CN113590488B - 模拟金融数据支撑的系统测试方法与测试平台 - Google Patents

Abstract

本发明提出一种模拟金融数据支撑的系统测试方法与测试平台。所述方法包括步骤S1：按照第一预设周期获取实时金融数据；S2：判断所述实时金融数据的数据量是否满足第一预定条件，如果是，则进入系统测试阶段；否则，返回步骤S1；所述系统测试阶段包括判断所述实时金融数据的完整度是否满足第二预定条件，如果是，则执行系统测试；否则，基于所述实时金融数据生成模拟金融数据。所述测试平台包括并行数据接收端口、数据分组端口、数据模拟端口以及数据测试端口，用于实现所述方法。本发明还提出实现所述方法的计算机存贮介质。本发明的技术方案能够完整实现金融数据的标准化测试并且确保测试情形全面和完整。

Description

模拟金融数据支撑的系统测试方法与测试平台

技术领域

本发明属于金融数据测试与处理技术领域，尤其涉及一种模拟金融数据支撑的系统测试方法与测试平台、及实现测试方法的计算机程序指令介质。

背景技术

伴随着我国金融市场的快速发展和日渐成熟，金融公司的数量、规模和盈利能力，及金融产品和服务的创新发展速度都得到了很大的提高。而伴随着移动互联网的普及，移动金融已逐渐成为金融产品的主流形式。

移动互联网金融的数据产生方式完全不同于传统的柜台机甚至桌面终端，导致现有的针对金融数据的传统测试系统和测试方法对于移动互联网金融过程中产生的数据无法正确进行测试和识别，从而无法完成标准化测试，进而无法评估系统风险，无法预判大量金融数据对于系统后台处理能力的风险大小。

CN202011230487.4提出一种测试方法、装置、设备及存储介质，该方法包括：获取测试记录集合，测试记录集合中包括至少一条测试记录；在测试记录集合中确定待执行的第一测试记录；根据第一测试记录，在至少两个测试系统中确定目标测试系统；向目标测试系统发送测试信息，测试信息中包括测试时间。用于缩短测试系统的测试时长，提高测试系统的测试效率，进而提高包括两个测试系统的金融数据处理系统的测试效率和在上线之后的运行质量。

US10769726B2则提出一种计算机实现的方法评估金融计算系统(FCS)的操作。评估计算机系统为FCS的模型生成代码，该代码包括FCS的模型规范和FCS的模型环境。该模型的代码使用支持类型递归函数的基于类型系统的逻辑编程语言。评估计算机系统通过编译模型的代码来生成描述FCS操作的数学公理，并通过分析数学公理来评估金融计算机系统的操作。

然而，现有技术的相关测试方案都是假定测试数据完整、测试数据足够的前提下进行。如果数据差异性较大、数据完整性不足，则上述方案存在较大的不确定性。

发明内容

为解决上述技术问题，本发明提出一种模拟金融数据支撑的系统测试方法与测试平台。本发明还提出实现所述方法的计算机存贮介质。

下面，分别从三个方面，介绍本申请的具体技术方案。

在本发明的第一个方面，提出一种模拟金融数据支撑的系统测试方法，所述测试方法包括步骤S1-S3。各个步骤具体实现如下：

S1:按照第一预设周期获取实时金融数据；

S2：判断所述实时金融数据的数据量是否满足第一预定条件，如果是，则进入步骤S3；

否则，返回步骤S1；

S3：执行系统测试。

更具体的，所述步骤S3进一步包括：

判断所述实时金融数据的完整度是否满足第二预定条件，如果是，则执行系统测试；

否则，基于所述实时金融数据生成模拟金融数据；

将所述实时金融数据和所述模拟金融数据进行融合后，执行所述系统测试。

在本发明的上述技术方案中，所述实时金融数据包括单一金融数据和组合金融数据；

所述组合金融数据包括浏览行为数据和支付行为数据的组合数据；

所述单一金融数据为浏览行为数据或支付行为数据之一。

作为进一步的改进，所述步骤S3进一步包括如下步骤S301-S302：

S301：将所述实时金融数据按照时序以所述单一金融数据或者组合金融数据为单位进行分组；

S302：遍历所述分组，判断当前分组对象是否为单一金融数据，如果否，则跳过当前分组对象；继续判断下一个分组对象是否为单一金融对象；

如果是，则针对当前分组对象生成模拟金融数据。

第一个方面的所述方法，可以通过包括多种功能模块和端口的测试平台实现，因此，在本发明的第二个方面，提供一种模拟金融数据支撑的系统测试平台，用于实现第一个方面所述方法的部分或者全部步骤。

在功能结构上，所述测试平台包括并行数据接收端口、数据分组端口、数据模拟端口以及数据测试端口；

具体而言，所述并行数据接收端口按照第一预设周期并行的接收多组实时金融数据，获得实时金融数据集合；

所述数据分组端口对所述实时金融数据集合中的每个元素执行分组属性判断，所述分组属性判断包括判断当前实时金融数据是否为单一金融数据；

所述数据模拟端口连接所述数据分组端口与所述并行数据接收端口，当所述实时金融数据集合中的元素满足预定条件时，从所述数据分组端口中接收单一金融数据，并为所述单一金融数据生成模拟金融数据；

所述数据测试端口连接所述数据模拟端口与所述并行数据接收端口，将所述模拟金融数据与所述实时金融数据集合进行融合后，得到系统测试数据；

所述实时金融数据集合中的元素满足预定条件，包括：

所述实时金融数据集合中的元素总数量满足第一预定条件，并且所述实时金融数据集合中的单一金融数据的数量或者比例满足第二预定条件。

在上述技术方案中，所述第一预定条件为：所述实时金融数据集合中的元素总数量大于预定值；

在上述技术方案中，所述第二预定条件为：所述实时金融数据集合中的单一金融数据的数量或者比例大于预定数量或者预定比例值。

在上述技术方案中，所述实时金融数据具备多种属性，所述多种属性包括静态属性和动态属性；所述静态属性包括产生所述实时金融数据的终端设备的类型；所述动态属性包括所述实时金融数据的产生时间。

第一个方面的所述方法还可以通过包含处理器和存储器的终端设备，尤其是图像处理终端设备，包括移动终端、桌面终端、服务器以及服务器集群等，通过程序指令自动化的执行，因此，在本发明的第三个方面，还提供一种计算机可读存储介质，其上存储有计算机程序指令；通过包含处理器和存储器的图像终端处理设备，执行所述程序指令，用于实现所述方法的全部或者部分步骤。所述处理器和存储器通过总线连接，构成终端设备的内部通信。

本发明的技术方案能够完整实现金融数据的标准化测试并且确保测试情形全面和完整，在原始数据差异性较大、数据完整性不足的情况下，也能够实现金融数据的标准化测试。

本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明一个实施例的一种模拟金融数据支撑的系统测试方法的主体流程图

图2是图1所述方法的进一步优选实施例

图3是图1所述方法中生成模拟金融数据的第一原理示意图

图4是图1所述方法中生成模拟金融数据的第二原理示意图

图5是实现图1-图4所述方法的一种模拟金融数据支撑的系统测试平台的结构示意图

图6是实现图1-图4所述方法所述方法的终端设备与存储介质的原理示意图

具体实施方式

下面，结合附图以及具体实施方式，对发明做出进一步的描述。

参照图1，是本发明一个实施例的一种模拟金融数据支撑的系统测试方法的主体流程图。

在图1中，所述测试方法包括步骤S1-S3。各个步骤具体实现如下：

S1:按照第一预设周期获取实时金融数据；

S2：判断所述实时金融数据的数据量是否满足第一预定条件，如果是，则进入步骤S3；

否则，返回步骤S1；

S3：执行系统测试。

更具体的，所述步骤S3进一步包括：

判断所述实时金融数据的完整度是否满足第二预定条件，如果是，则执行系统测试；

否则，基于所述实时金融数据生成模拟金融数据；

将所述实时金融数据和所述模拟金融数据进行融合后，执行所述系统测试。

优选的，在本发明的各个实施例中，所述金融数据来自于通过互联网连接的各种移动终端，所述移动终端安装有各种金融类APP；所述金融类APP在前台或者后台运行时，产生相应的金融数据。

在本发明的各个实施例中，所述金融类APP具有浏览功能和支付功能；因此，不失一般性，可以认为，在本发明中，金融类APP包括购物APP和支付类APP；所述购物APP可以包括淘宝、京东、拼多多等购物类APP，用户可以通过各种浏览操作，例如滑动操作或点击操作，来生成购物数据，或者称之为浏览行为数据；所述支付类APP包括支付宝、微信、云闪付等支付APP，一般而言，在生成浏览行为数据之后，用户通常会触发支付类APP完成支付，生成支付行为数据，从而完成一个完整的浏览-消费(支付)过程；

当然，某些APP可能本身既支持购物浏览也支持支付，例如云闪付自带商城和支付功能；京东商城集成了京东支付等，不需要跳转操作或者触发操作到支付APP。然而，这种情形也不影响浏览行为数据和支付行为数据的生成，因此，不影响本发明的技术方案的理解。

基于上述示例，在本发明的实施例中，可将所述实时金融数据分为单一金融数据和组合金融数据；而所述完整度用于表征所述组合金融数据在所述实时金融数据中的所占比例。

更具体的，所述组合金融数据包括浏览行为数据和支付行为数据的组合数据；所述单一金融数据为浏览行为数据或支付行为数据之一。

在此基础上，参见图2。所述方法的所述步骤S3进一步包括步骤S301-S302，具体实现如下：

S301：将所述实时金融数据按照时序以所述单一金融数据或者组合金融数据为单位进行分组；

S302：遍历所述分组，判断当前分组对象是否为单一金融数据，如果否，则跳过当前分组对象；继续判断下一个分组对象是否为单一金融对象；

如果是，则针对当前分组对象生成模拟金融数据。

下面，结合图3-图4，分别介绍本发明上述实施例中，针对当前分组对象生成模拟金融数据的实现原理图。

具体而言，所述步骤S302中，若当前分组对象为单一金融数据，则针对当前分组对象生成模拟金融数据，具体包括：

以当前单一金融数据为起点，在所述分组中向前或者向后遍历所述分组对象，以遍历到的第一个非单一金融数据为基础，为当前单一金融数据生成模拟金融数据。

以图3为例，在步骤S301中，获取所述实时金融数据后，按照时序以所述单一金融数据或者组合金融数据为单位进行分组。

这里的时序，是所述金融数据的产生时间。

具体来说，所述实时金融数据具备多种属性，所述多种属性包括静态属性和动态属性；所述静态属性包括产生所述实时金融数据的终端设备的类型；所述动态属性包括所述实时金融数据的产生时间。

在图3中，示意性的指出了单一金融数据或者组合金融数据在所述分组中的顺序。

例如，A1为单一金融数据，即该组金融数据仅包含浏览行为数据或支付行为数据，即某个终端设备发送过来的金融数据仅有浏览行为数据或支付行为数据；而A2为组合金融数据，即某个终端设备发送过来的金融数据同时具备浏览行为数据和支付行为数据，并且浏览行为数据在前，支付行为数据在后。

本发明人注意到，按照常理，每个终端在产生浏览行为数据之后，通常会在预定时间内紧接着产生支付行为数据，这也是最常见的金融数据的产生方式，即包含浏览行为数据和支付行为数据的组合金融数据；在同一个终端上产生，可称之为标准化金融数据，这类数据可以直接用于系统的标准化测试，不用做任何处理；

然而，本发明还注意到另一种非标准化金融数据，即某个终端某次仅产生浏览行为数据，或者仅产生支付行为数据。这里的某次仅产生，是指在某个预设时间段内，并没有如常理一般，在同一个终端上出现“浏览-支付”的流程，而仅仅执行浏览类操作或者仅仅执行了支付类操作。

通常，这类金融数据是不完整的，甚至有可能是无效的，无法用于系统的标准化测试，甚至，某些情况下，会被系统判定为数据异常。

然而，发明人发现，这种情况在实际中时有发生，并且符合实际情况，应当纳入标准化测试的范畴。

某个终端某次仅产生浏览类操作数据，现有技术通常认为是终端用户仅仅进行了商品浏览，而最终放弃支付，从而仅产生了浏览类操作数据；

然而，发明人发现，仅产生浏览类操作数据并不必然意味着用户放弃了支付，还可能是用户选择了代付功能，即将浏览类消费订单发送至另一个用户终端执行支付；

此时，可以识别出消费类数据中的订单转发、请求代付等代付信息，判定该次浏览类操作数据存在后续的在另一个终端上的支付行为数据；

同样的，某个终端某次仅产生支付行为数据，现有技术通常认为是终端用户存在虚假交易，例如信用卡套现甚至洗钱等，而将该行为判定为异常，不采纳该数据。

然而，发明人发现，仅产生支付行为数据并不必然意味着用户放弃了支付，也有可能是用户接收代付订单，即将接收另一个用户终端发送的代付订单等。

现有技术并未针对此种情况作出适当的考虑。

而在本实施例中，以当前单一金融数据为起点，在所述分组中向前或者向后遍历所述分组对象，以遍历到的第一个非单一金融数据为基础，为当前单一金融数据生成模拟金融数据。

以图3为例，由于A1为单一金融数据(仅包含浏览行为数据或支付行为数据)，此时，开始向后遍历所述A2-A11，可以看到A2为非单一金融数据(即组合金融数据)，此时，可以基于A2为A1生成模拟金融数据；

具体而言，假设A1仅包含浏览行为数据，而A2同时包含浏览行为数据和支付行为数据，则可以基于A1的浏览行为数据和A2的浏览行为数据的相似度，为A1生成对应的模拟支付行为数据；

当然，还可以采用其他通用的数据模拟方法，本发明对此不作限制；

作为另一个示例，在图3中，针对单一金融数据A10,可以向前遍历所述A9-A1；此时，可以看到A9为非单一金融数据(即组合金融数据)，此时，可以基于A9为A10生成模拟金融数据。

接下来参见图4，示出了另外一种生成模拟金融数据的原理图。

在图4中，所述步骤S302中，若当前分组对象为单一金融数据，则针对当前分组对象生成模拟金融数据，具体包括：

确定所述当前分组对象的第一类型；

以当前单一金融数据为起点，在所述分组中向前或者向后遍历所述分组对象；

若遍历到的所述分组对象为单一金融数据，则确定所述遍历到的所述分组对象的第二类型；

若所述第二类型不同于所述第一类型，则基于所述遍历到的所述分组对象为所述当前分组对象生成模拟金融数据；

所述第一类型、第二类型选自浏览行为数据或支付行为数据之一。

以图4为例，由于A1为第一类型的单一金融数据(仅包含浏览行为数据)，此时，开始向后遍历所述A2-A11，可以看到A4为为第二类型的单一金融数据(仅包含支付行为数据)，此时，可以基于A4为A1生成模拟金融数据；

具体而言，A1仅包含浏览行为数据，而仅A4包含支付行为数据，则可以将A4的支付行为数据融合到A1，从而生成A1的模拟支付行为数据；

作为示例，所述融合可以是基于二者的时序距离来确定，时序距离越短，融合相似度越高；例如，如果时序距离小于约定值，则直接将A4的支付行为数据作为A1的模拟支付行为数据；否则，将A4的支付行为数据进行一定的时序变换后，作为作为A1的模拟支付行为数据。

作为另一个示例，还可以向前遍历；

以图4中A10为例，由于A10为第一类型的单一金融数据(仅包含浏览行为数据)，此时，开始向前遍历所述A9-A1，可以看到A8为为第二类型的单一金融数据(仅包含支付行为数据)，此时，可以基于A8为A10生成模拟金融数据；

作为示例，所述融合可以是基于二者的静态属性距离来确定，静态属性距离越短，融合相似度越高；例如，如果静态属性距离小于约定值，例如，产生A8和A10数据的终端设备的类型完全一致，则直接将A8的支付行为数据作为A10的模拟支付行为数据；

否则，将A8的支付行为数据进行一定的类型变换后，作为作为A10的模拟支付行为数据。

可见，在本发明的上述实例中，若所述单一金融数据为浏览行为数据，则所述模拟金融数据为支付行为数据；若所述单一金融数据为支付行为数据，则所述模拟金融数据为浏览行为数据。

图1-图4所述方法可以通过测试平台实现。图5示出了一种模拟金融数据支撑的系统测试平台，所述测试平台包括并行数据接收端口、数据分组端口、数据模拟端口以及数据测试端口；

所述并行数据接收端口按照第一预设周期并行的接收多组实时金融数据，获得实时金融数据集合；

所述数据分组端口对所述实时金融数据集合中的每个元素执行分组属性判断，所述分组属性判断包括判断当前实时金融数据是否为单一金融数据；

所述数据模拟端口连接所述数据分组端口与所述并行数据接收端口，当所述实时金融数据集合中的元素满足预定条件时，从所述数据分组端口中接收单一金融数据，并为所述单一金融数据生成模拟金融数据；

所述数据测试端口连接所述数据模拟端口与所述并行数据接收端口，将所述模拟金融数据与所述实时金融数据集合进行融合后，得到系统测试数据；

所述实时金融数据集合中的元素满足预定条件，包括：

所述实时金融数据集合中的元素总数量满足第一预定条件，并且所述实时金融数据集合中的单一金融数据的数量满足第二预定条件。

进一步的，在图5中，每个所述数据接收端口包括数据属性识别通道，用于识别经由该数据接收端口接收的实时金融数据的属性，所述属性包括静态属性和动态属性；所述静态属性包括产生所述实时金融数据的终端设备的类型；所述动态属性包括所述实时金融数据的产生时间。

并且，基于所述实时金融数据的属性，为所述单一金融数据生成模拟金融数据。

在上述技术方案中，所述第一预定条件为：所述实时金融数据集合中的元素总数量大于预定值；

在上述技术方案中，所述第二预定条件为：所述实时金融数据集合中的单一金融数据的数量或者比例大于预定数量或者预定比例值。

图1-图4的方法还可以通过包含处理器和存储器的终端设备，尤其是图像处理终端设备，包括移动终端、桌面终端、服务器以及服务器集群等，通过程序指令自动化的执行，参见图6，提供一种计算机可读存储介质，其上存储有计算机程序指令；通过包含处理器和存储器的图像终端处理设备，执行所述程序指令，用于实现所述方法的全部或者部分步骤。所述处理器和存储器通过总线连接，构成终端设备的内部通信。

实践证明，采用本发明的技术方案，可以针对分布式异构终端在不同情况下的金融数据均进行完整的标准化测试，从而提到了系统测试的全面性和准确度；在原始数据差异性较大、数据完整性不足的情况下，也能够实现金融数据的标准化测试。

本发明未展开提到的其他概念均为现有技术，本发明的各个例子仅仅是示意性的，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种模拟金融数据支撑的系统测试方法，所述测试方法包括如下步骤：

S1:按照第一预设周期获取实时金融数据；

S2：判断所述实时金融数据的数据量是否满足第一预定条件，如果是，则进入系统测试阶段；

否则，返回步骤S1；

其特征在于：

所述系统测试阶段包括：

判断所述实时金融数据的完整度是否满足第二预定条件，如果是，则执行系统测试；

否则，基于所述实时金融数据生成模拟金融数据；

将所述实时金融数据和所述模拟金融数据进行融合后，执行所述系统测试；

其中，所述实时金融数据包括单一金融数据和组合金融数据；

所述完整度用于表征所述组合金融数据在所述实时金融数据中的所占比例；

所述基于所述实时金融数据生成模拟金融数据，具体包括如下步骤：

S301：将所述实时金融数据按照时序以所述单一金融数据或者组合金融数据为单位进行分组；

S302：遍历所述分组，判断当前分组对象是否为单一金融数据，

如果否，则跳过当前分组对象；继续判断下一个分组对象是否为单一金融对象；

如果是，则针对当前分组对象生成模拟金融数据，具体包括：确定所述当前分组对象的第一类型；以当前单一金融数据为起点，在所述分组中向前或者向后遍历所述分组对象；若遍历到的所述分组对象为单一金融数据，则确定所述遍历到的所述分组对象的第二类型；若所述第二类型不同于所述第一类型，则基于所述遍历到的所述分组对象为所述当前分组对象生成模拟金融数据；所述第一类型、第二类型选自浏览行为数据或支付行为数据之一。

2.如权利要求1所述的一种模拟金融数据支撑的系统测试方法，其特征在于：

所述组合金融数据包括浏览行为数据和支付行为数据的组合数据；

所述单一金融数据为浏览行为数据或支付行为数据之一。

3.如权利要求1或2任一项所述的一种模拟金融数据支撑的系统测试方法，其特征在于：

若所述单一金融数据为浏览行为数据，则所述模拟金融数据为支付行为数据；

若所述单一金融数据为支付行为数据，则所述模拟金融数据为浏览行为数据。

4.一种模拟金融数据支撑的系统测试平台，用于实现权利要求1-3任一项所述的方法，所述测试平台包括并行数据接收端口、数据分组端口、数据模拟端口以及数据测试端口；

其特征在于：

所述并行数据接收端口按照第一预设周期并行的接收多组实时金融数据，获得实时金融数据集合；

所述数据分组端口对所述实时金融数据集合中的每个元素执行分组属性判断，所述分组属性判断包括判断当前实时金融数据是否为单一金融数据；

所述数据模拟端口连接所述数据分组端口与所述并行数据接收端口，当所述实时金融数据集合中的元素满足预定条件时，从所述数据分组端口中接收单一金融数据，并为所述单一金融数据生成模拟金融数据；所述数据测试端口连接所述数据模拟端口与所述并行数据接收端口，将所述模拟金融数据与所述实时金融数据集合进行融合后，得到系统测试数据；

所述实时金融数据集合中的元素满足预定条件，包括：

所述实时金融数据集合中的元素总数量满足第一预定条件，并且所述实时金融数据集合中的单一金融数据的数量满足第二预定条件。

5.如权利要求4所述的一种模拟金融数据支撑的系统测试平台，其特征在于：

每个所述数据接收端口包括数据属性识别通道，用于识别经由该数据接收端口接收的实时金融数据的属性，所述属性包括静态属性和动态属性；所述静态属性包括产生所述实时金融数据的终端设备的类型；所述动态属性包括所述实时金融数据的产生时间。

6.如权利要求5所述的一种模拟金融数据支撑的系统测试平台，其特征在于：

每组所述实时金融数据为单一金融数据或组合金融数据；

所述组合金融数据包括浏览行为数据和支付行为数据的组合数据；

所述单一金融数据为浏览行为数据或支付行为数据之一。

7.一种计算机可读存储介质，其上存储有计算机程序指令；通过包含处理器和存储器的终端，执行所述程序指令，用于实现权利要求1-3任一项所述的方法。