待测试软件匹配的初始页面的组件,所述叶节点为除所述初始页面之外的其余页面的组件,所述状态树为与所述待测试软件代码对应的各个组件之间的关系图谱。
步骤S200、基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同。
可以理解地,所述条件测试族群为一个集合,所述目标条件测试种族为所述条件测试族群中的子集合。
需要说明的是,所述基于所述状态树生成条件测试族群,包括步骤S210至步骤S230。
步骤S210、基于所述状态树获取多个逻辑组合;其中,每个所述逻辑组合包括一个一级节点、至少一个二级节点及所述一级节点与所述二级节点之间的逻辑关系,所述一级节点为所述根节点或所述叶节点,所述二级节点为所述叶节点。
需要说明的是,所述多个逻辑组合为基于所述状态树能够获得的所有所述逻辑组合。
步骤S220、将各个所述逻辑组合分别输入预设的逻辑组合特征提取模型,得到各个所述逻辑组合对应的逻辑组合特征向量。
步骤S230、基于所有所述逻辑组合特征向量生成所述条件测试族群。
可以理解地,采用步骤S210至步骤S230的步骤,能够得到所述状态树的各个节点之间的所有所述逻辑关系,从而能够全面地获取所述目标条件测试种族,进而提高所述测试计划的准确性。
步骤S300、针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集。
需要说明的是,所述基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述条件测试种族匹配的初始测试用例,包括步骤S310至步骤S320。
步骤S310、基于所述目标条件测试种族中的测试个体获取所述目标条件测试种族的测试逻辑,并获取所述测试逻辑与所述测试用例库内的每个测试用例的关联度。
需要说明的是,所述测试个体包括一个一级节点、至少一个二级节点以及一级节点转换为二级节点的逻辑关系,基于所述目标条件测试种族中的测试个体获取所述目标条件测试种族的测试逻辑是通过所述目标条件测试种族中的每个测试个体的逻辑关系获得所述测试逻辑。
步骤S320、将最大的关联度对应的所述测试用例库内的测试用例作为所述初始测试用例。
可以理解地,采用步骤S310至步骤S320的方法能够在所述测试用例库内获得与所述目标条件测试种族匹配度最高的初始测试用例。
步骤S400、基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。
需要说明的是,基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划是基于所述状态树将所有所述目标测试用例集内的所有测试用例进行排序,得到测试用例序列,将所述测试用例序列作为所述待测试软件代码的测试计划。
通过本实施例提供的方法,一方面,能够提高所述测试计划的全面性,以实现通过所述测试计划对所述待测试软件进行全面地检测,从而提高对所述待测试软件进行检测时的检测精度,另一方面,能够提高软件测试计划的生成效率,从而提高软件测试的效率。
在一些实施例中,所述基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树,包括步骤S110至步骤S130。
步骤S110、基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的初始状态树。
步骤S120、针对所述初始状态树的每个分支,判断所述分支上是否存在完全相同的叶节点。
步骤S130、若所述分支上存在完全相同的叶节点,基于所述待测试软件代码对所述分支进行调整,得到所述状态树。
需要说明的是,所述状态树的任一分支分布有多个叶节点,针对所述状态树的每个分支而言,所述分支上不会存在完全相同的叶节点,当所述分支上存在完全相同的叶节点时,需要通过所述待测试软件代码对所述分支进行调整,得到所述状态树。
本实施例的方法,在所述状态树的任一分支存在完全相同的叶节点时,基于所述待测试软件代码对所述分支进行调整,这可以使得到的所述状态树与所述待测试软件代码更加匹配,从而进一步提高所述测试计划的精确性。
在一些实施例中,所述基于所述待测试软件代码对所述分支进行调整,包括步骤S131至步骤S132。
步骤S131、基于所述待测试软件代码获取所述分支对应的软件代码,并在所述软件运行平台上运行所述分支对应的软件代码,得到所述分支对应的标准分支。
步骤S132、基于所述标准分支对所述分支进行调整。
可以理解地,所述待测试软件代码的规模要远远大于所述分支对应的软件代码的规模,在所述软件运行平台运行所述待测试软件代码时容易因所述待测试软件代码的规模较大而造成误差,从而导致所述分支上出现完全相同的叶节点,而在所述分支出现完全相同的叶节点时,将所述分支对应的软件代码在所述软件运行平台上重新运行时,由于所述分支对应的软件代码的规模远远小于所述待测试软件代码的规模,所述软件运行平台对所述分支对应的软件代码运行时造成误差可以忽略不计,此时,能够得到所述分支对应的标准分支,基于所述标准分支对所述分支进行调整后,能够提高所述状态树与所述待测试软件代码的匹配度,从而提高所述测试计划的精确性。
在一些实施例中,所述基于所有所述逻辑组合特征向量生成所述条件测试族群包括步骤S231至步骤S234。
步骤S231、针对每个所述逻辑组合特征向量,分别计算所述逻辑组合特征向量与其余的每个所述逻辑组合特征向量之间的相似度,并分别将每个所述相似度与预设相似度进行比较,及在若所述相似度大于所述预设相似度时,提取所述相似度对应的逻辑组合,同时基于提取的所有所述逻辑组合生成一个条件测试种族;所述条件测试种族中的测试个体为所述逻辑组合。
步骤S232、在所有所述条件测试种族中,删除重复的条件测试种族,得到多个中间目标条件测试种族。
可以理解地,删除重复的条件测试种族能够防止生成的目标测试用例集的冗余,从而提高生成所述测试计划的速率,进而提高软件测试的效率。
步骤S233、针对每个所述逻辑组合,检查所述逻辑组合是否存在于至少两个所述中间目标条件测试种族中,并在若所述逻辑组合存在于至少两个所述中间目标条件测试种族中时,提取包括所述逻辑组合的所述中间目标条件测试种族,同时分别计算所述逻辑组合在提取的每个所述中间目标条件测试种族中对应的权重系数,及在最大的权重系数对应的所述中间目标条件测试种族中保留所述逻辑组合,同时删除其余的权重系数对应的所述中间目标条件测试种族中的所述逻辑组合,得到目标条件测试种族。
需要说明的是,计算所述逻辑组合在所述中间目标条件测试种族中的权重系数时,首先计算所述逻辑组合的逻辑组合特征向量分别与所述中间目标条件测试种族内除所述逻辑组合之外的其余逻辑组合的逻辑组合特征向量之间的相似度,然后计算所有所述相似度的平均值,将所述平均值作为所述逻辑组合在所述中间目标条件测试种族中的权重系数。
步骤S234、基于所有所述目标条件测试种族得到所述条件测试族群。
采用本实施例提供的方法,一方面,能够防止所述中间目标条件测试族群中的逻辑组合的冗余,从而防止所述目标测试用例集内的测试用例的冗余,提高生成所述测试计划的速率,另一方面,采用本实施例得到的所述目标条件测试种族内的每个逻辑组合的逻辑关系具有较高的相似度,有助于提高所述测试计划的准确性。
在一些实施例中,所述基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集,包括以下步骤:
针对所述目标条件测试种族中的每个测试个体,基于所述待测试软件代码获取所述测试个体对应的软件代码,并获取所述初始测试用例对应的软件代码,将所述测试个体对应的软件代码和所述初始用例对应的软件代码进行比对,以得到所述测试个体对应的软件代码和所述初始测试用例对应的软件代码之间的区别特征,及基于所述区别特征对所述初始测试用例进行修正,得到所述测试个体对应的目标测试用例;
基于所有所述目标测试用例生成所述目标测试用例集。
采用本实施例的方法,能够提高所述目标条件测试种族中的每个测试个体对应的目标测试用例的准确性,从而提高所述测试计划的精确性。
请参阅图2,图2为本申请实施例提供的基于智能算法的软件自动化测试计划自动生成***100的结构示意性框图,如图2所示,本申请实施例提供的基于智能算法的软件自动化测试计划自动生成***100,包括:
第一获取模块110,用于获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树。
第一生成模块120,用于基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同。
第二获取模块130,用于针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集。
第二生成模块140,用于基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划。
需要说明的是,所属技术领域的技术人员可以清楚了解到,为了描述的方便和简洁,上述描述的***和各个模块的具体工作过程,可以参考前述模块化换电柜的数据交互方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种基于智能算法的软件自动化测试计划自动生成方法,其特征在于,所述方法包括:
获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树;
基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同;
针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集;
基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划;
其中,所述基于所述状态树生成条件测试族群,包括:
基于所述状态树获取多个逻辑组合;其中,每个所述逻辑组合包括一个一级节点、至少一个二级节点及所述一级节点与所述二级节点之间的逻辑关系,所述一级节点为所述根节点或所述叶节点,所述二级节点为所述叶节点;
将各个所述逻辑组合分别输入预设的逻辑组合特征提取模型,得到各个所述逻辑组合对应的逻辑组合特征向量;
基于所有所述逻辑组合特征向量生成所述条件测试族群;
所述基于所有所述逻辑组合特征向量生成所述条件测试族群,包括:
针对每个所述逻辑组合特征向量,分别计算所述逻辑组合特征向量与其余的每个所述逻辑组合特征向量之间的相似度,并分别将每个所述相似度与预设相似度进行比较,及在若所述相似度大于所述预设相似度时,提取所述相似度对应的逻辑组合,同时基于提取的所有所述逻辑组合生成一个条件测试种族;所述条件测试种族中的测试个体为所述逻辑组合;
在所有所述条件测试种族中,删除重复的条件测试种族,得到多个中间目标条件测试种族;
针对每个所述逻辑组合,检查所述逻辑组合是否存在于至少两个所述中间目标条件测试种族中,并在若所述逻辑组合存在于至少两个所述中间目标条件测试种族中时,提取包括所述逻辑组合的所述中间目标条件测试种族,同时分别计算所述逻辑组合在提取的每个所述中间目标条件测试种族中对应的权重系数,及在最大的权重系数对应的所述中间目标条件测试种族中保留所述逻辑组合,同时删除其余的权重系数对应的所述中间目标条件测试种族中的所述逻辑组合,得到目标条件测试种族;
基于所有所述目标条件测试种族得到所述条件测试族群;
所述基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述条件测试种族匹配的初始测试用例,包括:
基于所述目标条件测试种族中的测试个体获取所述目标条件测试种族的测试逻辑,并获取所述测试逻辑与所述测试用例库内的每个测试用例的关联度;
将最大的关联度对应的所述测试用例库内的测试用例作为所述初始测试用例。
2.根据权利要求1所述的基于智能算法的软件自动化测试计划自动生成方法,其特征在于,所述基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树,包括:
基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的初始状态树;
针对所述初始状态树的每个分支,判断所述分支上是否存在完全相同的叶节点;
若所述分支上存在完全相同的叶节点,基于所述待测试软件代码对所述分支进行调整,得到所述状态树。
3.根据权利要求2所述的基于智能算法的软件自动化测试计划自动生成方法,其特征在于,所述基于所述待测试软件代码对所述分支进行调整,包括:
基于所述待测试软件代码获取所述分支对应的软件代码,并在所述软件运行平台上运行所述分支对应的软件代码,得到所述分支对应的标准分支;
基于所述标准分支对所述分支进行调整。
4.根据权利要求1所述的基于智能算法的软件自动化测试计划自动生成方法,其特征在于,所述基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集,包括:
针对所述目标条件测试种族中的每个测试个体,基于所述待测试软件代码获取所述测试个体对应的软件代码,并获取所述初始测试用例对应的软件代码,将所述测试个体对应的软件代码和所述初始测试用例对应的软件代码进行比对,以得到所述测试个体对应的软件代码和所述初始测试用例对应的软件代码之间的区别特征,及基于所述区别特征对所述初始测试用例进行修正,得到所述测试个体对应的目标测试用例;
基于所有所述目标测试用例生成所述目标测试用例集。
5.一种基于智能算法的软件自动化测试计划自动生成***,其特征在于,包括:
第一获取模块,用于获取待测试软件代码,并通过软件运行平台运行所述待测试软件代码,及基于所述软件运行平台对所述待测试软件代码的运行结果生成所述待测试软件代码的状态树;所述状态树为包括一个根节点和若干个叶节点的节点关系树;
第一生成模块,用于基于所述状态树生成条件测试族群,其中,所述条件测试族群中包括多个目标条件测试种族,每个所述目标条件测试种族包括至少一个测试个体,各个所述目标条件测试种族的测试逻辑互不相同;
第二获取模块,用于针对每个所述目标条件测试种族,基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述目标条件测试种族匹配的初始测试用例,并基于所述目标条件测试种族和所述初始测试用例获取目标测试用例集;
第二生成模块,用于基于所述状态树和所有所述目标测试用例集生成所述待测试软件代码的测试计划;
其中,所述基于所述状态树生成条件测试族群,包括:
基于所述状态树获取多个逻辑组合;其中,每个所述逻辑组合包括一个一级节点、至少一个二级节点及所述一级节点与所述二级节点之间的逻辑关系,所述一级节点为所述根节点或所述叶节点,所述二级节点为所述叶节点;
将各个所述逻辑组合分别输入预设的逻辑组合特征提取模型,得到各个所述逻辑组合对应的逻辑组合特征向量;
基于所有所述逻辑组合特征向量生成所述条件测试族群;
所述基于所有所述逻辑组合特征向量生成所述条件测试族群,包括:
针对每个所述逻辑组合特征向量,分别计算所述逻辑组合特征向量与其余的每个所述逻辑组合特征向量之间的相似度,并分别将每个所述相似度与预设相似度进行比较,及在若所述相似度大于所述预设相似度时,提取所述相似度对应的逻辑组合,同时基于提取的所有所述逻辑组合生成一个条件测试种族;所述条件测试种族中的测试个体为所述逻辑组合;
在所有所述条件测试种族中,删除重复的条件测试种族,得到多个中间目标条件测试种族;
针对每个所述逻辑组合,检查所述逻辑组合是否存在于至少两个所述中间目标条件测试种族中,并在若所述逻辑组合存在于至少两个所述中间目标条件测试种族中时,提取包括所述逻辑组合的所述中间目标条件测试种族,同时分别计算所述逻辑组合在提取的每个所述中间目标条件测试种族中对应的权重系数,及在最大的权重系数对应的所述中间目标条件测试种族中保留所述逻辑组合,同时删除其余的权重系数对应的所述中间目标条件测试种族中的所述逻辑组合,得到目标条件测试种族;
基于所有所述目标条件测试种族得到所述条件测试族群;
所述基于所述目标条件测试种族的测试逻辑在预设的测试用例库中获取与所述条件测试种族匹配的初始测试用例,包括:
基于所述目标条件测试种族中的测试个体获取所述目标条件测试种族的测试逻辑,并获取所述测试逻辑与所述测试用例库内的每个测试用例的关联度;
将最大的关联度对应的所述测试用例库内的测试用例作为所述初始测试用例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452610.0A CN117194275B (zh) | 2023-11-03 | 2023-11-03 | 基于智能算法的软件自动化测试计划自动生成方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311452610.0A CN117194275B (zh) | 2023-11-03 | 2023-11-03 | 基于智能算法的软件自动化测试计划自动生成方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117194275A CN117194275A (zh) | 2023-12-08 |
CN117194275B true CN117194275B (zh) | 2024-01-26 |
Family
ID=89000159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311452610.0A Active CN117194275B (zh) | 2023-11-03 | 2023-11-03 | 基于智能算法的软件自动化测试计划自动生成方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194275B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609020A (zh) * | 2021-08-09 | 2021-11-05 | 广州品唯软件有限公司 | 一种测试用例推荐方法及装置 |
CN115080446A (zh) * | 2022-07-22 | 2022-09-20 | 苏州市软件评测中心有限公司 | 一种软件测试用测试实例生成方法及*** |
CN115328756A (zh) * | 2021-05-11 | 2022-11-11 | 华为云计算技术有限公司 | 一种测试用例生成方法、装置及设备 |
CN115757149A (zh) * | 2022-11-22 | 2023-03-07 | 岚图汽车科技有限公司 | 一种自动化测试方法、***、电子设备及存储介质 |
CN116204445A (zh) * | 2023-04-27 | 2023-06-02 | 苏州浪潮智能科技有限公司 | 测试用例生成方法、装置、代码测试方法、设备及介质 |
CN116909934A (zh) * | 2023-09-13 | 2023-10-20 | 深圳鸿芯微纳技术有限公司 | 电子自动化设计软件的命令测试方法、装置、设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104063325B (zh) * | 2014-07-11 | 2016-10-26 | 电子科技大学 | 一种针对嵌入式软件的测试用例自动化生成装置及其方法 |
US10169215B2 (en) * | 2016-09-26 | 2019-01-01 | Cognizant Technology Solutions India Pvt. Ltd. | Method and system for analyzing test cases for automatically generating optimized business models |
CN109726132B (zh) * | 2019-01-03 | 2021-03-23 | 京东方科技集团股份有限公司 | 一种软件测试方法及软件测试自动化管理*** |
-
2023
- 2023-11-03 CN CN202311452610.0A patent/CN117194275B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115328756A (zh) * | 2021-05-11 | 2022-11-11 | 华为云计算技术有限公司 | 一种测试用例生成方法、装置及设备 |
CN113609020A (zh) * | 2021-08-09 | 2021-11-05 | 广州品唯软件有限公司 | 一种测试用例推荐方法及装置 |
CN115080446A (zh) * | 2022-07-22 | 2022-09-20 | 苏州市软件评测中心有限公司 | 一种软件测试用测试实例生成方法及*** |
CN115757149A (zh) * | 2022-11-22 | 2023-03-07 | 岚图汽车科技有限公司 | 一种自动化测试方法、***、电子设备及存储介质 |
CN116204445A (zh) * | 2023-04-27 | 2023-06-02 | 苏州浪潮智能科技有限公司 | 测试用例生成方法、装置、代码测试方法、设备及介质 |
CN116909934A (zh) * | 2023-09-13 | 2023-10-20 | 深圳鸿芯微纳技术有限公司 | 电子自动化设计软件的命令测试方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
基于遗传算法的软件测试用例自动生成研究;刘东旭;吴昊;;无线互联科技(第12期);全文 * |
面向对象软件的测试用例自动再生成方法;陈双;徐望;;舰船电子工程(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117194275A (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110288004B (zh) | 一种基于日志语义挖掘的***故障诊断方法及装置 | |
CN113792825B (zh) | 一种用电信息采集设备故障分类模型训练方法及装置 | |
US8479165B1 (en) | System for testing operation of software | |
US11915104B2 (en) | Normalizing text attributes for machine learning models | |
US20220138240A1 (en) | Source code retrieval | |
US20020156793A1 (en) | Categorization based on record linkage theory | |
CN112685324B (zh) | 一种生成测试方案的方法及*** | |
US20160147867A1 (en) | Information matching apparatus, information matching method, and computer readable storage medium having stored information matching program | |
CN110633371A (zh) | 一种日志分类方法及*** | |
CN108459965B (zh) | 一种结合用户反馈和代码依赖的软件可追踪生成方法 | |
CN113312258A (zh) | 一种接口测试方法、装置、设备及存储介质 | |
US20150310011A1 (en) | Systems and methods for processing textual information to identify and/or name individual digital tracks or groups of digital tracks | |
US20230334342A1 (en) | Non-transitory computer-readable recording medium storing rule update program, rule update method, and rule update device | |
CN117194275B (zh) | 基于智能算法的软件自动化测试计划自动生成方法及*** | |
CN115859128B (zh) | 一种基于档案数据交互相似度的分析方法和*** | |
US11295229B1 (en) | Scalable generation of multidimensional features for machine learning | |
CN114443506B (zh) | 一种用于测试人工智能模型的方法及装置 | |
CN115687136A (zh) | 一种脚本程序处理方法、***、计算机设备及介质 | |
CN113836005A (zh) | 一种虚拟用户的生成方法、装置、电子设备和存储介质 | |
CN113377818A (zh) | 流程验证方法、装置、计算机设备及存储介质 | |
CN111538669A (zh) | 一种基于历史问题回溯分析的测试案例抽取方法及装置 | |
KR20220041336A (ko) | 중요 키워드 추천 및 핵심 문서를 추출하기 위한 그래프 생성 시스템 및 이를 이용한 그래프 생성 방법 | |
CN112463378A (zh) | 一种服务器资产扫描方法、***、电子设备及存储介质 | |
US20230281275A1 (en) | Identification method and information processing device | |
CN116228484B (zh) | 基于量子聚类算法的课程组合方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |