CN110334012A - 一种风险评估方法及装置 - Google Patents

一种风险评估方法及装置 Download PDF

Info

Publication number
CN110334012A
CN110334012A CN201910475358.2A CN201910475358A CN110334012A CN 110334012 A CN110334012 A CN 110334012A CN 201910475358 A CN201910475358 A CN 201910475358A CN 110334012 A CN110334012 A CN 110334012A
Authority
CN
China
Prior art keywords
information
risk
business scenario
objective function
function
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.)
Granted
Application number
CN201910475358.2A
Other languages
English (en)
Other versions
CN110334012B (zh
Inventor
何青松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koubei Shanghai Information Technology Co Ltd
Original Assignee
Koubei Shanghai Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Koubei Shanghai Information Technology Co Ltd filed Critical Koubei Shanghai Information Technology Co Ltd
Priority to CN201910475358.2A priority Critical patent/CN110334012B/zh
Publication of CN110334012A publication Critical patent/CN110334012A/zh
Application granted granted Critical
Publication of CN110334012B publication Critical patent/CN110334012B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • 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
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Abstract

本申请公开了一种风险评估方法及装置。其中所述方法，包括：获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；获得所述目标业务场景信息对应的目标业务场景风险数据；根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；根据所述目标函数风险数据，获得所述待评估对象的风险数据。采用本申请提供的方法，提高待评估对象的风险评估结果的准确度。

Description

一种风险评估方法及装置
技术领域
本申请涉及软件领域，具体涉及一种风险评估方法及装置。
背景技术
现在软件的研发流程节奏快，项目的更新迭代非常快。而且，为了快速响应客户的要求，在研发的过程中，往往存在着多个项目并行开发的情况。因此，在软件开发前，需要针对各个项目进行风险评估。根据风险评估的结果，针对项目安排对应的质量保证以及人力资源。比如，对于风险较小的项目，投入较低的测试资源；反之，则需要投入较大的测试资源。
现有技术中，针对项目中代码改动的风险评估，一般有两种方案。方案1，根据具有相关经验工程师的个人经验，通过分析系统等，获得项目中代码改动的风险评估。方案2，依赖生产环境中真实流量进行风险评估；流量表示对系统的一次真实，流量大表示风险高，流量小表示风险小。
但是，由于这两种方案在风险评估的过程中，或者过于依赖相关人员的主观判断，或者过多依赖于生产环境中的单一因素，所以都不能够获得准确的风险评估结果。
发明内容
本申请提供一种风险评估方法，以提高待评估对象的风险评估结果的准确度。
所述风险评估方法，包括：
获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；
根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
获得所述目标业务场景信息对应的目标业务场景风险数据；
根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
根据所述目标函数风险数据，获得所述待评估对象的风险数据。
可选的，所述获得目标函数信息，包括：
确定所述待评估对象中被改动的软件代码；
确定所述被改动的软件代码所属的函数；
将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。。
可选的，所述风险评估方法，还包括：
获取测试用例信息和函数信息之间的对应关系；
获取测试用例信息和业务场景信息之间的对应关系；
根据所述测试用例信息和函数信息之间的对应关系以及所述测试用例信息和业务场景信息之间的对应关系，构建函数信息与业务场景信息之间的对应关系。
可选的，所述获取测试用例信息和函数信息之间的对应关系，包括：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
可选的，所述获取所述测试用例运行时的函数调用链，包括：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
可选的，所述获取测试用例信息和业务场景信息之间的对应关系，包括：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的业务场景，获取测试用例信息和业务场景信息之间的对应关系。
可选的，所述获得所述目标业务场景信息对应的目标业务场景风险数据，包括：
根据业务场景信息和业务场景风险数据的对应关系以及所述目标业务场景信息，获得所述目标业务场景信息对应的目标业务场景风险数据。
可选的，所述风险评估方法，还包括：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
可选的，所述获取生产环境中业务场景的业务风险度影响因子，包括：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
可选的，所述根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据，包括：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
可选的，所述根据所述目标函数风险数据，获得所述待评估对象的风险数据，包括：
将所有的目标函数风险数据进行相加处理，获得所有的目标函数风险数据的和值，将所述和值作为所述待评估对象的风险数据；
或者，将所有的目标函数风险数据进行加权求和处理，获得所有的目标函数风险数据的加权求和值，将所述加权求和值作为所述待评估对象的风险数据。
可选的，所述风险评估方法，还包括：
根据所述待评估对象的风险数据，确定需要为所述待评估对象投入的资源信息；
或者，根据所述待评估对象的风险数据，针对多个待评估对象进行排序，根据排序结果，确定针对所述多个待评估对象的处理进度信息。
本申请提供一种风险评估装置，包括：
函数信息获得单元，用于获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；
场景信息获得单元，用于根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
场景风险获得单元，用于获得所述目标业务场景信息对应的目标业务场景风险数据；
函数风险获得单元，用于根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
风险数据获得单元，用于根据所述目标函数风险数据，获得所述待评估对象的风险数据。
可选的，所述函数信息获得单元，具体用于：
确定所述待评估对象中被改动的软件代码；
确定所述被改动的软件代码所属的函数；
将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。。
可选的，所述风险评估装置，还包括第一构建单元，所述第一构建单元用于：
获取测试用例信息和函数信息之间的对应关系；
获取测试用例信息和业务场景信息之间的对应关系；
根据所述测试用例信息和函数信息之间的对应关系以及所述测试用例信息和业务场景信息之间的对应关系，构建函数信息与业务场景信息之间的对应关系。
可选的，所述第一构建单元还用于：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
可选的，所述第一构建单元还用于：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
可选的，所述第一构建单元还用于：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的业务场景，获取测试用例信息和业务场景信息之间的对应关系。
可选的，所述场景风险获得单元，具体用于：
根据业务场景信息和业务场景风险数据的对应关系以及所述目标业务场景信息，获得所述目标业务场景信息对应的目标业务场景风险数据。
可选的，所述风险评估装置，还包括第二构建单元，所述第二构建单元用于：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
可选的，所述第二构建单元还用于：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
可选的，所述第二构建单元还用于：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
可选的，所述函数风险获得单元，具体用于：
将所有的目标函数风险数据进行相加处理，获得所有的目标函数风险数据的和值，将所述和值作为所述待评估对象的风险数据；
或者，将所有的目标函数风险数据进行加权求和处理，获得所有的目标函数风险数据的加权求和值，将所述加权求和值作为所述待评估对象的风险数据。
可选的，所述的风险评估装置，还包括确定单元，所述确定单元用于：
根据所述待评估对象的风险数据，确定需要为所述待评估对象投入的资源信息；
或者，根据所述待评估对象的风险数据，针对多个待评估对象进行排序，根据排序结果，确定针对所述多个待评估对象的处理进度信息。
本申请提供一种信息处理方法，其特征在于，包括：
获取测试用例信息和函数信息之间的第一对应关系；
获取测试用例信息和业务场景信息之间的第二对应关系；
根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
可选的，所述获取测试用例信息和函数信息之间的第一对应关系，包括：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
可选的，所述获取所述测试用例运行时的函数调用链，包括：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
可选的，所述获取测试用例信息和业务场景信息之间的第二对应关系，包括：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的运行场景，获取测试用例信息和业务场景信息之间的第二对应关系。
本申请提供一种信息处理装置，包括：
第一关系获取单元，用于获取测试用例信息和函数信息之间的第一对应关系；
第二关系获取单元，用于获取测试用例信息和业务场景信息之间的第二对应关系；
第三构建单元，用于根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
可选的，所述第一关系获取单元，具体用于：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
可选的，所述第一关系获取单元，还用于：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
可选的，所述第二关系获取单元，具体用于：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的运行场景，获取测试用例信息和业务场景信息之间的第二对应关系。
本申请提供一种信息处理方法，包括：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
可选的，所述获取生产环境中业务场景的业务风险度影响因子，包括：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
可选的，所述根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据，包括：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
本申请提供一种信息处理装置，包括：
流量获取单元，用于获取生产环境中业务场景的流量信息；
因子获取单元，用于获取生产环境中业务场景的业务风险度影响因子；
风险获取单元，用于根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
第四构建单元，用于根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
可选的，所述因子获取单元，具体用于：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
可选的，所述风险获取单元，具体用于：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
本申请提供一种项目风险评估方法，包括：
获得目标函数信息，所述目标函数信息为项目中被改动的函数的信息；
根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
获得所述目标业务场景信息对应的目标业务场景风险数据；
根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
根据所述目标函数风险数据，获得所述项目的风险数据。
本申请提供一种电子设备，包括：
处理器；
以及，
存储器，用于存储计算机程序，该设备通过所述处理器运行该计算机程序后，执行所述风险评估方法以及所述信息处理方法。
本申请提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，该程序被处理器运行，执行所述风险评估方法以及所述信息处理方法。
与现有技术相比，本申请具有以下优点：
采用本申请提供的风险评估方法，不需要过多依赖于本领域相关人员的主观经验，针对评估对象进行风险评估，而是获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；获得所述目标业务场景信息对应的目标业务场景风险数据；根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；根据所述目标函数风险数据，获得所述待评估对象的风险数据。通过上述步骤，提高了待评估对象的风险评估结果的准确度。
附图说明
图1是本申请提供的一种风险评估的应用场景实施例示意图；
图2是本申请第一实施例提供的一种风险评估方法的流程图；
图3是本申请第一实施例涉及的构建函数信息与业务场景信息之间的对应关系的示意图；
图4是本申请第一实施例涉及的一个应用系统的示意图；
图5是本申请第二实施例提供的一种风险评估装置的示意图；
图6是本申请第三实施例提供的一种信息处理方法的流程图；
图7是本申请第四实施例提供的一种信息处理装置的示意图；
图8是本申请第五实施例提供的一种信息处理方法的流程图；
图9是本申请第六实施例提供的一种信息处理装置的示意图；
图10是本申请第七实施例提供的一种项目风险评估方法的流程图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
为了使本领域的技术人员更好的理解本申请方案，下面基于本申请提供的一种风险评估方法，对其实施例的具体应用场景进行详细描述。如图1所示，其为本申请提供的一种风险评估的应用场景的实施例示意图。
在具体实施过程中，本申请实施所述风险评估方法，在图1中，可以由客户端向服务器发送用于评估代码改动的风险评估指令；服务器收到风险评估指令后，针对所述风险评估指令进行解析，获得所述代码改动涉及到的目标函数信息；根据所述目标函数信息，查询事先生成的函数信息和业务场景的关系表，获得所述目标函数影响的业务场景；根据所述目标函数影响的业务场景，查询业务场景和风险值关系表，获得所述业务场景的风险值；根据所述业务场景的风险值，获得所述目标函数的风险值；根据所述目标函数的风险值，获得所述代码改动的风险数据；服务器将所述代码改动的风险数据返回给所述客户端；最后，客户端获得所述代码改动的风险数据。
本申请第一实施例提供一种风险评估方法。请参看图2，该图为本申请第一实施例的流程图。以下结合图2对本申请第一实施例提供一种风险评估方法进行详细说明。所述方法包括如下步骤：
步骤S201：获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息。
本步骤用于获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息。
所述目标函数信息可以是软件项目中被改动的软件代码所属的函数，所述待评估对象可以是待评估的软件项目。
所述获得目标函数信息，包括：
确定所述待评估对象中被改动的软件代码；
确定所述被改动的软件代码所属的函数；
将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。
例如，软件项目实施人员，根据客户的需求以及当前软件的架构进行分析，确定待评估软件项目中被改动的代码。然后，根据所述被改动的代码，确定所述被改动的软件代码所属的函数；最后，将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。
步骤S202：根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息。
本步骤用于根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息。
业务场景可以是客户通过手机APP团购、或者点餐等执行特定业务的若干个连续事件的组合。团购，是一个大业务场景，在大业务场景下还可以包括细分业务场景，如团购还包括团购下单、团购退款等细分业务场景。
所述风险评估方法，还包括：
获取测试用例信息和函数信息之间的对应关系；
获取测试用例信息和业务场景信息之间的对应关系；
根据所述测试用例信息和函数信息之间的对应关系以及所述测试用例信息和业务场景信息之间的对应关系，构建函数信息与业务场景信息之间的对应关系。
所述测试用例可以为单元测试、集成测试、验收测试等。
所述获取测试用例信息和函数信息之间的对应关系，包括：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
所述获取所述测试用例运行时的函数调用链，包括：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
软件的代码实现可以是分层实现的，可以包括接口层、服务层、核心层、持久化层、调用外部层、基础工具层等。其中，接口层，用于向外部提供调用的接口。服务层，用于向接口层提供数据，核心层，用于软件系统核心逻辑的实现。持久化层，用于针对软件系统的数据进行持久化处理。调用外部服务层，用于调用外部服务。基础工具层，用于向软件系统提供基础的处理工具。在测试用例运行时，记录所述测试用例运行时目标函数的各个软件层的调用关系信息；根据所述调用关系信息，将所述测试用例调用的第一个目标函数(可以为接口层的函数)作为根节点，将所述第一个目标函数需要调用的目标函数(可以为服务层、核心层、持久化层、基础工具层)作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；针对所述目标函数关系调用树进行遍历，获取所述测试用例运行时的函数调用链。
所述获取测试用例信息和业务场景信息之间的对应关系，包括：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的业务场景，获取测试用例信息和业务场景信息之间的对应关系。
在设计测试用例时，先要确定测试点。该测试点对应着特定的业务场景。在测试用例设计完成之后，就可以得到测试用例和业务场景的对应关系，所述测试用例和业务场景的对应关系可以以关系表的形式保存。
下面以图3为例，针对上述步骤进行详细说明。图3为构建函数信息与业务场景信息之间的对应关系的示意图。在图3中，系统函数即本实施例中提到的函数。图3中，步骤1首先通过逐个运行测试用例，并采用现有技术中常用的工具，采集测试用例运行过程中系统被调用的函数；步骤2，通过分析测试用例的场景标签，获得测试用例和场景关系表；所述测试用例的场景标签，在测试工程师设计测试用例的时候，根据测试用例对应的测试点进行标注；所述测试点对应着业务场景；步骤3，根据前两步获得的测试用例和系统函数关系表，以及所述测试用例和业务场景关系表，构建系统函数和业务场景关系表。
步骤S203：获得所述目标业务场景信息对应的目标业务场景风险数据。
本步骤用于获得所述目标业务场景信息对应的目标业务场景风险数据。
所述风险评估方法，还包括：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
所述流量信息反映了该业务场景的流量，根据流量信息可以计算出该场景的风险概率。流量越大，该场景的风险概率就越大。流量越小，该场景的风险概率就越小。
所述获取生产环境中业务场景的业务风险度影响因子，包括：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
用户的感知度是用户的关注程度。用户的关注程度和用户的切身利益密切相关，例如在电商领域，用户主动发起的退款这个业务场景，就具有非常高的用户的感知度。一旦用户发起的退款处理失败，用户会马上投诉。相反，如果用户查询商品评价时出现问题，用户的感知度就比较低。用户在这种情况下，不会过多抱怨。
所述根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据，包括：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
风险概率 风险影响度 业务场景风险数据
团购退款 4 5 20
团购支付 10 5 50
点餐加菜 5 3 15
点菜下单 5 3 15
用户评论 5 1 5
表1业务场景风险数据计算示意图
以表1为例，针对业务场景风险数据的计算方法进行说明。例如，在表1中，团购支付这个业务场景，其流量比较大，因此该场景的风险概率设置为10，而且该场景的用户的感知度也很高，一旦出了问题，用户可能会立刻投诉，因此该场景的风险影响度设置为5，将该场景的风险概率与该场景的风险影响度相乘得到该场景的业务场景风险数据为50，可以看出，该场景的风险比较高。
又如，在表1中，用户评论这个业务场景，其流量比较大，因此该场景的风险概率设置为5，该场景的用户的感知度比较低，即便出了问题，针对用户也不会有太大的影响，因此该场景的风险影响度设置为1，将该场景的风险概率与该场景的风险影响度相乘得到该场景的业务场景风险数据为5，可以看出，该场景的风险比较低。
步骤S204：根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据。
本步骤用于根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据。
例如，在获取所述目标业务场景风险数据后，可以将所述目标业务场景风险数据，作为所述业务场景对应的目标函数风险数据。
步骤S205：根据所述目标函数风险数据，获得所述待评估对象的风险数据。
本步骤用于根据所述目标函数风险数据，获得所述待评估对象的风险数据。
所述根据所述目标函数风险数据，获得所述待评估对象的风险数据，包括：
将所有的目标函数风险数据进行相加处理，获得所有的目标函数风险数据的和值，将所述和值作为所述待评估对象的风险数据；
或者，将所有的目标函数风险数据进行加权求和处理，获得所有的目标函数风险数据的加权求和值，将所述加权求和值作为所述待评估对象的风险数据。
以表1中的数据为例，如果一个软件项目的目标函数风险数据采用目标函数对应的业务场景的业务场景风险数据，并且该软件项目的改动代码的目标函数涵盖了表1中的所有业务场景，则将所有的目标函数风险数据进行相加处理，即，20+50+15+15+5＝105，获得所有的目标函数风险数据的和值105，将所述和值作为所述软件项目的风险数据。或者，将每一个业务场景风险数据设置一个权重，将所有的目标函数风险数据进行加权求和处理，获得所有的目标函数风险数据的加权求和值，将所述加权求和值作为所述待评估对象的风险数据。
所述风险评估方法，还包括：
根据所述待评估对象的风险数据，确定需要为所述待评估对象投入的资源信息；
或者，根据所述待评估对象的风险数据，针对多个待评估对象进行排序，根据排序结果，确定针对所述多个待评估对象的处理进度信息。
例如，针对多个软件项目中的每一个软件项目，通过上述风险评估方法，获得每个软件项目的风险数据，根据所述软件项目的风险数据，确定需要为所述待评估对象投入的资源信息。软件项目的风险数据很大，就需要投入更加有经验的开发人员和测试人员。软件项目的风险数据小，对于开发人员和测试人员的要求就没有那么高。或者，根据每一个软件项目的风险数据，针对多个待评估对象进行排序，根据排序结果，确定针对所述多个软件项目的处理进度信息。
图4提供了采用本实施例提供的风险评估方法的一个应用系统的示意图。在图4中，根据软件项目A中需要改动的函数1和函数2，在函数和业务场景关系表中进行查询，获得函数1影响的业务场景和函数2影响的业务场景。根据这些业务场景，在业务场景和风险数据表中进行查询，获得函数1的风险值20，函数2的风险值为100。
在上述的实施例中，提供了一种风险评估方法，与之相对应的，本申请还提供一种风险评估装置。请参看图5，其为本申请的一种风险评估装置实施例的流程图。由于本实施例，即第二实施例，基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例提供的一种风险评估装置，包括：
函数信息获得单元501，用于获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；
场景信息获得单元502，用于根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
场景风险获得单元503，用于获得所述目标业务场景信息对应的目标业务场景风险数据；
函数风险获得单元504，用于根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
风险数据获得单元505，用于根据所述目标函数风险数据，获得所述待评估对象的风险数据。
本实施例中，所述函数信息获得单元，具体用于：
确定所述待评估对象中被改动的软件代码；
确定所述被改动的软件代码所属的函数；
将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。。
本实施例中，所述风险评估装置，还包括第一构建单元，所述第一构建单元用于：
获取测试用例信息和函数信息之间的对应关系；
获取测试用例信息和业务场景信息之间的对应关系；
根据所述测试用例信息和函数信息之间的对应关系以及所述测试用例信息和业务场景信息之间的对应关系，构建函数信息与业务场景信息之间的对应关系。
本实施例中，所述第一构建单元还用于：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
本实施例中，所述第一构建单元还用于：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
本实施例中，所述第一构建单元还用于：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的业务场景，获取测试用例信息和业务场景信息之间的对应关系。
本实施例中，所述场景风险获得单元，具体用于：
根据业务场景信息和业务场景风险数据的对应关系以及所述目标业务场景信息，获得所述目标业务场景信息对应的目标业务场景风险数据。
本实施例中，所述风险评估装置，还包括第二构建单元，所述第二构建单元用于：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
本实施例中，所述第二构建单元还用于：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
本实施例中，所述第二构建单元还用于：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
本实施例中，所述函数风险获得单元，具体用于：
将所有的目标函数风险数据进行相加处理，获得所有的目标函数风险数据的和值，将所述和值作为所述待评估对象的风险数据；
或者，将所有的目标函数风险数据进行加权求和处理，获得所有的目标函数风险数据的加权求和值，将所述加权求和值作为所述待评估对象的风险数据。
本实施例中，所述风险评估装置，还包括确定单元，所述确定单元用于：
根据所述待评估对象的风险数据，确定需要为所述待评估对象投入的资源信息；
或者，根据所述待评估对象的风险数据，针对多个待评估对象进行排序，根据排序结果，确定针对所述多个待评估对象的处理进度信息。
本申请第三实施例提供一种信息处理方法。请参看图6，该图为本申请第三实施例的流程图。由于本实施例基本类似于第一实施例中，步骤S202中的相关内容，因此以下仅结合图6对本申请第三实施例提供一种信息处理方法进行简要说明，详细说明请参考第一实施例的相关内容。所述方法包括如下步骤：
步骤S601：获取测试用例信息和函数信息之间的第一对应关系。
本步骤用于获取测试用例信息和函数信息之间的第一对应关系。
步骤S602：获取测试用例信息和业务场景信息之间的第二对应关系。
本步骤用于获取测试用例信息和业务场景信息之间的第二对应关系。
步骤S603：根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
本步骤用于根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
所述获取测试用例信息和函数信息之间的第一对应关系，包括：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
所述获取所述测试用例运行时的函数调用链，包括：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
所述获取测试用例信息和业务场景信息之间的第二对应关系，包括：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的运行场景，获取测试用例信息和业务场景信息之间的第二对应关系。
在上述的实施例中，提供了一种信息处理方法，与之相对应的，本申请还提供一种信息处理装置。请参看图7，其为本申请的一种信息处理装置实施例的示意图。由于本实施例，即第四实施例，基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例提供的一种信息处理装置，包括：
第一关系获取单元701，用于获取测试用例信息和函数信息之间的第一对应关系；
第二关系获取单元702，用于获取测试用例信息和业务场景信息之间的第二对应关系；
第三构建单元703，用于根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
本实施例中，所述第一关系获取单元，具体用于：
根据测试用例信息，获得测试用例；
运行所述测试用例；
获取所述测试用例运行时的函数调用链，所述函数调用链用于表示函数之间的调用关系；
根据所述函数调用链，获取测试用例信息和函数信息之间的对应关系。
本实施例中，所述第一关系获取单元，还用于：
记录所述测试用例运行时目标函数的调用关系信息；
根据所述调用关系信息，将所述测试用例调用的第一个目标函数作为根节点，将所述第一个目标函数需要调用的目标函数作为所述根节点的子孙节点，生成用于表征目标函数调用关系的目标函数关系调用树；
根据所述目标函数关系调用树，获取所述测试用例运行时的函数调用链。
本实施例中，所述第二关系获取单元，具体用于：
根据测试用例信息，获取测试用例的验证点；
根据所述验证点，获得所述测试用例对应的业务场景；
根据所述测试用例以及所述测试用例对应的运行场景，获取测试用例信息和业务场景信息之间的第二对应关系。
本申请第五实施例提供一种信息处理方法。请参看图8，该图为本申请第五实施例的流程图。由于本实施例基本类似于第一实施例中步骤S203中的相关内容，因此以下仅结合图8对本申请第五实施例提供一种信息处理方法进行简要说明。所述方法包括如下步骤：
步骤S801：获取生产环境中业务场景的流量信息。
本步骤用于获取生产环境中业务场景的流量信息。
步骤S802：获取生产环境中业务场景的业务风险度影响因子。
本步骤用于获取生产环境中业务场景的业务风险度影响因子。
步骤S803：根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据。
本步骤用于根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据。
步骤S804：根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
本步骤用于根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
所述获取生产环境中业务场景的业务风险度影响因子，包括：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
所述根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据，包括：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
在上述的实施例中，提供了一种信息处理方法，与之相对应的，本申请还提供一种信息处理装置。请参看图9，其为本申请的一种信息处理装置实施例的流程图。由于本实施例，即第六实施例，基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
本实施例提供的一种信息处理装置，包括：
流量获取单元，用于获取生产环境中业务场景的流量信息；
因子获取单元，用于获取生产环境中业务场景的业务风险度影响因子；
风险获取单元，用于根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
第四构建单元，用于根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
本实施例中，所述因子获取单元，具体用于：
根据业务场景对于用户的感知度，获取生产环境中业务场景的业务风险度影响因子。
本实施例中，所述风险获取单元，具体用于：
根据所述流量信息，获取所述业务场景的风险概率；
根据所述业务风险度影响因子，获取所述业务场景的风险影响度；
获取所述业务场景的风险概率与所述业务场景的风险影响度的乘积；
根据所述乘积，获得业务场景风险数据。
本申请第七实施例提供一种项目风险评估方法，请参考图10，其为本实施例提供的一种项目风险评估方法的流程图，由于本实施例基本类似于第一实施例，这里仅做简要说明。所述项目风险评估方法包括：
步骤S1001：获得目标函数信息，所述目标函数信息为项目中被改动的函数的信息。
本步骤用于获得目标函数信息，所述目标函数信息为项目中被改动的函数的信息。
步骤S1002：根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息。
本步骤用于根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息。
步骤S1003：获得所述目标业务场景信息对应的目标业务场景风险数据。
本步骤用于获得所述目标业务场景信息对应的目标业务场景风险数据。
步骤S1004：根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据。
本步骤用于根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据。
步骤S1005：根据所述目标函数风险数据，获得所述项目的风险数据。
本步骤用于根据所述目标函数风险数据，获得所述项目的风险数据。
本申请第八实施例提供一种电子设备，包括：
处理器；
以及，
存储器，用于存储计算机程序，该设备通过所述处理器运行该计算机程序后，执行本申请第一实施例，第三实施例，第七实施例提供的任意一项方法。
本申请第九实施例提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，该程序被处理器运行，执行本申请第一实施例，第三实施例，第七实施例提供的任意一项方法。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个操作器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (10)

1.一种风险评估方法，其特征在于，包括：
获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；
根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
获得所述目标业务场景信息对应的目标业务场景风险数据；
根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
根据所述目标函数风险数据，获得所述待评估对象的风险数据。
2.根据权利要求1所述的风险评估方法，其特征在于，所述获得目标函数信息，包括：
确定所述待评估对象中被改动的软件代码；
确定所述被改动的软件代码所属的函数；
将所述被改动的软件代码所属的函数的信息确定为所述目标函数信息。
3.一种风险评估装置，其特征在于，包括：
函数信息获得单元，用于获得目标函数信息，所述目标函数信息为待评估对象中被改动的函数的信息；
场景信息获得单元，用于根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
场景风险获得单元，用于获得所述目标业务场景信息对应的目标业务场景风险数据；
函数风险获得单元，用于根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
风险数据获得单元，用于根据所述目标函数风险数据，获得所述待评估对象的风险数据。
4.一种信息处理方法，其特征在于，包括：
获取测试用例信息和函数信息之间的第一对应关系；
获取测试用例信息和业务场景信息之间的第二对应关系；
根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
5.一种信息处理装置，其特征在于，包括：
第一关系获取单元，用于获取测试用例信息和函数信息之间的第一对应关系；
第二关系获取单元，用于获取测试用例信息和业务场景信息之间的第二对应关系；
第三构建单元，用于根据所述第一对应关系以及所述第二对应关系，构建函数信息与业务场景信息之间的对应关系。
6.一种信息处理方法，其特征在于，包括：
获取生产环境中业务场景的流量信息；
获取生产环境中业务场景的业务风险度影响因子；
根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
7.一种信息处理装置，其特征在于，包括：
流量获取单元，用于获取生产环境中业务场景的流量信息；
因子获取单元，用于获取生产环境中业务场景的业务风险度影响因子；
风险获取单元，用于根据所述流量信息以及所述业务风险度影响因子，获得业务场景风险数据；
第四构建单元，用于根据所述业务场景信息以及所述业务场景风险数据，构建所述业务场景信息和业务场景风险数据的对应关系。
8.一种项目风险评估方法，其特征在于，包括：
获得目标函数信息，所述目标函数信息为项目中被改动的函数的信息；
根据函数信息与业务场景信息之间的对应关系以及所述目标函数信息，获得与所述目标函数信息对应的目标业务场景信息；
获得所述目标业务场景信息对应的目标业务场景风险数据；
根据所述目标业务场景风险数据，获得所述目标函数信息对应的目标函数风险数据；
根据所述目标函数风险数据，获得所述项目的风险数据。
9.一种电子设备，其特征在于，包括：
处理器；
以及.
存储器，用于存储计算机程序，该设备通过所述处理器运行该计算机程序后，执行如权利要求1-2、4、6、8任意一项所述方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，该程序被处理器运行，执行如权利要求1-2、4、6、8任意一项所述方法。
CN201910475358.2A 2019-05-31 2019-05-31 一种风险评估方法及装置 Active CN110334012B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910475358.2A CN110334012B (zh) 2019-05-31 2019-05-31 一种风险评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910475358.2A CN110334012B (zh) 2019-05-31 2019-05-31 一种风险评估方法及装置

Publications (2)

Publication Number Publication Date
CN110334012A true CN110334012A (zh) 2019-10-15
CN110334012B CN110334012B (zh) 2023-10-20

Family

ID=68140638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910475358.2A Active CN110334012B (zh) 2019-05-31 2019-05-31 一种风险评估方法及装置

Country Status (1)

Country Link
CN (1) CN110334012B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112035288A (zh) * 2020-09-01 2020-12-04 中国银行股份有限公司 一种作业故障影响确定方法及相关设备
CN112540930A (zh) * 2020-12-28 2021-03-23 北京百家科技集团有限公司 一种针对软件更新的评测方法、装置以及电子设备
CN113537662A (zh) * 2020-04-15 2021-10-22 上海汽车集团股份有限公司 风险检测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050283751A1 (en) * 2004-06-18 2005-12-22 International Business Machines Corporation Method and apparatus for automated risk assessment in software projects
CN101681328A (zh) * 2007-03-16 2010-03-24 普利瓦里公司 网络风险的预测评估
CN103927485A (zh) * 2014-04-24 2014-07-16 东南大学 基于动态监控的Android应用程序风险评估方法
CN108665143A (zh) * 2018-04-11 2018-10-16 阿里巴巴集团控股有限公司 风控模型的评估方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050283751A1 (en) * 2004-06-18 2005-12-22 International Business Machines Corporation Method and apparatus for automated risk assessment in software projects
CN101681328A (zh) * 2007-03-16 2010-03-24 普利瓦里公司 网络风险的预测评估
CN103927485A (zh) * 2014-04-24 2014-07-16 东南大学 基于动态监控的Android应用程序风险评估方法
CN108665143A (zh) * 2018-04-11 2018-10-16 阿里巴巴集团控股有限公司 风控模型的评估方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113537662A (zh) * 2020-04-15 2021-10-22 上海汽车集团股份有限公司 风险检测方法及装置
CN112035288A (zh) * 2020-09-01 2020-12-04 中国银行股份有限公司 一种作业故障影响确定方法及相关设备
CN112035288B (zh) * 2020-09-01 2023-08-15 中国银行股份有限公司 一种作业故障影响确定方法及相关设备
CN112540930A (zh) * 2020-12-28 2021-03-23 北京百家科技集团有限公司 一种针对软件更新的评测方法、装置以及电子设备

Also Published As

Publication number Publication date
CN110334012B (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
Becker Making sustainable development evaluations work
US9710257B2 (en) System and method to map defect reduction data to organizational maturity profiles for defect projection modeling
Meneely et al. Predicting failures with developer networks and social network analysis
CN104090861B (zh) 动态离群值偏倚减少系统和方法
Faith et al. Complementarity, biodiversity viability analysis, and policy-based algorithms for conservation
Hall Spatial analysis: A critical tool for tourism geographies
CN106294120A (zh) 测试代码的方法、设备和计算机程序产品
CN110334012A (zh) 一种风险评估方法及装置
CN110110529B (zh) 一种基于复杂网络的软件网络关键节点挖掘方法
CN107798245B (zh) 一种基于组件依赖图的软件安全漏洞预测方法
US10241902B2 (en) Systems and methods for benchmark based cross platform service demand prediction
Firuzi et al. Probabilistic earthquake loss model for residential buildings in Tehran, Iran to quantify annualized earthquake loss
Pfeiffer et al. Evaluation of conceptual models-a structuralist approach
CN103838671A (zh) 一种基于复杂网络的软件缺陷度量方法
Mendling et al. Metrics for business process models
Ferreira et al. Assessing and managing risk in historic urban areas: current trends and future research directions
Shahidi et al. Assessing the organizational readiness for implementing knowledge management in organizations
Volk et al. Ask the Right Questions: Requirements Engineering for the Execution of Big Data Projects.
CN113436006A (zh) 基于区块链的贷款风险预测方法及装置
CN108733707A (zh) 一种确定搜索功能稳定性及装置
Tagharobi et al. Introducing a Framework for Code based Fairness Audits of Learning Analytics Systems on the Example of Moodle Learning Analytics.
Braeuer et al. Measuring maintainability of OO-Software-Validating the IT-CISQ quality model
CN113159537B (zh) 电网新技术项目的评估方法、装置和计算机设备
Canfora et al. Profiling gas leaks in solidity smart contracts
Biffl et al. Investigating the accuracy of defect estimation models for individuals and teams based on inspection data

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