CN111538663B - 测试用例的生成方法、装置、计算设备以及介质 - Google Patents
测试用例的生成方法、装置、计算设备以及介质 Download PDFInfo
- Publication number
- CN111538663B CN111538663B CN202010341132.6A CN202010341132A CN111538663B CN 111538663 B CN111538663 B CN 111538663B CN 202010341132 A CN202010341132 A CN 202010341132A CN 111538663 B CN111538663 B CN 111538663B
- Authority
- CN
- China
- Prior art keywords
- data
- types
- subdata
- test case
- target
- 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
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
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
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
本公开提供了一种测试用例的生成方法,包括:获取生产环境中的异常事件数据;处理异常事件数据,得到多个分词数据,其中,分词数据表征了生产环境发生异常事件的原因;获取样本数据;基于多个分词数据与样本数据彼此之间的相关性,确定多个分词数据中的至少一个分词数据为目标数据;基于预设规则处理样本数据和目标数据中的至少一个,生成测试用例,其中,测试用例用于测试生产环境中是否存在安全问题。本公开还提供了一种测试用例的生成装置、一种计算设备以及一种计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域,特别是涉及一种测试用例的生成方法、一种测试用例的生成装置、一种计算设备以及一种计算机可读存储介质。
背景技术
为了保证生产环境的正常运行,通常需要实时对生产环境进行安全测试,以及时发现生产环境中存在的安全问题,便于及时采取补救措施解决存在的安全问题,从而避免了后续重复发生相同的安全问题,降低用户的损失。通常情况下,针对生产环境的测试,需要通过测试用例进行测试。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题。
相关技术的测试用例通常由测试人员根据经验编写,导致测试用例不够全面,难以发现生产环境中的隐藏风险。另外,由测试人员根据经验编写测试用例的方式,导致生成测试用例的效率较低,进一步导致对生产环境进行测试的效率较低。
发明内容
有鉴于此,本公开提供了一种优化的测试用例的生成方法、测试用例的生成装置、计算设备和计算机可读存储介质。
本公开的一个方面提供了一种测试用例的生成方法,包括:获取生产环境中的异常事件数据,处理所述异常事件数据,得到多个分词数据,其中,所述分词数据表征了所述生产环境发生异常事件的原因,获取样本数据,基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据,基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例,其中,所述测试用例用于测试所述生产环境中是否存在安全问题。
根据本公开的实施例,上述样本数据包括N个类型的数据,所述目标数据包括N个类型的数据,所述N个类型中的每个类型均包括多个子数据,N为大于等于2的整数。其中,所述基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例包括:针对所述N个类型中的每个类型,获取多个子数据中的一个子数据,将所述N个子数据组合以生成所述测试用例。
根据本公开的实施例,上述预设规则包括以下至少一项:针对所述N个类型中的目标类型,禁止基于所述目标类型所包括的多个子数据中的第一子数据生成所述测试用例,以及针对所述N个类型中的M个类型,所述M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于所述M个类型中的所述第二子数据生成所述测试用例,M为小于N的正整数。
根据本公开的实施例,上述针对所述N个类型中的每个类型,获取多个子数据中的一个子数据包括以下至少一项:针对所述目标类型,获取除所述第一子数据之外的其他子数据,针对所述M个类型中任意一个或多个类型,获取所述任意一个或多个类型中每个类型除所述第二子数据之外的其他子数据。
根据本公开的实施例,上述基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据包括:从所述异常事件数据中获取包括所述样本数据的样本语句数据,确定所述异常事件数据中与所述样本语句数据相似的目标语句数据,确定所述目标语句数据中的至少一个分词数据为所述目标数据。
本公开的另一个方面提供了一种测试用例的生成装置,包括:第一获取模块、处理模块、第二获取模块、确定模块以及生成模块。其中,第一获取模块,获取生产环境中的异常事件数据。处理模块,处理所述异常事件数据,得到多个分词数据,其中,所述分词数据表征了所述生产环境发生异常事件的原因。第二获取模块,获取样本数据。确定模块,基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据。生成模块,基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例,其中,所述测试用例用于测试所述生产环境中是否存在安全问题。
根据本公开的实施例,上述样本数据包括N个类型的数据,所述目标数据包括N个类型的数据,所述N个类型中的每个类型均包括多个子数据,N为大于等于2的整数。其中,所述生成模块包括:第一获取子模块以及生成子模块。其中,第一获取子模块,针对所述N个类型中的每个类型,获取多个子数据中的一个子数据。生成子模块,将所述N个子数据组合以生成所述测试用例。
根据本公开的实施例,上述预设规则包括以下至少一项:针对所述N个类型中的目标类型,禁止基于所述目标类型所包括的多个子数据中的第一子数据生成所述测试用例,以及针对所述N个类型中的M个类型,所述M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于所述M个类型中的所述第二子数据生成所述测试用例,M为小于N的正整数。
根据本公开的实施例,上述针对所述N个类型中的每个类型,获取多个子数据中的一个子数据包括以下至少一项:针对所述目标类型,获取除所述第一子数据之外的其他子数据,以及针对所述M个类型中任意一个或多个类型,获取所述任意一个或多个类型中每个类型除所述第二子数据之外的其他子数据。
根据本公开的实施例,上述确定模块包括:第二获取子模块、第一确定子模块以及第二确定子模块。其中,第二获取子模块,从所述异常事件数据中获取包括所述样本数据的样本语句数据。第一确定子模块,确定所述异常事件数据中与所述样本语句数据相似的目标语句数据。第二确定子模块,确定所述目标语句数据中的至少一个分词数据为所述目标数据。
本公开的另一方面提供了一种计算设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种非易失性可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,利用如上所述的测试用例的生成方法,可以至少部分地解决由测试人员根据经验编写,导致测试用例不够全面,难以发现生产环境中的隐藏风险,以及生成测试用例的效率较低,对生产环境的进行测试的效率较低的问题。因此可以实现提高了测试用例的覆盖面、提高了测试用例的生成效率、提高了对生产环境进行测试的测试效率的技术效果。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开实施例的测试用例的生成方法和测试用例的生成装置的系统架构;
图2示意性示出了根据本公开实施例的测试用例的生成方法的流程图;
图3示意性示出了根据本公开实施例确定目标数据的流程图;
图4示意性示出了根据本公开实施例基于预设规则生成测试用例的流程图;
图5示意性示出了根据本公开实施例的测试用例的生成装置的框图;
图6示意性示出了根据本公开实施例的确定模块的框图;
图7示意性示出了根据本公开实施例的生成模块的框图;以及
图8示意性示出了根据本公开实施例的用于实现测试用例的生成的计算机系统的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程控制装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。
因此,本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。在本公开的上下文中,计算机可读存储介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,计算机可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。计算机可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
本公开的实施例提供了一种测试用例的生成方法,包括;获取生产环境中的异常事件数据,处理异常事件数据,得到多个分词数据,其中,分词数据表征了生产环境发生异常事件的原因。然后,获取样本数据,基于多个分词数据与样本数据彼此之间的相关性,确定多个分词数据中的至少一个分词数据为目标数据。接下来,基于预设规则处理样本数据和目标数据中的至少一个,生成测试用例,其中,测试用例用于测试生产环境中是否存在安全问题。
图1示意性示出了根据本公开实施例的测试用例的生成方法和测试用例的生成装置的系统架构。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的测试用例的生成方法一般可以由服务器105执行。相应地,本公开实施例所提供的测试用例的生成装置一般可以设置于服务器105中。本公开实施例所提供的测试用例的生成方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的测试用例的生成装置电可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,本公开实施例的异常事件数据可以存储在终端设备101、102、103中,通过终端设备101、102、103将异常事件数据发送至服务器105中,服务器105可以基于异常事件数据生成测试用例,或者,终端设备101、102、103也可以直接基于异常事件数据生成测试用例。另外,异常事件数据还可以直接存储在服务器105中,由服务器105直接基于异常事件数据生成测试用例。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面结合图1的系统架构,参考图2~图4来描述根据本公开示例性实施方式的测试用例的生成方法。需要注意的是,上述系统架构仅是为了便于理解本公开的精神和原理而示出,本公开的实施方式在此方面不受任何限制。
图2示意性示出了根据本公开实施例的测试用例的生成方法的流程图。
如图2所示,本公开实施例的测试用例的生成方法例如可以包括以下操作S210~操作S250。
在操作S210,获取生产环境中的异常事件数据。
根据本公开实施例,例如可以获取过去一段时间内生产环境所产生的异常事件数据,该异常事件数据例如记录了生产环境在运行过程中所出现的安全问题。例如,以银行业务为例,异常事件例如可以包括个人账户取款失败事件、个人账户开户失败事件等等。
根据本公开实施例,在获取异常事件数据之后,可以对该异常事件数据进行清洗处理,以便去除异常事件数据中的无关内容。清洗后的异常事件数据例如可以包括事件单号、事件标题、事件描述、所属项目等数据。
在一种实施例中,所获取的异常事件数据例如以图表或表格的形式存储,为了便于处理该异常事件数据,可以将图表或表格形式的异常事件数据转换为文本结构形式的数据,其中,文本结构形式的数据例如由句子或段落构成。
在操作S220,处理异常事件数据,得到多个分词数据,其中,分词数据表征了生产环境发生异常事件的原因。
根据本公开实施例,例如可以将文本结构形式的异常事件数据转换为数据库脚本语言形式的数据,并将数据库脚本语言形式的数据导入关系型数据库中进行处理。其中,处理过程例如可以包括对该由句子或段落构成的异常事件数据进行分词处理,从而可以得到多个分词数据。
在本公开实施例中,分词数据例如可以包括多个表征生产环境出现异常的关键词,该关键词例如表征了生产环境发生异常事件的原因。因此,通过对异常事件数据进行分词处理所得到的分词可以作为后续获取测试用例的依据。例如,异常事件数据中包括“需要验证用户的护照”的数据,则对异常事件数据进行分词处理得到的多个分词数据例如可以包括“需要”、“验证”、“用户”、“护照”。
在操作S230,获取样本数据。
根据本公开实施例,样本数据例如可以包括至少一个关键词。该样本数据例如可以是依据经验从多个分词数据中选取的部分分词数据,或者还可以是依据经验预先设定的关键词。
在操作S240,基于多个分词数据与样本数据彼此之间的相关性,确定多个分词数据中的至少一个分词数据为目标数据。
根据本公开实施例,可以从多个分词数据中确定出与样本数据具有相关性的至少一个分词数据作为目标数据。其中,例如可以以分词数据与样本数据之间的相似度来表征相关性,或者还可以以分词数据的类型与样本数据的类型之间的相似度来表征相关性。
在一实施例中,针对分词数据与样本数据之间的相似度,例如分词数据为“收费”,样本数据为“不收费”,则该分词数据与样本数据之间相似度较高,则可以将分词数据“收费”作为目标数据。在本公开实施例中,在确定目标数据时,对于根据异常事件数据所得到的多个分词,可以将每个分词依次与样本数据进行对比,从而得到与样本数据相似的分词作为目标数据。
在另一实施例中,针对分词数据的类型与样本数据的类型之间的相似度,例如分词数据为“护照”,样本数据为“身份证”,则该分词数据的类型为证件类型,样本数据的类型也为证件类型。因此,分词数据的类型与样本数据的类型之间的相似度较高,则可以将分词数据“护照”作为目标数据。在本公开实施例中,在确定目标数据时,对于根据异常事件数据所得到的多个分词,可以将每个分词所处的语句依次与样本数据所处的语句进行对比,从而得到与样本数据相似的目标数据,具体实施方式将在以下图3中描述。
接下来,在操作S250,基于预设规则处理样本数据和目标数据中的至少一个,生成测试用例。其中,测试用例例如可以用于测试生产环境中是否存在安全问题。
根据本公开实施例,例如可以基于样本数据和目标数据生成测试用例,以便利用测试用例来测试生产环境。其中,由于目标数据是从异常事件数据中获取的,因此,该目标数据的覆盖面较大,从而使得所生成的测试用例尽可能覆盖生产环境中的隐藏风险。
根据本公开实施例,样本数据例如包括多个分词,测试用例例如也包括多个分词。其中,基于样本数据和目标数据生成测试用例例如可以包括将样本数据中的多个分词和目标数据中的多个分词按照一定规则进行组合得到测试用例。其中,预设规则例如指示了哪些分词可以相互组合生成测试用例,或者指示了哪些分词不能用于组合生成测试用例,具体实施方式将在以下图4中描述。
可以理解,本公开实施例通过从异常事件数据中获取与样本数据具有相关性的目标数据,并可以基于样本数据和目标数据生成测试用例。由于目标数据是从异常事件数据中得到的,因此该目标数据的覆盖面较大,从而使得生成的测试用例尽可能覆盖生产环境中的隐藏风险,降低了生成测试用例的人工成本,提高了测试用例的生成效率,提高了对生产环境的测试效率。
图3示意性示出了根据本公开实施例确定目标数据的流程图。
如图3所示,上述操作S240中关于基于多个分词数据与样本数据彼此之间的相关性,确定多个分词数据中的至少一个分词数据为目标数据例如可以包括以下操作S241~操作S243。其中,图3例如示出了根据分词数据的类型与样本数据的类型之间的相似度来确定目标数据的实施例。
在操作S241,从异常事件数据中获取包括样本数据的样本语句数据。其中,样本语句数据例如可以由多个分词按照顺序组成的语句。
在操作S242,确定异常事件数据中与样本语句数据相似的目标语句数据。其中,异常事件数据中例如包括多个语句数据,异常事件数据中每个语句数据例如均由多个分词按照顺序组成。在对比样本语句数据与每个语句数据的相似性时,例如可以将样本语句数据的多个分词和每个语句数据中的多个分词按照顺序进行对比以得到样本语句数据和每个语句数据之间的相似度,然后将多个语句数据中与样本语句数据之间的相似度较高的语句数据确定为目标语句数据。
接下来,在操作S243,确定目标语句数据中的至少一个分词数据为目标数据。例如,在从异常事件数据中确定出目标语句数据之后,可以进一步从目标语句数据中的多个分词确定出与样本数据具有相关性的分词作为目标数据。
为例便于理解,例如以目标数据为“护照”,样本数据为“身份证”为例。例如,首先从异常事件数据中确定出包含分词“身份证”的样本语句数据“需要验证用户的身份证”。然后,再从异常事件数据中确定出与样本语句数据“需要验证用户的身份证”相似的目标语句数据“需要验证用户的护照”,其后,可以从目标语句数据“需要验证用户的护照”中确定出与样本数据为“身份证”类型相同的分词“护照”作为目标数据。
在一种实施例中,目标语句数据“需要验证用户的护照”中多个分词的顺序例如为“需要”、“验证”、“用户”、“护照”,样本语句数据“需要验证用户的身份证”中多个分词的顺序例如为“需要”、“验证”、“用户”、“身份证”。在对比目标语句数据“需要验证用户的护照”与样本语句数据“需要验证用户的身份证”之间的相似性时,例如需要将目标语句数据的多个分词和样本语句数据中的多个分词按照顺序进行对比,例如,将目标语句数据中的“需要”和样本语句数据中的“需要”进行比对,将目标语句数据中的“护照”和样本语句数据中的“身份证”进行比对,等等。
在另一种实施例中,,在对比样本语句数据和目标语句数据之间的相似性时,还可以首先处理样本语句数据得到样本特征向量,以及处理目标语句数据得到目标特征向量,然后再将样本特征向量和目标特征向量进行比对以得到样本语句数据和目标语句数据之间的相似度。
可以理解,通过语句之间的相似性来确定目标数据,可以提高目标数据的准确性。因此,通过本公开实施例生成的测试用例实现了尽可能覆盖生产环境中的隐藏风险,降低了生成测试用例的人工成本,提高了测试用例的生成效率,提高了对生产环境的测试效率。
图4示意性示出了根据本公开实施例基于预设规则生成测试用例的流程图。
如图4所示,上述操作S250中关于基于预设规则处理样本数据和目标数据中的至少一个以生成测试用例例如可以包括以下操作S251~操作S252。接下来,将结合表1来描述本公开实施例生成测试用例的方法。
表1
根据本公开实施例,样本数据例如可以包括N个类型的数据,目标数据例如也可以包括N个类型的数据,N个类型中的每个类型例如均包括多个子数据,N为大于等于2的整数。其中,N个类型例如可以是表1中所示的证件类型、存款种类、年费标志等等。其中,N个类型中的每个类型例如均包括多个子数据。例如,以证件类型为例,证件类型例如包括“身份证”、“护照”、“识别证”等多个子数据。其中,多个子数据例如可以包括样本数据和目标数据。例如,子数据“身份证”例如可以是该类型下的样本数据。子数据“护照”、子数据“识别证”等例如可以是该类型下的目标数据。
在操作S251,针对N个类型中的每个类型,获取多个子数据中的一个子数据。例如,可以获取证件类型中多个子数据中的一个子数据“临时身份证”、获取存款种类中多个子数据中的一个子数据“活期”、获取年费标志中多个子数据中的一个子数据“收费”、以此类推,从而可以得到N个子数据。
接下来,在操作S252,将N个子数据组合以生成测试用例。
在一实施例中,表1中示出的样本数据和目标数据例如为个人账户开户事件。所生成的测试用例例如可以用于测试生产环境在处理个人账户开户事件时是否存在安全隐患。
可以理解,针对每个类型下的多个子数据,可以随机抽取该类型下多个子数据中的一个子数据以组成一个测试用例,从而可以得到大量的测试用例,提高了测试用例的生成效率,实现了所得到的测试用例的覆盖面较大。
在另一实施例中,例如可以基于预设规则生成测试用例。其中,预设规则例如表征了哪些子数据可以相互组合生成测试用例,或者指示了哪些子数据不能用于组合生成测试用例。
根据本公开实施例,预设规则例如可以包括以下(1)~(2)中的至少一项。
(1)针对N个类型中的目标类型,禁止基于目标类型所包括的多个子数据中的第一子数据生成测试用例。
根据本公开实施例,例如以目标类型为收费方式为例。例如针对个人账户开户事件,业务规则例如定义了禁止通过微信和支付宝收费。此时,第一子数据例如可以包括“微信”和“支付宝”。因此,在生成测试用例时,例如禁止以“微信”或“支付宝”生成测试用例。
(2)针对N个类型中的M个类型,M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于M个类型中的第二子数据生成测试用例,M为小于N的正整数。
根据本公开实施例,例如针对个人账户开户事件,假设业务规则定义了禁止通过临时身份证进行活期存款,但是可以通过临时身份证进行定期、通知存款、零存整取等。则M个类型例如包括证件类型和存款种类。证件类型中多个子数据中的第二子数据例如为“临时身份证”,存款种类中多个子数据中的第二子数据例如为“活期”,则禁止同时基于“临时身份证”和“活期”生成测试用例。但是,“临时身份证”和“活期”只要不同时用于生成测试用例即可,即,“临时身份证”和“活期”可以分开用于生成测试用例。换言之,“临时身份证”和“活期”中的任意一个可以和其他子数据生成测试用例,例如“临时身份证”可以和“定期”组合生成测试用例,“活期”可以和“护照”组合生成测试用例。
根据本公开实施例,上述操作S251中关于针对N个类型中的每个类型,获取多个子数据中的一个子数据例如可以包括以下(1)~(2)中的至少一项。
(1)针对目标类型,获取除第一子数据之外的其他子数据。例如以目标类型为收费方式为例,第一子数据例如包括“微信”和“支付宝”,除第一子数据之外的其他子数据例如包括“现金”、“转账”、“批量扣收”等。因此,在生成测试用例时,例如以“现金”、“转账”、“批量扣收”生成测试用例。
(2)针对M个类型中任意一个或多个类型,获取任意一个或多个类型中每个类型除第二子数据之外的其他子数据。
例如,以M个类型包括证件类型和存款种类为例。在一种情况下,例如针对M个类型中的一个类型“证件类型”,该“证件类型”中的第二子数据例如为“临时身份证”。则在生成测试用例时,对于“证件类型”,获取除“临时身份证”之外的其他子数据来生成测试用例,其他子数据例如可以包括“护照”、“识别证”、“驾驶执照”等。此时,针对M个类型中的“存款种类”,可以获取该“存款种类”中的第二子数据“活期”来生成测试用例,可见,此时“临时身份证”和“活期”不同时用于生成测试用例。
在另一种情况下,例如针对M个类型中的多个类型,多个类型例如包括“证件类型”和“存款种类”。该“证件类型”中的第二子数据例如为“临时身份证”,该“存款种类”中的第二子数据例如为“活期”。在生成测试用例时,对于“证件类型”,获取除“临时身份证”之外的其他子数据来生成测试用例,其他子数据例如可以包括“护照”、“识别证”、“驾驶执照”等。针对M个类型中的“存款种类”,可以获取除“活期”之外的其他子数据来生成测试用例,其他子数据例如可以包括“定期”、“通知存款”、“零存整取”等。可见,此时“临时身份证”和“活期”不同时用于生成测试用例。
可以理解,本公开实施例通过预设规则来生成测试用例。该预设规则例如可以根据业务需求来灵活定义,使得所生成的测试用例更加符合实际业务需求,提高了生产环境的测试准确性。
本公开的另一实施例还提供了一种计算设备,该计算设备例如包括一个或多个处理器以及存储器。其中,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现图2~图4中所示的方法。
图5示意性示出了根据本公开实施例的测试用例的生成装置的框图。
如图5所示,测试用例的生成装置500例如可以包括第一获取模块510、处理模块520、第二获取模块530、确定模块540以及生成模块550。
第一获取模块510可以用于获取生产环境中的异常事件数据。根据本公开实施例,第一获取模块510例如可以执行上文参考图2描述的操作S210,在此不再赘述。
处理模块520可以用于处理异常事件数据,得到多个分词数据,其中,分词数据表征了生产环境发生异常事件的原因。根据本公开实施例,处理模块520例如可以执行上文参考图2描述的操作S220,在此不再赘述。
第二获取模块530可以用于获取样本数据。根据本公开实施例,第二获取模块530例如可以执行上文参考图2描述的操作S230,在此不再赘述。
确定模块540可以用于基于多个分词数据与样本数据彼此之间的相关性,确定多个分词数据中的至少一个分词数据为目标数据。根据本公开实施例,确定模块540例如可以执行上文参考图2描述的操作S240,在此不再赘述。
生成模块550可以用于基于预设规则处理样本数据和目标数据中的至少一个,生成测试用例,其中,测试用例用于测试生产环境中是否存在安全问题。根据本公开实施例,生成模块550例如可以执行上文参考图2描述的操作S250,在此不再赘述。
本公开实施例通过从异常事件数据中获取与样本数据具有相关性的目标数据,并可以基于样本数据和目标数据生成测试用例。由于目标数据是从异常事件数据中得到的,因此该目标数据的覆盖面较大,从而使得生成的测试用例尽可能覆盖生产环境中的隐藏风险,降低了生成测试用例的人工成本,提高了测试用例的生成效率,提高了对生产环境的测试效率。
图6示意性示出了根据本公开实施例的确定模块的框图。
如图6所示,确定模块540例如可以包括第二获取子模块541、第一确定子模块542以及第二确定子模块543。
第二获取子模块541可以用于从异常事件数据中获取包括样本数据的样本语句数据。根据本公开实施例,第二获取子模块541例如可以执行上文参考图3描述的操作S241,在此不再赘述。
第一确定子模块542可以用于确定异常事件数据中与样本语句数据相似的目标语句数据。根据本公开实施例,第一确定子模块542例如可以执行上文参考图3描述的操作S242,在此不再赘述。
第二确定子模块543可以用于确定目标语句数据中的至少一个分词数据为目标数据。根据本公开实施例,第二确定子模块543例如可以执行上文参考图3描述的操作S243,在此不再赘述。
图7示意性示出了根据本公开实施例的生成模块的框图。
如图7所示,生成模块550例如可以包括第一获取子模块551以及生成子模块552。
第一获取子模块551可以用于针对N个类型中的每个类型,获取多个子数据中的一个子数据。根据本公开实施例,第一获取子模块551例如可以执行上文参考图4描述的操作S251,在此不再赘述。
生成子模块552可以用于将N个子数据组合以生成测试用例。根据本公开实施例,生成子模块552例如可以执行上文参考图4描述的操作S252,在此不再赘述。
根据本公开的实施例,样本数据包括N个类型的数据,目标数据包括N个类型的数据,N个类型中的每个类型均包括多个子数据,N为大于等于2的整数。
根据本公开的实施例,预设规则包括以下至少一项:针对N个类型中的目标类型,禁止基于目标类型所包括的多个子数据中的第一子数据生成测试用例,以及针对N个类型中的M个类型,M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于M个类型中的第二子数据生成测试用例,M为小于N的正整数。
根据本公开的实施例,针对N个类型中的每个类型,获取多个子数据中的一个子数据包括以下至少一项:针对目标类型,获取除第一子数据之外的其他子数据,以及针对M个类型中任意一个或多个类型,获取任意一个或多个类型中每个类型除第二子数据之外的其他子数据。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,第一获取模块510、处理模块520、第二获取模块530、确定模块540、第二获取子模块541、第一确定子模块542、第二确定子模块543、生成模块550、第一获取子模块551以及生成子模块552中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一获取模块510、处理模块520、第二获取模块530、确定模块540、第二获取子模块541、第一确定子模块542、第二确定子模块543、生成模块550、第一获取子模块551以及生成子模块552中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一获取模块510、处理模块520、第二获取模块530、确定模块540、第二获取子模块541、第一确定子模块542、第二确定子模块543、生成模块550、第一获取子模块551以及生成子模块552中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图8示意性示出了根据本公开实施例的用于实现测试用例的生成的计算机系统的方框图。图8示出的计算机系统仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括处理器801、计算机可读存储介质802。该系统800可以执行根据本公开实施例的方法。
具体地,处理器801例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质802,例如可以是能够包含、存储、传送、传播或传输指令的任意介质。例如,可读存储介质可以包括但不限于电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可读存储介质的具体示例包括:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM)或闪存;和/或有线/无线通信链路。
计算机可读存储介质802可以包括计算机程序803,该计算机程序803可以包括代码/计算机可执行指令,其在由处理器801执行时使得处理器801执行根据本公开实施例的方法或其任何变形。
计算机程序803可被配置为具有例如包括计算机程序模块的计算机程序代码。例如,在示例实施例中,计算机程序803中的代码可以包括一个或多个程序模块,例如包括803A、模块803B、……。应当注意,模块的划分方式和个数并不是固定的,本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合,当这些程序模块组合被处理器801执行时,使得处理器801可以执行根据本公开实施例的方法或其任何变形。
根据本公开的实施例,第一获取模块510、处理模块520、第二获取模块530、确定模块540、第二获取子模块541、第一确定子模块542、第二确定子模块543、生成模块550、第一获取子模块551以及生成子模块552中的至少一个可以实现为参考图8描述的计算机程序模块,其在被处理器801执行时,可以实现上面描述的相应操作。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现上述方法。
根据本公开的实施例,计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读存储介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线、光缆、射频信号等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (6)
1.一种测试用例的生成方法,包括:
获取生产环境中的异常事件数据;
处理所述异常事件数据,得到多个分词数据,其中,所述分词数据表征了所述生产环境发生异常事件的原因;
获取样本数据;
基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据;
基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例,
其中,所述基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据包括:
从所述异常事件数据中获取包括所述样本数据的样本语句数据;
确定所述异常事件数据中与所述样本语句数据相似的目标语句数据;以及
确定所述目标语句数据中的至少一个分词数据为所述目标数据,
并且其中,所述多个分词数据与所述样本数据彼此之间的相关性以分词数据与样本数据之间的相似度来表征,
并且其中,所述样本数据包括N个类型的数据,所述目标数据包括N个类型的数据,所述N个类型中的每个类型均包括多个子数据,N为大于或等于2的整数;
并且其中,所述基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例包括:
针对所述N个类型中的每个类型,获取多个子数据中的一个子数据;以及
将所述N个子数据组合以生成测试用例,
其中,所述预设规则包括以下至少一项:
针对所述N个类型中的目标类型,禁止基于所述目标类型所包括的多个子数据中的第一子数据生成所述测试用例;以及
针对所述N个类型中的M个类型,所述M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于所述M个类型中的所述第二子数据生成所述测试用例,M为小于N的正整数。
2.根据权利要求1所述的方法,其中,所述针对所述N个类型中的每个类型,获取多个子数据中的一个子数据包括以下至少一项:
针对所述目标类型,获取除所述第一子数据之外的其他子数据;以及
针对所述M个类型中任意一个或多个类型,获取所述任意一个或多个类型中每个类型除所述第二子数据之外的其他子数据。
3.一种测试用例的生成装置,包括:
第一获取模块,获取生产环境中的异常事件数据;
处理模块,处理所述异常事件数据,得到多个分词数据,其中,所述分词数据表征了所述生产环境发生异常事件的原因;
第二获取模块,获取样本数据;
确定模块,基于所述多个分词数据与所述样本数据彼此之间的相关性,确定所述多个分词数据中的至少一个分词数据为目标数据;
生成模块,基于预设规则处理所述样本数据和所述目标数据中的至少一个,生成测试用例,
其中,所述确定模块包括:
第二获取子模块,从所述异常事件数据中获取包括所述样本数据的样本语句数据;
第一确定子模块,确定所述异常事件数据中与所述样本语句数据相似的目标语句数据;以及
第二确定子模块,确定所述目标语句数据中的至少一个分词数据为所述目标数据,
并且其中,所述多个分词数据与所述样本数据彼此之间的相关性以分词数据与样本数据之间的相似度来表征,
并且其中,所述样本数据包括N个类型的数据,所述目标数据包括N个类型的数据,所述N个类型中的每个类型均包括多个子数据,N为大于或等于2的整数;
并且其中,所述生成模块包括:
第一获取子模块,针对所述N个类型中的每个类型,获取多个子数据中的一个子数据;以及
生成子模块,将所述N个子数据组合以生成测试用例,
其中,所述预设规则包括以下至少一项:
针对所述N个类型中的目标类型,禁止基于所述目标类型所包括的多个子数据中的第一子数据生成所述测试用例;以及
针对所述N个类型中的M个类型,所述M个类型中的每个类型所包括的多个子数据中均具有第二子数据,禁止同时基于所述M个类型中的所述第二子数据生成所述测试用例,M为小于N的正整数。
4.根据权利要求3所述的装置,其中,所述针对所述N个类型中的每个类型,获取多个子数据中的一个子数据包括以下至少一项:
针对所述目标类型,获取除所述第一子数据之外的其他子数据;以及
针对所述M个类型中任意一个或多个类型,获取所述任意一个或多个类型中每个类型除所述第二子数据之外的其他子数据。
5.一种计算设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1或2所述的方法。
6.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341132.6A CN111538663B (zh) | 2020-04-26 | 2020-04-26 | 测试用例的生成方法、装置、计算设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341132.6A CN111538663B (zh) | 2020-04-26 | 2020-04-26 | 测试用例的生成方法、装置、计算设备以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111538663A CN111538663A (zh) | 2020-08-14 |
CN111538663B true CN111538663B (zh) | 2023-03-28 |
Family
ID=71977229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010341132.6A Active CN111538663B (zh) | 2020-04-26 | 2020-04-26 | 测试用例的生成方法、装置、计算设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111538663B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434414A (zh) * | 2021-06-28 | 2021-09-24 | 平安银行股份有限公司 | 数据测试方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460349A (zh) * | 2018-09-19 | 2019-03-12 | 武汉达梦数据库有限公司 | 一种基于日志的测试用例生成方法和装置 |
CN109726128A (zh) * | 2018-12-29 | 2019-05-07 | 亚信科技(中国)有限公司 | 一种测试用例生成方法、装置及服务器 |
CN110221965A (zh) * | 2019-05-09 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 测试用例生成、测试方法、装置、设备及系统 |
CN110471858A (zh) * | 2019-08-22 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 应用程序测试方法、装置及存储介质 |
WO2020020041A1 (zh) * | 2018-07-27 | 2020-01-30 | 北京京东尚科信息技术有限公司 | 语句处理方法、系统和电子设备 |
-
2020
- 2020-04-26 CN CN202010341132.6A patent/CN111538663B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020020041A1 (zh) * | 2018-07-27 | 2020-01-30 | 北京京东尚科信息技术有限公司 | 语句处理方法、系统和电子设备 |
CN109460349A (zh) * | 2018-09-19 | 2019-03-12 | 武汉达梦数据库有限公司 | 一种基于日志的测试用例生成方法和装置 |
CN109726128A (zh) * | 2018-12-29 | 2019-05-07 | 亚信科技(中国)有限公司 | 一种测试用例生成方法、装置及服务器 |
CN110221965A (zh) * | 2019-05-09 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 测试用例生成、测试方法、装置、设备及系统 |
CN110471858A (zh) * | 2019-08-22 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 应用程序测试方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111538663A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6609047B2 (ja) | アプリケーション情報リスクマネジメントのための方法及びデバイス | |
US10394868B2 (en) | Generating important values from a variety of server log files | |
CN109255035A (zh) | 用于构建知识图谱的方法和装置 | |
CN111930623A (zh) | 一种测试案例构建方法、装置及电子设备 | |
CN110008345A (zh) | 平台服务商行业数据聚合分析方法、装置、介质和设备 | |
CN109002385A (zh) | 用于数据流系统的压力测试方法和装置 | |
CN110008740B (zh) | 一种文档访问权限的处理方法、装置、介质和电子设备 | |
CN111538663B (zh) | 测试用例的生成方法、装置、计算设备以及介质 | |
CN110765490A (zh) | 用于处理信息的方法和装置 | |
US20180082060A1 (en) | System Call Vectorization | |
CN110609783A (zh) | 用于识别异常行为用户的方法和装置 | |
CN110851582A (zh) | 文本处理方法及系统、计算机系统和计算机可读存储介质 | |
CN113535577A (zh) | 基于知识图谱的应用测试方法、装置、电子设备和介质 | |
CN110866031B (zh) | 数据库访问路径的优化方法、装置、计算设备以及介质 | |
US11222143B2 (en) | Certified information verification services | |
CN109542743B (zh) | 日志校验方法、装置、电子设备及计算机可读存储介质 | |
CN108664610B (zh) | 用于处理数据的方法和装置 | |
CN114301713A (zh) | 风险访问检测模型的训练方法、风险访问检测方法及装置 | |
CN114780807A (zh) | 业务检测方法、装置、计算机系统及可读存储介质 | |
CN114553555A (zh) | 恶意网址识别方法、装置、存储介质及电子设备 | |
CN113221554A (zh) | 文本处理方法、装置、电子设备和存储介质 | |
CN111507734B (zh) | 作弊请求识别方法、装置、电子设备及计算机存储介质 | |
Xu | Check for Cybersecurity and Data Quality in Cloud Computing: A Research Framework Hongjiang Xu School of Business, Butler University, 4600 Sunset Avenue, Indianapolis, IN 46208, USA | |
CN117473511B (zh) | 边缘节点漏洞数据处理方法、装置、设备及存储介质 | |
CN110891010B (zh) | 用于发送信息的方法和装置 |
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 |