CN106933728B

CN106933728B - 需求与用例关联度量的方法及装置

Info

Publication number: CN106933728B
Application number: CN201511009827.XA
Authority: CN
Inventors: 许治华
Original assignee: China Mobile Information Technology Co Ltd
Current assignee: China Mobile Information Technology Co Ltd
Priority date: 2015-12-29
Filing date: 2015-12-29
Publication date: 2020-12-01
Anticipated expiration: 2035-12-29
Also published as: CN106933728A

Abstract

本发明提供了一种需求与用例关联度量的方法及装置。其中，需求与用例关联度量的方法包括：接收输入的需求，对所述需求进行条目化处理，提取所述需求的关键字；根据所述关键字匹配的关联规则搜索预设的核心用例库，生成多个测试用例，得到测试用例集；计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库。本发明的技术方案能够提升测试需求管理和测试用例设计的效率，定性量化计算需求覆盖度，进而提高测试工作的准确性与效率。

Description

需求与用例关联度量的方法及装置

技术领域

本发明涉及软件测试需求及测试用例管理技术领域，特别是指一种需求与用例关联度量的方法及装置。

背景技术

随着互联网的发展，计算机软件的更新升级逐渐频繁，产品需求的变化增多且成复杂多样分布，造成由需求获取到用例设计的时间窗口越来越短，给测试用例的设计带来巨大压力，同时测试对需求覆盖程度无法度量，导致测试效率和覆盖度等一系列问题日趋严重，亟待解决：

1、传统的需求管理由用户提出，进行需求梳理和需求规格说明书编写，测试人员人工进行解读转化成测试需求，耗费大量人力，且对测试人员的素质要求较高。当需求增多且变化频繁时，手工跟踪和管理测试用例难度较大。

2、测试需求获取后，测试用例的设计是对测试人员的另一大挑战，在敏捷测试体系中，传统手工编写测试用例文档进行测试管理和沟通，且无统一的标准，对测试需求的变化响应不及时。另外测试人员或测试项目的更替造成测试资源浪费，阻碍了敏捷测试的开展和推广。

3、测试用例设计完成且测试用例生成后，如何显性量化现有测试用例对测试需求的覆盖程度成为制约测试深入和完备性的关键指标。

对于需求管理到用例设计和需求覆盖度度量，除全部靠人工外，业界目前多采用以下两种近似的解决方案：

1、建立需求管理平台和测试用例自动化，即在回归测试时，通过对核心业务实现测试用例自动化，在管理平台中实现对需求和用例的管理。

优点：在大量的回归测试中对关键业务的回归测试比较适用。

缺点：(1)、未考虑测试需求变化对用例的影响，测试用例设计和维护需通过人工调整。(2)、适用范围有限，不能适用于频繁的软件升级和需求更替。

2、白盒测试方法中，基于软件模块和代码结构的测试用例设计

优点：基于软件模块和代码结构的测试用例设计，可有效提升测试用例覆盖度。

缺点：此方式多用于代码调试及单元测试，不适用于系统整体测试时的度量和覆盖。

从上面介绍的方案及分析中可以看到，目前的解决方案主要存在以下问题：

(1)对需求的响应不够及时，不能自动的关联用例生成。

(2)测试执行人员需要了解被测系统业务和测试用例设计思路。

(3)不能实现需求覆盖度的量化计算。

发明内容

本发明要解决的技术问题是提供一种需求与用例关联度量的方法及装置，能够提升测试需求管理和测试用例设计的效率，定性量化计算需求覆盖度，进而提高测试工作的准确性与效率。

为解决上述技术问题，本发明的实施例提供技术方案如下：

一方面，提供一种需求与用例关联度量的方法，包括：

接收输入的需求，对所述需求进行条目化处理，提取所述需求的关键字；

根据所述关键字匹配的关联规则搜索预设的核心用例库，生成多个测试用例，得到测试用例集；

计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库。

进一步地，所述接收输入的需求之前还包括：

建立核心用例库，所述核心用例库中存储有需求与用例之间的对应关系。

进一步地，所述计算所述测试用例集的覆盖度包括：

利用聚类算法对测试用例集进行聚类，得到测试用例集的质心；

计算测试用例集中每一个测试用例与所述质心的距离，并根据所述距离得到每一个测试用例的加权值；

根据每一个测试用例的加权值计算所述测试用例集的覆盖度。

进一步地，所述根据每一个测试用例的加权值计算所述测试用例集的覆盖度包括：

所述测试用例集的覆盖度＝聚类中所有测试用例的加权值/(聚类中所有测试用例的加权值+聚类外与所述需求关联由探索性测试生成的测试用例加权值，其中，聚类外与所述需求关联由探索性测试生成的测试用例加权值＝聚类外与所述需求关联生成的测试用例*聚类外与所述需求关联生成的测试用例与聚类质心之间的距离。

进一步地，所述根据所述覆盖度更新所述核心用例库包括：

根据所述需求对应的优先级和覆盖度更新所述核心用例库的关键字频度Fe，其中，

Cov为需求覆盖度，初始值为0，Rqp为优先级。

本发明实施例还提供了一种需求与用例关联度量的装置，包括：

输入模块，用于接收输入的需求，对所述需求进行条目化处理，提取所述需求的关键字；

处理模块，用于根据所述关键字匹配的关联规则搜索预设的核心用例库，生成多个测试用例，得到测试用例集；

更新模块，用于计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库。

进一步地，所述装置还包括：

创建模块，用于建立核心用例库，所述核心用例库中存储有需求与用例之间的对应关系。

进一步地，所述更新模块包括：

聚类子模块，用于利用聚类算法对测试用例集进行聚类，得到测试用例集的质心；

计算子模块，用于计算测试用例集中每一个测试用例与所述质心的距离，并根据所述距离得到每一个测试用例的加权值，根据每一个测试用例的加权值计算所述测试用例集的覆盖度。

进一步地，所述测试用例集的覆盖度＝聚类中所有测试用例的加权值/(聚类中所有测试用例的加权值+聚类外与所述需求关联由探索性测试生成的测试用例加权值)，其中，聚类外与所述需求关联由探索性测试生成的测试用例加权值＝聚类外与所述需求关联生成的测试用例*聚类外与所述需求关联生成的测试用例与聚类质心之间的距离。

进一步地，所述更新模块具体用于根据所述需求对应的优先级和覆盖度更新所述核心用例库的关键字频度Fe，其中，

Cov为需求覆盖度，初始值为0，Rqp为优先级。

本发明的实施例具有以下有益效果：

上述方案中，通过需求关键字检索核心用例库，自动关联生成测试用例，实现新需求测试用例设计，并且还利用聚类算法计算测试用例对测试需求覆盖度，提升测试完备性和准确性。

附图说明

图1为本发明实施例需求与用例关联度量的方法的流程示意图；

图2为本发明实施例需求与用例关联度量的装置的结构框图；

图3为本发明实施例需求与用例关联度量的方法的另一流程示意图。

具体实施方式

为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明的实施例提供一种需求与用例关联度量的方法及装置，能够提升测试需求管理和测试用例设计的效率，定性量化计算需求覆盖度，进而提高测试工作的准确性与效率。

本发明实施例提供一种需求与用例关联度量的方法，如图1所示，包括：

步骤101：接收输入的需求，对所述需求进行条目化处理，提取所述需求的关键字；

步骤102：根据所述关键字匹配的关联规则搜索预设的核心用例库，生成多个测试用例，得到测试用例集；

步骤103：计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库。

本实施例通过需求关键字检索核心用例库，自动关联生成测试用例，实现新需求测试用例设计，并且还利用聚类算法计算测试用例对测试需求覆盖度，提升测试完备性和准确性。

进一步地，所述接收输入的需求之前还包括：

进一步地，所述计算所述测试用例集的覆盖度包括：

进一步地，所述根据所述覆盖度更新所述核心用例库包括：

Cov为需求覆盖度，初始值为0，Rqp为优先级。

本发明实施例还提供了一种需求与用例关联度量的装置，如图2所示，包括：

输入模块20，用于接收输入的需求，对所述需求进行条目化处理，提取所述需求的关键字；

处理模块21，用于根据所述关键字匹配的关联规则搜索预设的核心用例库，生成多个测试用例，得到测试用例集；

更新模块22，用于计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库。

进一步地，所述装置还包括：

进一步地，所述更新模块包括：

Cov为需求覆盖度，初始值为0，Rqp为优先级。

下面对本发明的技术方案进行进一步地介绍：

本发明实施例从需求层出发，分解需求的粒度，降低需求间的耦合度。

一、建立需求与用例间的对应关系，提取核心功能业务，建立核心用例库，核心用例库能够清晰直观的传递需求与用例之间的结构和索引。

二、利用输入的新需求的关键字检索核心用例库，自动关联核心用例库，触发测试用例生成，输出测试用例集，并根据测试用例对应需求的优先级补充核心用例库。

三、基于测试用例集的聚类，以k-means聚类算法计算新需求对应测试用例集的质心，待测试执行时探索性测试用例补充后，计算自动关联生成的测试用例对测试需求的覆盖度，调整用例关联规则。

本实施例的需求与用例关联度量方法的流程图如图3所示。

另外，在接收输入的新需求之后，要对需求进行条目化管理。对于任何一个开发项目的测试部分来说，或者说任何一个测试项目来说，测试需求是整个测试项目的前提，或者说是测试项目的输入，后续的工作都是围绕着这些测试需求来进行的，因而如何管理这些测试需求尤为重要。在需求变化频繁时，以需求条目化的形式，实现测试需求统一化和标准化的管理。

定义1：给出需求指代式：Rq(Su,Se,Rqp,Ob,Cd,Cb,Rs,Desr,Tag,Dis)，其中，需求指代式包括：简单描述(Su)，测试需求的级别(Se)，测试需求的商业优先级(Rqp)，测试需求的负责人(Ob)，测试需求的创建日期(Cd)，测试需求的创建者(Cb)，测试需求的当前状态(Rs)，测试需求的具体描述(Desr)，测试需求的实现阶段(Tag)和测试需求的讨论留言(Dis)，通过此指代式实现需求描述项和相关项的唯一性和确定性指示。

定义2：测试用例的指代式：Tc(Tcn,Or,As,Te,Ca,W,Rl,Desc)，其中，测试用例的指代式包括：测试用例名字(Tcn)，测试用例的创建者(Or)，测试用例的行为状态(As)，测试用例的模板(Te)，测试用例的组别(Ca)，测试用例的权重(W)，测试用例的版本(Rl)，以及测试用例的描述(Desc)。

定义3：为了管理和表述需求变迁状态，建立需求跟踪矩阵式M_rq(Ver,Cr,Bug,Stu,Tc)，其中Ver为被测系统版本，Cr为测试用例覆盖度，Bug为需求相关的缺陷情况，Stu为需求状态情况，Tc为需求对应的测试用例。

通过上述需求、用例和需求跟踪矩阵的定义，测试人员建立新需求时，通过在管理界面新增一条需求数据Rq，实现对需求全生命周期的管理，包括需求条目化内容、变更状态、版本状态、跟踪矩阵等。

需求与用例关联度量装置接收测试人员在管理界面输入的需求，在对需求条目化处理后，提取每一条需求的关键字项Key，根据需求对应的优先级和需求覆盖度，确定其关键字项频度Fe，其中

Cov为需求覆盖度，初始值为0。在新测试需求获取后，首先找出所有关键字频度的集合即频集G_fe，首次迭代关联之前，预定义所有关键字的频度均为1，即为最小支持度。然后由频集产生基于关键字匹配的关联规则，定义匹配度

Se_i为关键字匹配计算值，||Se_i||为关键字长度，关联规则完全匹配为1，完全不匹配为0，依次连续定义所有关键字的关联规则度。然后使用第1步找到的频集产生期望的规则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小可信度的规则才被留下来。为了生成所有频集，使用了递推的方法。

举例说明，初始核心用例库中包含关键字如下：

当获取一条新测试需求为套餐流量查询，通过需求条目化，涉及到关键字：NK₁用户登录、NK₂个人套餐查询、NK₃用户注销等，通过计算关键字NK₁与Key₁的关联匹配度为1，NK₂与Key₃的关联匹配度为0.67，NK₃与Key₄的关联匹配度为1。

根据关键字匹配的关联规则搜索核心用例库，生成多个测试用例，得到测试用例集。测试用例和探索性测试用例均完成后，对每一个测试需求Rq对应生成的测试用例集Cl_tc以及探索性测试时补充的额外测试用例集Co，以经典的k-means聚类算法进行聚类，获取测试用例集Cl_tc的质心，计算每一个测试用例Tc与质心的距离记为λ_q，以

作为测试用例的加权值，以公式1计算每个需求对应的测试用例集所贡献的覆盖度，以迭代求和的方式，最后得到所有测试需求智能关联生成测试用例的覆盖度。覆盖度＝聚类i中所有用例的加权值/(聚类i中所有用例的加权值+聚类i外与某个需求关联由探索性测试生成的用例加权值)；聚类i中所有用例的加权值＝聚类i中每个用例*每个用例与聚类i中心之间的距离；聚类i外与某个需求关联生成的用例加权值＝聚类i外与某个需求关联生成的用例*聚类i外与某个需求关联生成的用例与聚类i中心之间的距离。

在需求覆盖度计算之后，根据需求对应的优先级和覆盖度更新核心用例库的关键字频度Fe，其中，

本实施例在每一次需求关联测试用例后，通过测试覆盖度计算，均会对核心用例库中关键字频度进行一次更新，从而提高测试用例关联的准确度。

本发明通过简单的测试需求管理及测试用例关键字匹配的方式，让测试用例设计更加快捷，释放了测试人员大量精力用于探索性测试。测试人员只需在探索性测试时对自动关联的测试用例进行补充即可完成整体测试用例设计。基于需求和测试用例标准化管理，保证了测试用例的可延续性和传递性，通过不断完善和补充核心用例库，提升了软件测试的效率，且操作简单便捷。通过此方式可以清晰的量化测试执行中的需求覆盖程度，方便进行回归测试和测试覆盖调整等工作。。

此说明书中所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。

本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同物理上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。

实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上(包括在不同存储设备上)，并且至少部分地可以仅作为电子信号存在于系统或网络上。

在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成(VLSI)电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。

在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，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，对各步骤的先后变化也在本发明的保护范围之内。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种需求与用例关联度量的方法，其特征在于，包括：

计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库；

所述计算所述测试用例集的覆盖度包括：

根据每一个测试用例的加权值计算所述测试用例集的覆盖度；

所述根据每一个测试用例的加权值计算所述测试用例集的覆盖度包括：

所述测试用例集的覆盖度＝聚类中所有测试用例的加权值/(聚类中所有测试用例的加权值+聚类外与所述需求关联由探索性测试生成的测试用例加权值)，其中，聚类外与所述需求关联由探索性测试生成的测试用例加权值＝聚类外与所述需求关联生成的测试用例*聚类外与所述需求关联生成的测试用例与聚类质心之间的距离。

2.根据权利要求1所述的需求与用例关联度量的方法，其特征在于，所述接收输入的需求之前还包括：

3.根据权利要求1所述的需求与用例关联度量的方法，其特征在于，所述根据所述覆盖度更新所述核心用例库包括：

Cov为需求覆盖度，初始值为0，Rqp为优先级。

4.一种需求与用例关联度量的装置，其特征在于，包括：

更新模块，用于计算所述测试用例集的覆盖度，根据所述覆盖度更新所述核心用例库；

所述更新模块包括：

计算子模块，用于计算测试用例集中每一个测试用例与所述质心的距离，并根据所述距离得到每一个测试用例的加权值，根据每一个测试用例的加权值计算所述测试用例集的覆盖度；

5.根据权利要求4所述的需求与用例关联度量的装置，其特征在于，所述装置还包括：

6.根据权利要求4所述的需求与用例关联度量的装置，其特征在于，

所述更新模块具体用于根据所述需求对应的优先级和覆盖度更新所述核心用例库的关键字频度Fe，其中，

Cov为需求覆盖度，初始值为0，Rqp为优先级。