CN112286781A - 自动化测试方法、装置、设备和存储介质 - Google Patents
自动化测试方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN112286781A CN112286781A CN201910666941.1A CN201910666941A CN112286781A CN 112286781 A CN112286781 A CN 112286781A CN 201910666941 A CN201910666941 A CN 201910666941A CN 112286781 A CN112286781 A CN 112286781A
- Authority
- CN
- China
- Prior art keywords
- popup
- application
- tested
- target image
- window
- 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 151
- 238000000034 method Methods 0.000 claims abstract description 79
- 238000001514 detection method Methods 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 6
- 230000009193 crawling Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 17
- 238000012549 training Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 238000013135 deep learning Methods 0.000 description 9
- 238000013145 classification model Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000012015 optical character recognition Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
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)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例公开一种自动化测试方法、装置、设备和存储介质。该方法包括:在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;依据目标图像,确定被测应用当前显示界面中的弹窗显示信息;若依据弹窗显示信息,确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,以关闭被测应用当前显示界面中的弹窗,并继续执行自动化测试。本发明实施例通过以图像的方式检测显示界面中的弹窗显示信息,实现在设备自动化测试过程中对弹窗的识别,避免对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免弹窗对自动化测试的干扰。
Description
技术领域
本发明实施例涉及测试技术领域,尤其涉及一种自动化测试方法、装置、设备和存储介质。
背景技术
自动化测试的目的是通过自动执行的测试框架去发现被测应用的缺陷。保障正确且稳定地模拟用户的有序操作是自动化测试的重要前提,因此在自动化测试的过程中减少弹窗的影响是十分必要的。
目前,可以通过人为干预定期对被测应用进行升级,以尽量减少升级型弹窗的弹窗;或者对被测应用进行推送权限的限制,以减少消息推送型弹窗的弹出。此外基于技术角度,还可以预先对被测应用进行破壳处理,以通过对被测应用进程的监测,抓取被测应用的运行信息,通过页面前端的运行信息来检测界面中出现的弹窗,并生成进程的关闭路径以关闭被测应用当前界面中的弹窗,从而确保自动化测试的顺利运行。
然而,现有技术人力成本以及技术成本投入较大,无法实现对多应用以及多类型弹窗的有效识别,弹窗的识别效率和准确率较低,进而影响自动化测试的顺利运行。
发明内容
本发明实施例提供了一种自动化测试方法、装置、设备和存储介质,能够提高自动化测试过程中弹窗的识别效率和准确率,降低人力和技术投入成本,保障自动化测试的顺利运行。
第一方面,本发明实施例提供了一种自动化测试方法,包括:
在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
第二方面,本发明实施例提供了一种自动化测试装置,包括:
图像采集模块,用于在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
弹窗检测模块,用于依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
弹窗关闭模块,用于若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
第三方面,本发明实施例提供了一种设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的自动化测试方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的自动化测试方法。
本发明实施例在设备自动化测试被测应用的过程中,以图像的方式获得被测应用当前显示界面,通过图像处理方式检测被测应用当前显示界面中的弹窗显示信息,若依据弹窗显示信息确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,将弹窗自动关闭掉,并继续执行自动化测试。本发明实施例通过以图像的方式检测被测应用当前显示界面中的弹窗显示信息,实现了在设备自动化测试过程中对弹窗的识别,避免了对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免了弹窗对自动化测试的干扰。
附图说明
图1为本发明实施例一提供的一种自动化测试方法的流程图;
图2为本发明实施例一提供的弹窗分类示意图;
图3A为本发明实施例一提供的消息推送型弹窗示例图;
图3B为本发明实施例一提供的消息推送型弹窗的另一示例图;
图3C为本发明实施例一提供的升级型弹窗示例图;
图3D为本发明实施例一提供的系统型弹窗示例图;
图4为本发明实施例一提供的弹窗检测模型训练流程示例图;
图5为本发明实施例一提供的弹窗检测模型优化流程示例图;
图6为本发明实施例一提供的弹窗标识识别模型训练流程示例图;
图7为本发明实施例一提供的弹窗标识识别模型优化流程示例图;
图8为本发明实施例一提供的去弹窗关键词库构建流程示例图;
图9为本发明实施例二提供的一种自动化测试方法的流程图;
图10为本发明实施例三提供的一种自动化测试方法的流程图;
图11为本发明实施例三提供的自动化测试系统的架构示意图;
图12为本发明实施例四提供的一种自动化测试装置的结构示意图;
图13为本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种自动化测试方法的流程图,本实施例可适用于基于设备对应用进行自动化测试的情况,该方法可由一种自动化测试装置来执行,该装置可以采用软件和/或硬件的方式实现,优选是配置于电子设备中。该方法具体包括如下:
S110、在自动化测试过程中,获得包括被测应用当前显示界面的目标图像。
在本发明具体实施例中,自动化测试是指在设备中模拟用户操作以对应用进行测试的过程,从而从中发现被测应用的缺陷等技术问题。例如通过脚本代码操作界面,在当前显示界面进行点击、滑动等操作来模拟用户完成一系列功能流程。被测应用是指在自动化测试过程在,基于设备进行测试的应用。被测应用可以为任何应用,设备中被测应用的数量可以为一个或多个。
在自动化测试过程中,被测应用的各个显示界面可以显示在设备的屏幕中。由于自动化测试中每一步的自动化执行都对该执行步骤的前置操作以及设备屏幕显示内容具有较大的依赖,因此自动化测试依据屏幕的显示内容而执行,屏幕的显示内容随着自动化测试中模拟用户的操作等触发而进行界面切换。
本实施例中,目标图像是指包含被测应用当前显示界面的图像,可以通过对设备屏幕进行截图获得。示例性的,可以实时地对设备屏幕进行检测,若检测到设备屏幕中显示内容有所变化,或者在自动化测试的每一步执行之前,可以对设备屏幕进行截图操作,以获得包括被测应用当前显示界面的目标图像。因此,本实施例通过对设备屏幕进行图像采集的方式,为后续被测应用显示界面的检测提供依据,基于图像的检测方式,避免了对被测应用进程的侵入,既不影响被测应用的正常运行,也降低了自动化测试过程中被测应用的检测难度,提高检测效率以及应用的适用范围。
S120、依据目标图像,确定被测应用当前显示界面中的弹窗显示信息。
在本发明具体实施例中,由于自动化测试是用于模拟用户的真实操作,因此无法预测真实场景中的网络环境、运行环境以及应用本身等因素对于应用及其后续操作的影响,例如自动弹出的窗口等。这些弹窗往往会在非固定路径下随机出现,展现出来的弹窗会覆盖屏幕内容。由于自动化测试的执行是基于应用对界面内容的自动化识别,进而影响自动化测试执行过程中的点击、滑动等自动化操作,或扰乱自动化测试的预定执行顺序,或阻塞自动化测试的自动运行,因此对于自动化测试具有极大的威胁。
其中,弹窗具有随机性和多样性等特点。可选的,弹窗分类如图2所示。依据弹窗的用途进行划分,弹窗至少可以包括消息推送型弹窗、升级型弹窗以及系统型弹窗。其中,消息推送型弹窗可以包括前台运行APP(Application,应用程序)推送的弹窗,如图3A所示的前台APP向用户推送重点内容的弹窗;还可以包括后台运行APP推送的弹窗,如图3B所示的用户在使用某APP时,在后台运行的另一个APP弹出的新闻信息推送。升级型弹窗是指当前APP有新版本时对用户进行升级的提示信息推送,如图3C所示。系统型弹窗是指设备所运行系统基于系统功能进行信息推送,如图3D中提示连接wifi是获取系统权限的信息推送。从出现时机划分,弹窗至少可以包括固定路径和时机的信息推送,如广告弹窗等;还可以包括随机出现的信息推送,如图3A和图3B所示的消息推送型弹窗,以及如图3D所示的系统型弹窗。
本实施例中,依据包括被测应用当前显示界面的目标图像为依据进行图像识别,以检测被测应用当前显示界面中的弹窗显示信息。其中,弹窗显示信息可以包括弹窗显示信息和弹窗关闭标识信息等,弹窗显示信息表示了界面中弹窗的有无,弹窗关闭标识信息可以包括文字型弹窗关闭标识、符号型弹窗关闭标识以及弹窗关闭标识位置信息等,界面中的弹窗关闭标识可以为按钮等形式的控件。
具体的,检测目标图像中是否包括弹窗,若检测到目标图像中包括弹窗,则识别目标图像中的弹窗关闭标识信息。其中,基于目标图像中的文字信息,可以确定目标图像包括的文字型弹窗关闭标识;基于图像识别,可以确定目标图像包括的符号型弹窗关闭标识。
示例性的,本实施例可以基于深度学习进行各类弹窗以及符号型弹窗关闭标识的学习,采用深度学习模型进行弹窗的检测以及符号型弹窗关闭标识的检测。
针对弹窗的检测,本实施例可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作步骤截图,并对界面截图进行标注,分为弹窗图片和非弹窗图片,生成弹窗图片训练样本库、非弹窗图片训练样本库、弹窗图片测试样本库以及非弹窗图片测试样本库。基于训练样本库以及深度学习对弹窗检测模型进行训练。从而在获得包括被测应用当前显示界面的目标图像之后,将目标图像输入至弹窗检测模型中,以得到是否包括弹窗的弹窗显示信息。
例如,创建ResNet50分类模型(Residual Neural Network,分类检测模型),编译ResNet50分类模型进行模型参数初始化,加载训练样本库训练ResNet50分类模型以得到弹窗检测模型,并加载测试样本库测试弹窗检测模型,其流程如图4所示。相应的,在训练得到弹窗检测模型之后,还可以采用测试样本库对弹窗检测模型进行效果评估,将弹窗误判样本图片自动补充到模型的训练样本库中,并随即基于更新后的训练样本库对弹窗检测模型进行优化训练,其流程如图5所示。
针对符号型弹窗关闭标识的检测,本实施例可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作中带有符号型弹窗关闭标识的弹窗截图,对带有符号型弹窗关闭标识的弹窗截图进行标注,标注符号型弹窗关闭标识的位置信息,生成符号型弹窗关闭标识训练样本库和测试样本库。基于训练样本库以及深度学习对弹窗标识识别模型进行训练。从而在检测到目标图像中包括弹窗时,将目标图像输入至弹窗标识识别模型中,以得到是否包括符号型弹窗关闭标识,以及符号型弹窗关闭标识的位置信息等弹窗显示信息。
例如,创建RetinaNet对象检测模型,编译RetinaNet对象检测模型进行模型参数初始化,加载训练样本库训练RetinaNet对象检测模型以得到弹窗标识识别模型,并加载测试样本库测试弹窗标识识别模型,其流程如图6所示。相应的,在训练得到弹窗标识识别模型之后,还可以采用测试样本库对弹窗标识识别模型进行效果评估,将弹窗误判样本图片自动补充到模型的训练样本库中,并随即基于更新后的训练样本库对弹窗标识识别模型进行优化训练,其原理流程如图7所示。
针对文字型弹窗关闭标识的检测,本实施例可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作中带有文字型弹窗关闭标识的弹窗截图。基于OCR(Optical Character Recognition,光学字符识别)技术提取弹窗截图中所有的文字信息。对文字信息进行语义切割,得到分词短语入库。统计各个分词短语的出现频率,保留出现频率较高的分词短语。同时依据普遍的文字型弹窗关闭标识中文字数量,确定文字数量阈值,例如6,过滤掉词库中字数大于文字数量阈值的分词短语。最终基于语义对分词短语进行筛选,以保留与关闭弹窗功能相关的分词短语,构成去弹窗关键词库。其流程如图8所示。相应的,在得到去弹窗关键词库之后,还可以随时对去弹窗关键词库进行补充等优化处理。从而在检测到目标图像中包括弹窗时,基于OCR技术提取目标图像中的文字信息,将文字信息与预设去弹窗关键词库进行匹配,若预设去弹窗关键词库中匹配到文字信息,则确定目标图像包括有文字型弹窗关闭标识,并确定该匹配成功的文字信息的位置信息。
S130、若依据弹窗显示信息,确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,以关闭被测应用当前显示界面中的弹窗,并继续执行自动化测试。
在本发明具体实施例中,弹窗显示信息表示了目标图像中是否包括弹窗、是否包括弹窗关闭标识及其位置信息。对于检测包括弹窗的目标图像,确定被测应用当前显示界面中的弹窗关闭标识及其位置信息。并模拟用户操作,对被测应用当前显示界面进行操作,在弹窗关闭标识的位置处,触发被测应用当前显示界面中的弹窗关闭标识,例如点击弹窗关闭按钮,以关闭被测应用当前显示界面中的弹窗。从而在自动化测试过程中,能够模拟用户关闭弹窗的操作,以确保自动化测试的顺利执行,而不受弹窗的影响。
其中,在目标图像中包括弹窗的情况下,若未检测到目标图像中的弹窗关闭标识,则通常情况下可以确定弹窗之外的任意位置信息,通过对弹窗之外的任意位置的点击等触发操作,关闭被测应用当前显示界面中的弹窗。
此外,本实施例还可以结合重定向技术,对弹窗的检测场景进行互补。具体的,可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的弹窗请求进行采集,尽可能多地收集弹窗请求,并将弹窗网络请求重定向到预设无效地址。其中,该预设无效地址的加载不会显示任何信息,不会对当前显示界面进行覆盖影响。从而在自动化测试的过程中,抓取被测应用发出的网络请求,将网络请求与弹窗网络请求进行匹配,若依据匹配结果确定网络请求属于弹窗网络请求,则加载弹窗网络请求重定向的预设无效地址,以屏蔽弹窗的显示。该方式适用于消息推送型弹窗和升级型弹窗,可以有效地在弹窗显示之前,拦截弹窗请求的发出,从后台阻止弹窗的显示。
本实施例中,基于深度学习的前端去除方式,提高了弹窗识别的准确率,能够在前端自动关闭显示出来的弹窗。基于重定向技术的弹窗屏蔽方式,能够在后端有效的屏蔽掉弹窗请求,避免弹窗的显示。结合后台弹窗的屏蔽以及前端弹窗的关闭,能够在应用层面有效地去除被测试应用当前显示界面中的弹窗,增加了去弹窗的适用范围,提高了自动化测试过程中弹窗的检测和去除的效率及准确率。
本实施例的技术方案,在设备自动化测试被测应用的过程中,以图像的方式获得被测应用当前显示界面,通过图像处理方式检测被测应用当前显示界面中的弹窗显示信息,若依据弹窗显示信息确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,将弹窗自动关闭掉,并继续执行自动化测试。本发明实施例通过以图像的方式检测被测应用当前显示界面中的弹窗显示信息,实现了在设备自动化测试过程中对弹窗的识别,避免了对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免了弹窗对自动化测试的干扰。
实施例二
本实施例在上述实施例一的基础上,提供了自动化测试方法的一个优选实施方式,能够基于结合深度学习的图像识别技术检测被测应用当前显示界面中的弹窗和弹窗关闭标识。图9为本发明实施例二提供的一种自动化测试方法的流程图,如图9所示,该方法具体包括如下:
S910、在自动化测试过程中,获得包括被测应用当前显示界面的目标图像。
S920、检测目标图像中是否包括弹窗。
在本发明具体实施例中,基于图像识别技术,对目标图像进行分类,以确定目标图像中是否包括弹窗。针对于弹窗的检测,现有技术基于弹窗的固定边框对弹窗进行图像识别。鉴于不同应用中,或者不同的操作系统中,弹窗具有随机性和多样性。为了提高基于图像的弹窗检测准确率,本实施例采用深度学习方法对不同弹窗进行学习,构成弹窗检测模型以对目标图像进行分类。
示例性的,预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作步骤截图,并对界面截图进行标注,分为弹窗图片和非弹窗图片,生成弹窗图片训练样本库、非弹窗图片训练样本库、弹窗图片测试样本库以及非弹窗图片测试样本库。创建ResNet50分类模型,编译ResNet50分类模型进行模型参数初始化,加载训练样本库训练ResNet50分类模型以得到弹窗检测模型,并加载测试样本库测试弹窗检测模型并进行优化。
本实施例在获得包括被测应用当前显示界面的目标图像之后,将目标图像输入至弹窗检测模型中,以得到目标图像的分类信息,确定目标图像中是否包括弹窗,即确定被测应用当前显示界面中是否包括弹窗。
S930、若检测到目标图像中包括弹窗,则识别目标图像中的弹窗关闭标识信息。
在本发明具体实施例中,弹窗关闭标识可以包括符号型弹窗关闭标识,例如标记有“×”的标识,还可以包括文字型弹窗关闭标识,例如“取消”。对于符号型弹窗关闭标识,可以采用深度学习方法对不同的符号型弹窗关闭标识进行学习,构成弹窗标识识别模型以对目标图像进行识别。对于文字型弹窗关闭标识,可以采用文字识别以及文字匹配技术,以识别包含去弹窗关键词的文字型弹窗关闭标识。
可选的,采用弹窗标识识别模型对目标图像进行图像识别,确定目标图像是否包括符号型弹窗关闭标识。
本实施例中,弹窗标识识别模型用于对符号型弹窗关闭标识进行识别。相应的,预先对弹窗标识识别模型进行训练。示例性的,可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作中带有符号型弹窗关闭标识的弹窗截图,对带有符号型弹窗关闭标识的弹窗截图进行标注,标注符号型弹窗关闭标识的位置信息,生成符号型弹窗关闭标识训练样本库和测试样本库。创建RetinaNet对象检测模型,编译RetinaNet对象检测模型进行模型参数初始化,加载训练样本库训练RetinaNet对象检测模型以得到弹窗标识识别模型,并加载测试样本库测试弹窗标识识别模型并进行优化。
本实施例在检测到目标图像中包括弹窗时,将目标图像输入至弹窗标识识别模型中,以得到是否包括符号型弹窗关闭标识,以及符号型弹窗关闭标识的位置信息等弹窗显示信息。
可选的,提取目标图像中的文字信息;将文字信息与预设去弹窗关键词库进行匹配;若预设去弹窗关键词库中匹配到文字信息,则确定目标图像包括文字型弹窗关闭标识。
本实施例中,预设去弹窗关键词库中存储了各类应用以及各类运行系统所涉及弹窗中文字型弹窗关闭标识上的文字信息。相应的,预先对弹窗关键词库进行构建。示例性的,可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的图像进行采集,获得历史自动化测试操作中带有文字型弹窗关闭标识的弹窗截图。基于OCR技术提取弹窗截图中所有的文字信息。对文字信息进行语义切割,得到分词短语入库。统计各个分词短语的出现频率,保留出现频率较高的分词短语。同时依据普遍的文字型弹窗关闭标识中文字数量,确定文字数量阈值,例如6,并过滤掉词库中字数大于文字数量阈值的分词短语。最终基于语义对分词短语进行筛选,以保留与关闭弹窗功能相关的分词短语,构成去弹窗关键词库。
本实施例在检测到目标图像中包括弹窗时,基于OCR技术提取目标图像中的文字信息,将文字信息与预设去弹窗关键词库进行匹配,若预设去弹窗关键词库中匹配到文字信息,则确定目标图像包括的文字型弹窗关闭标识,并确定该匹配成功的文字信息的位置信息。
S940、若依据弹窗显示信息,确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,以关闭被测应用当前显示界面中的弹窗,并继续执行自动化测试。
本实施例的技术方案,在设备自动化测试被测应用的过程中,以图像的方式获得被测应用当前显示界面,采用基于深度学习训练得到的弹窗检测模型检测目标图像中是否包括弹窗,若检测到目标图像中包括弹窗,则采用基于深度学习训练得到的弹窗标识识别模型,识别目标图像中是否包括符号型弹窗关闭标识及其位置信息,基于文字识别技术以及预设去弹窗关键词库,识别目标图像中是否包括文字型弹窗关闭标识及其位置信息,从而触发被测应用当前显示界面中的弹窗关闭标识,以关闭被测应用当前显示界面中的弹窗,并继续执行自动化测试。本发明实施例通过以图像的方式检测被测应用当前显示界面中的弹窗显示信息,实现了在设备自动化测试过程中对弹窗的识别,避免了对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免了弹窗对自动化测试的干扰。
实施例三
本实施例在上述实施例一的基础上,提供了自动化测试方法的一个优选实施方式,能够结合重定向技术拦截弹窗请求,避免弹窗的显示。图10为本发明实施例三提供的一种自动化测试方法的流程图,如图10所示,该方法具体包括如下:
S1010、抓取被测应用发出的网络请求。
在本发明具体实施例中,在被测应用运行的过程中,应用通过发出网络请求来获得相应的服务信息,该网络请求可以是被测应用基于任何功能发出的请求。相应的,网络请求可以是弹窗网络请求,以向服务器等后台设备请求弹窗的显示。
本实施例通过代理服务进行网络请求的抓包和重定向。其中,代理服务可以是自动化测试中配置的一项功能,在自动化测试的过程中,通过设备调度、代理调度以及代理配置,为进行应用测试的设备配置代理服务。
本实施例在自动化测试过程中,实时对被测应用所发出的网络请求进行检测,若检测到有网络请求发出,则对网络请求进行拦截,对网络请求进行类别检测,避免弹窗网络请求的发出。
S1020、将网络请求与弹窗网络请求进行匹配。
在本发明具体实施例中,弹窗网络请求是指用于请求弹窗显示内容的请求。本实施例可以预先对多种被测应用、运行系统以及网络环境等场景引发的弹窗的弹窗请求进行采集,尽可能多地收集弹窗请求,并将弹窗网络请求重定向到预设无效地址。其中,该预设无效地址的加载不会显示任何信息,不会对当前显示界面进行覆盖影响。进而在拦截被测应用所发出的网络请求之后,将该网络请求与弹窗网络请求进行匹配,以检测拦截的网络请求是否属于弹窗网络请求。
S1030、若依据匹配结果确定网络请求属于弹窗网络请求,则加载弹窗网络请求重定向的预设无效地址,以屏蔽弹窗的显示。
在本发明具体实施例中,由于预先将弹窗网络请求进行重定向处理,即将弹窗网络请求重新定个方向转到预设无效地址,该预设无效地址的加载不会显示任何信息,不会对当前显示界面进行覆盖影响。因此在检测到拦截的网络请求属于弹窗网络请求之后,可以直接加载弹窗网络请求重定向的预设无效地址,使得弹窗网络请求所请求的弹窗不能显示出来,显示界面不会受到任何影响。若网络请求不属于弹窗网络请求,则代理服务可以释放所抓取的网络请求,以使非弹窗网络请求正常发出,并请求相关的服务信息。
S1040、在自动化测试过程中,获得包括被测应用当前显示界面的目标图像。
S1050、依据目标图像,确定被测应用当前显示界面中的弹窗显示信息。
S1060、若依据弹窗显示信息,确定被测应用当前显示界面中显示有弹窗,则触发被测应用当前显示界面中的弹窗关闭标识,以关闭被测应用当前显示界面中的弹窗,并继续执行自动化测试。
示例性的,图11为自动化测试系统的架构示意图。如图11所示,自动化测试系统包括自动化测试用例执行模块、弹窗检测模块、弹窗关闭标识检测模块以及网络请求拦截模块。其中,在自动化测试过程中,自动化测试用例执行模块打开被测应用,在执行自动化测试的每一步之前,对当前显示界面进行截图,以获得目标图像。弹窗检测模块对目标图像进行弹窗显示信息的检测。若检测到目标图像中包括弹窗,则弹窗关闭标识检测模块对目标图像进行弹窗关闭标识的检测。若在包括弹窗的目标图像中检测到有弹窗关闭标识,则触发弹窗关闭标识以关闭弹窗;若检测到无弹窗关闭标识,则随机返回弹窗外的位置信息,通常这种情况下触发弹窗外任意位置可以去除弹窗。从而通过自动关闭弹窗以顺利执行自动化测试。其中,在自动化测试过程中,网络请求拦截模块还可以从底层拦截弹窗网络请求,通过加载预先将弹窗网络请求重定向的无效地址,以从根本上屏蔽弹窗的显示。
本实施例的技术方案,通过抓取被测应用发出的网络请求,将网络请求与弹窗网络请求进行匹配,若依据匹配结果确定网络请求属于弹窗网络请求,则加载弹窗网络请求重定向的预设无效地址,以屏蔽弹窗的显示。对于没有从底层屏蔽掉的弹窗,则基于图像处理方式检测被测应用当前显示界面中的弹窗显示信息,触发弹窗关闭标识将弹窗关闭,以便对被测应用进行自动化测试。本发明实施例通过以图像的方式检测被测应用当前显示界面中的弹窗显示情况,实现了在设备自动化测试过程中对弹窗的识别,避免了对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免了弹窗对自动化测试的干扰。
实施例四
图12为本发明实施例四提供的一种自动化测试装置的结构示意图,本实施例可适用于基于设备对应用进行自动化测试的情况,该装置可实现本发明任意实施例所述的自动化测试自动化测试方法。该装置具体包括如下:
图像采集模块1210,用于在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
弹窗检测模块1220,用于依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
弹窗关闭模块1230,用于若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
可选的,所述弹窗检测模块1220包括:
弹窗检测单元1221,用于检测所述目标图像中是否包括弹窗;
弹窗关闭标识检测单元1222,用于若检测到所述目标图像中包括弹窗,则识别所述目标图像中的弹窗关闭标识信息。
可选的,所述弹窗关闭标识检测单元1222具体用于:
提取所述目标图像中的文字信息;
将所述文字信息与预设去弹窗关键词库进行匹配;
若预设去弹窗关键词库中匹配到所述文字信息,则确定所述目标图像包括的文字型弹窗关闭标识。
可选的,所述弹窗关闭标识检测单元1222具体用于:
采用弹窗标识识别模型对所述目标图像进行图像识别,确定所述目标图像包括的符号型弹窗关闭标识。
进一步的,所述装置还包括网络请求拦截模块1240,具体用于:
在所述获得包括被测应用当前显示界面的目标图像之前,抓取所述被测应用发出的网络请求;
将所述网络请求与弹窗网络请求进行匹配;
若依据匹配结果确定所述网络请求属于弹窗网络请求,则加载所述弹窗网络请求重定向的预设无效地址,以屏蔽弹窗的显示。
进一步的,所述装置还包括重定向模块1250,具体用于:
在所述抓取所述被测应用发出的网络请求之前,采集至少一个被测应用包含的弹窗网络请求;
将所述弹窗网络请求重定向到预设无效地址。
可选的,所述弹窗至少包括消息推送型弹窗、升级型弹窗以及系统型弹窗。
本实施例的技术方案,通过各个功能模块之间的相互配合,实现了模型的训练、关键词库的构建、图像的采集、弹窗的检测、弹窗关闭标识的检测、弹窗的关闭、弹窗网络请求的重定向、网络请求的拦截、弹窗网络请求的识别以及弹窗的屏蔽等功能。本发明实施例通过以图像的方式检测被测应用当前显示界面中的弹窗显示信息,实现了在设备自动化测试过程中对弹窗的识别,避免了对被测应用进行破壳等进程侵入式操作,提高弹窗的识别效率和准确率,降低人力和技术投入成本,从而保障自动化测试的顺利运行,避免了弹窗对自动化测试的干扰。
实施例五
图13为本发明实施例五提供的一种设备的结构示意图,图13示出了适于用来实现本发明实施例实施方式的示例性设备的框图。图13显示的设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
图13显示的设备1300仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。该设备1300优选为承载被测应用的电子设备。
如图13所示,设备1300以通用计算设备的形式表现。设备1300的组件可以包括但不限于:一个或者多个处理器1310,系统存储器1320,连接不同系统组件(包括系统存储器1320和设备1310)的总线1330。
总线1330表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备1300典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备1300访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器1320可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)1321和/或高速缓存存储器1322。设备1300可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统1323可以用于读写不可移动的、非易失性磁介质(图13未显示,通常称为“硬盘驱动器”)。尽管图13中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线1330相连。系统存储器1320可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明实施例各实施例的功能。
具有一组(至少一个)程序模块1324的程序/实用工具1325,可以存储在例如系统存储器1320中,这样的程序模块1324包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块1324通常执行本发明实施例所描述的实施例中的功能和/或方法。
设备1300也可以与一个或多个外部设备1340(例如键盘、指向设备、显示器1341等)通信,还可与一个或者多个使得用户能与该设备1300交互的设备通信,和/或与使得该设备1300能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1350进行。并且,设备1300还可以通过网络适配器1360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1360通过总线1330与设备1300的其它模块通信。应当明白,尽管图中未示出,可以结合设备1300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
设备1310通过运行存储在系统存储器1320中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的自动化测试方法。
实施例六
本发明实施例六还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行一种自动化测试方法,该方法包括:
在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读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。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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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介质,该计算机可读介质可以发送、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、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种自动化测试方法,其特征在于,包括:
在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
2.根据权利要求1所述的方法,其特征在于,所述依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息,包括:
检测所述目标图像中是否包括弹窗;
若检测到所述目标图像中包括弹窗,则识别所述目标图像中的弹窗关闭标识信息。
3.根据权利要求2所述的方法,其特征在于,所述识别所述目标图像中的弹窗关闭标识信息,包括:
提取所述目标图像中的文字信息;
将所述文字信息与预设去弹窗关键词库进行匹配;
若预设去弹窗关键词库中匹配到所述文字信息,则确定所述目标图像包括的文字型弹窗关闭标识。
4.根据权利要求2所述的方法,其特征在于,所述识别所述目标图像中的弹窗关闭标识信息,包括:
采用弹窗标识识别模型对所述目标图像进行图像识别,确定所述目标图像包括的符号型弹窗关闭标识。
5.根据权利要求1所述的方法,其特征在于,在所述获得包括被测应用当前显示界面的目标图像之前,还包括:
抓取所述被测应用发出的网络请求;
将所述网络请求与弹窗网络请求进行匹配;
若依据匹配结果确定所述网络请求属于弹窗网络请求,则加载所述弹窗网络请求重定向的预设无效地址,以屏蔽弹窗的显示。
6.根据权利要求5所述的方法,其特征在于,在所述抓取所述被测应用发出的网络请求之前,还包括:
采集至少一个被测应用包含的弹窗网络请求;
将所述弹窗网络请求重定向到预设无效地址。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述弹窗至少包括消息推送型弹窗、升级型弹窗以及系统型弹窗。
8.一种自动化测试装置,其特征在于,包括:
图像采集模块,用于在自动化测试过程中,获得包括被测应用当前显示界面的目标图像;
弹窗检测模块,用于依据所述目标图像,确定所述被测应用当前显示界面中的弹窗显示信息;
弹窗关闭模块,用于若依据所述弹窗显示信息,确定所述被测应用当前显示界面中显示有弹窗,则触发所述被测应用当前显示界面中的弹窗关闭标识,以关闭所述被测应用当前显示界面中的弹窗,并继续执行自动化测试。
9.一种设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的自动化测试方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的自动化测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666941.1A CN112286781A (zh) | 2019-07-23 | 2019-07-23 | 自动化测试方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910666941.1A CN112286781A (zh) | 2019-07-23 | 2019-07-23 | 自动化测试方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112286781A true CN112286781A (zh) | 2021-01-29 |
Family
ID=74419196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910666941.1A Pending CN112286781A (zh) | 2019-07-23 | 2019-07-23 | 自动化测试方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112286781A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032264A (zh) * | 2021-03-29 | 2021-06-25 | 网易(杭州)网络有限公司 | 页面视图控件的检测方法及装置 |
CN113377484A (zh) * | 2021-07-06 | 2021-09-10 | 上海哔哩哔哩科技有限公司 | 弹窗处理方法及装置 |
CN113448668A (zh) * | 2021-06-22 | 2021-09-28 | 北京百度网讯科技有限公司 | 一种跳过弹窗的方法、装置及电子设备 |
CN113835591A (zh) * | 2021-09-29 | 2021-12-24 | 上海哔哩哔哩科技有限公司 | 弹窗处理方法及装置 |
CN114064157A (zh) * | 2021-11-09 | 2022-02-18 | 中国电力科学研究院有限公司 | 基于页面元素识别的自动化流程实现方法、系统、设备及介质 |
CN115097987A (zh) * | 2022-07-13 | 2022-09-23 | 上海弘玑信息技术有限公司 | 图形界面弹窗处理方法及电子设备 |
CN115937855A (zh) * | 2023-03-10 | 2023-04-07 | 四川语璐科技有限公司 | 一种基于大数据的智能设备控制方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516812A (zh) * | 2013-09-27 | 2015-04-15 | 腾讯科技(深圳)有限公司 | 一种软件测试方法和装置 |
CN105303105A (zh) * | 2015-10-20 | 2016-02-03 | 珠海市君天电子科技有限公司 | 窗口消息拦截方法、装置和终端设备 |
CN107239397A (zh) * | 2017-05-17 | 2017-10-10 | 北京微影时代科技有限公司 | 一种web自动化测试方法及电子设备 |
CN108628657A (zh) * | 2018-05-09 | 2018-10-09 | 深圳壹账通智能科技有限公司 | 弹窗处理方法、装置、计算机设备及存储介质 |
CN109753425A (zh) * | 2017-11-06 | 2019-05-14 | 腾讯科技(深圳)有限公司 | 弹窗处理方法及装置 |
CN109840199A (zh) * | 2018-12-14 | 2019-06-04 | 深圳壹账通智能科技有限公司 | 一种自动化测试方法及终端 |
CN109901996A (zh) * | 2019-01-25 | 2019-06-18 | 北京三快在线科技有限公司 | 辅助测试的方法、装置、电子设备及可读存储介质 |
CN110032510A (zh) * | 2019-03-07 | 2019-07-19 | 深圳市腾讯信息技术有限公司 | 应用的测试方法及装置 |
-
2019
- 2019-07-23 CN CN201910666941.1A patent/CN112286781A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516812A (zh) * | 2013-09-27 | 2015-04-15 | 腾讯科技(深圳)有限公司 | 一种软件测试方法和装置 |
CN105303105A (zh) * | 2015-10-20 | 2016-02-03 | 珠海市君天电子科技有限公司 | 窗口消息拦截方法、装置和终端设备 |
CN107239397A (zh) * | 2017-05-17 | 2017-10-10 | 北京微影时代科技有限公司 | 一种web自动化测试方法及电子设备 |
CN109753425A (zh) * | 2017-11-06 | 2019-05-14 | 腾讯科技(深圳)有限公司 | 弹窗处理方法及装置 |
CN108628657A (zh) * | 2018-05-09 | 2018-10-09 | 深圳壹账通智能科技有限公司 | 弹窗处理方法、装置、计算机设备及存储介质 |
CN109840199A (zh) * | 2018-12-14 | 2019-06-04 | 深圳壹账通智能科技有限公司 | 一种自动化测试方法及终端 |
CN109901996A (zh) * | 2019-01-25 | 2019-06-18 | 北京三快在线科技有限公司 | 辅助测试的方法、装置、电子设备及可读存储介质 |
CN110032510A (zh) * | 2019-03-07 | 2019-07-19 | 深圳市腾讯信息技术有限公司 | 应用的测试方法及装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032264A (zh) * | 2021-03-29 | 2021-06-25 | 网易(杭州)网络有限公司 | 页面视图控件的检测方法及装置 |
CN113448668A (zh) * | 2021-06-22 | 2021-09-28 | 北京百度网讯科技有限公司 | 一种跳过弹窗的方法、装置及电子设备 |
CN113448668B (zh) * | 2021-06-22 | 2023-09-29 | 北京百度网讯科技有限公司 | 一种跳过弹窗的方法、装置及电子设备 |
CN113377484A (zh) * | 2021-07-06 | 2021-09-10 | 上海哔哩哔哩科技有限公司 | 弹窗处理方法及装置 |
CN113835591A (zh) * | 2021-09-29 | 2021-12-24 | 上海哔哩哔哩科技有限公司 | 弹窗处理方法及装置 |
CN114064157A (zh) * | 2021-11-09 | 2022-02-18 | 中国电力科学研究院有限公司 | 基于页面元素识别的自动化流程实现方法、系统、设备及介质 |
CN114064157B (zh) * | 2021-11-09 | 2023-09-15 | 中国电力科学研究院有限公司 | 基于页面元素识别的自动化流程实现方法、系统、设备及介质 |
CN115097987A (zh) * | 2022-07-13 | 2022-09-23 | 上海弘玑信息技术有限公司 | 图形界面弹窗处理方法及电子设备 |
CN115937855A (zh) * | 2023-03-10 | 2023-04-07 | 四川语璐科技有限公司 | 一种基于大数据的智能设备控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112286781A (zh) | 自动化测试方法、装置、设备和存储介质 | |
US20200050945A1 (en) | Detecting poisoning attacks on neural networks by activation clustering | |
US10505960B2 (en) | Malware detection by exploiting malware re-composition variations using feature evolutions and confusions | |
CN112380981B (zh) | 人脸关键点的检测方法、装置、存储介质及电子设备 | |
CN109271782B (zh) | 检测攻击行为的方法、介质、系统和计算设备 | |
CN112866023B (zh) | 网络检测、模型训练方法、装置、设备及存储介质 | |
CN111914667B (zh) | 一种吸烟检测方法及装置 | |
CN112308069A (zh) | 一种软件界面的点击测试方法、装置、设备及存储介质 | |
KR101228902B1 (ko) | 클라우드 컴퓨팅 기반 악성코드 분석 지원 시스템 | |
CN112565278A (zh) | 一种捕获攻击的方法及蜜罐系统 | |
CN112016521A (zh) | 视频处理的方法及装置 | |
CN116346456A (zh) | 业务逻辑漏洞攻击检测模型训练方法及装置 | |
CN117056008B (zh) | 一种弹窗拦截方法及装置、设备及介质 | |
CN112070093B (zh) | 生成图像分类模型的方法、图像分类方法、装置和设备 | |
AbuOdeh et al. | A novel AI-based methodology for identifying cyber attacks in honey pots | |
CN116152576B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN112446850A (zh) | 适配测试方法、装置及电子设备 | |
CN111209566A (zh) | 一种多层威胁拦截的智能反爬虫系统及方法 | |
CN114067145A (zh) | 无源分光器检测方法、装置、设备及介质 | |
CN114090650A (zh) | 一种样本数据识别方法、装置、电子设备及存储介质 | |
CN109800581B (zh) | 软件行为的安全防护方法及装置、存储介质、计算机设备 | |
CN112257768A (zh) | 一种非法金融图片的识别方法、装置、计算机存储介质 | |
CN110377499A (zh) | 一种对应用程序进行测试的方法及装置 | |
KR102232797B1 (ko) | 객체 식별 장치, 그 방법 및 컴퓨터 프로그램이 기록된 기록매체 | |
Ahmed et al. | Android application to retrieve car details from car plate numbers |
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 |