CN114090462A - 软件重复缺陷识别方法、装置、计算机设备及存储介质 - Google Patents
软件重复缺陷识别方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114090462A CN114090462A CN202111483109.1A CN202111483109A CN114090462A CN 114090462 A CN114090462 A CN 114090462A CN 202111483109 A CN202111483109 A CN 202111483109A CN 114090462 A CN114090462 A CN 114090462A
- Authority
- CN
- China
- Prior art keywords
- defect
- element combination
- combination set
- comparison
- software
- 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
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
- G06F11/3692—Test management for test results analysis
-
- 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
- G06F11/3696—Methods or tools to render software testable
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Stored Programmes (AREA)
Abstract
本发明涉及软件测试领域,公开了一种软件重复缺陷识别方法、装置、计算机设备及存储介质,其方法包括:获取待提交的第一缺陷数据;通过语义分析引擎将第一缺陷数据转化为第一元素组合集合,第一元素组合集合包括多个第一程式化元素组合;第一元素组合集合包括核心关键词;确定与核心关键词匹配的缺陷集合,从缺陷数据库获取与缺陷集合中的第二缺陷数据对应的第二元素组合集合,第二元素组合集合包括多个第二程式化元素组合;通过预设比对规则比对第一元素组合集合和第二元素组合集合,生成比对结果;根据若干比对结果生成重复缺陷识别结果。本发明可以提高对重复缺陷的识别能力,提高软件测试效率。
Description
技术领域
本发明涉及软件测试领域,尤其涉及一种软件重复缺陷识别方法、装置、计算机设备及存储介质。
背景技术
随着软件产业的高速,为了快速响应版本、提升软件测试效率,缺陷处理是其中的一个重要环节。为了避免低效地处理重复缺陷,减少测试与开发间的不必要沟通,软件重复缺陷识别显得相当必要。现有的软件重复缺陷识别方法主要依赖人工排查,但这种方法除重效率较低,且需要占用测试人员的工作时间。市面上的测试管理平台,测试缺陷存放在数据库里,但随着项目的深入,缺陷越积越多,无法精确识别新提交的软件缺陷是否重复提交,产生对重复缺陷的提交、统计、审核和驳回等一系列无效操作,不利于开发和测试交付效率的提升。
发明内容
基于此,有必要针对上述技术问题,提供一种软件重复缺陷识别方法、装置、计算机设备及存储介质,以提高对重复缺陷的识别能力,提高软件测试效率。
一种软件重复缺陷识别方法,包括:
获取待提交的第一缺陷数据;
通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
根据若干所述比对结果生成重复缺陷识别结果。
一种软件重复缺陷识别装置,包括:
获取待比对缺陷数据模块,用于获取待提交的第一缺陷数据;
分析模块,用于通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定缺陷集合模块,用于确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
比对模块,用于通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
生成结果模块,用于根据若干所述比对结果生成重复缺陷识别结果。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述软件重复缺陷识别方法。
一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被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如上述软件重复缺陷识别方法。
上述软件重复缺陷识别方法、装置、计算机设备及存储介质,通过三重引擎,一为确定缺陷语义的语义分析引擎、一为确定缺陷集合的缺陷检索引擎、一为进行精准比对的比对引擎(预设比对规则),可以在用户提交新缺陷进行有效的防重对比判断,避免开发做无效的缺陷审核、判断和驳回操作,也避免用户提交、跟踪、关闭无效重复缺陷,节省开发和测试的工作时间,有利于提升缺陷处理的效率,提升工作效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中软件重复缺陷识别方法的一应用环境示意图;
图2是本发明一实施例中软件重复缺陷识别方法的一流程示意图;
图3是本发明一实施例中软件重复缺陷识别装置的一结构示意图;
图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供的软件重复缺陷识别方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种软件重复缺陷识别方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤S10-S50。
S10、获取待提交的第一缺陷数据。
可理解地,可以借助测试管理平台,接收用户提交的第一缺陷数据。在此处,第一缺陷数据可以是用户新发现的软件缺陷。
S20、通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词。
可理解地,在此处,语义分析引擎可以对待提交的第一缺陷数据进行关键字收集,标题和重现步骤的语义分析,构建比对数据,即为第一元素组合集合。
语义分析引擎在分析的过程中,可以先从第一缺陷数据中提取缺陷所属系统、模块、功能点、操作动作、缺陷描述等关键字,然后重现缺陷的操作步骤,分解成特定的范式。在一示例中,一操作步骤可分解为:某个角色,在某个页面,对某个控件做某种操作,期待某种结果,实际出现了某种结果。接着,可以解析缺陷重现步骤描述里的元素,如角色、面面、控制元素、操作或操作值,期待结果、实际结果等。把元素间的动作关系按程式化转义。每一操作步骤可生成一个第一程式化元素组合。将多个第一程式化元素组合按顺序排列,生成第一元素组合集合。第一元素组合集合可采用数据表的方式存储。
第一元素组合集合包括一个或多个核心关键词,此处的核心关键词可以表征第一缺陷数据中的缺陷的类型或位置,如页面错误、XX页面等。
S30、确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合。
可理解地,缺陷集合包括若干第二缺陷数据。在此处,缺陷集合用于与第一缺陷数据进行比对。可以根据实际需要设置缺陷的比对范围,进而确定缺陷集合。例如,可以选择与未修复的缺陷加入缺陷集合;也可以选择同时将已修改和未修复的缺陷加入缺陷集合。
一般情况下,缺陷集合中的第二缺陷数据已经经过语义分析引擎的解析,其解析结果(即第二元素组合集合)存储在缺陷数据库,可以通过查询的方式获取相应的第二元素组合集合。
S40、通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果。
可理解地,预设比对规则可以根据实际需要进行设置。在一些示例中,预设比对规则包括多重的过滤和筛选规则,可以更好地比对第一元素组合集合和所述第二元素组合集合的差异,生成比对结果。该比对结果可以反映第一缺陷数据和第二缺陷数据之间的差异。
S50、根据若干所述比对结果生成重复缺陷识别结果。
可理解地,可以将缺陷集合中的所有第二缺陷数据与待比对的第一缺陷数据进行比对,生成对应的若干个比对结果。综合所有的比对结果,可以生成重复缺陷识别结果。在一些示例中,重复缺陷识别结果可标示为相似度缺陷列表,可以根据相似度的高低(或等级)从高到低排列第二缺陷数据,便于用户进行甄别,确定当前待比对的第一缺陷数据是否为重复缺陷。
本实施例通过三重引擎,一为确定缺陷语义的语义分析引擎、一为确定缺陷集合的缺陷检索引擎、一为进行精准比对的比对引擎(预设比对规则),可以在用户提交新缺陷进行有效的防重对比判断,避免开发做无效的缺陷审核、判断和驳回操作,也避免用户提交、跟踪、关闭无效重复缺陷,节省开发和测试的工作时间,有利于提升缺陷处理的效率,提升工作效率。
可选的,所述第一缺陷数据包括缺陷名称、缺陷描述和缺陷步骤描述。
可理解地,第一缺陷数据包括但不限于缺陷名称、缺陷描述和缺陷步骤描述。在一些示例中,缺陷名称表示为:话费充值流程,用XX宝付款,期待充值成功,提交后失败。缺陷描述表示为:用户正常登录,网络正常,余额充足,支付报错。缺陷步骤描述表示为:步骤一,在登录页,输入用户名和密码,点击登录,期待登录成功;步骤二,点击首页,点击话费充值,输入手机号XXXX,点击充值,期待充值成功,实际报错;步骤三……。
可选的,所述第一程式化元素组合包括关键词组合、操作行为组合、期待结果和操作结果。
可理解地,第一程式化元素组合包括多种类型的第一程式化元素组合,如可以是关键词组合、操作行为组合、期待结果和操作结果。关键词组合可以分为缺陷名称关键词和缺陷描述关键词。在一示例中,缺陷名称关键词包括:充值流程、支付宝支付、充值失败;缺陷描述关键词包括:登录成功、网络正常、支付宝支付、余额充足、提交时报错。
可选的,所述操作行为组合包括程式化控件和程式化操作。
可理解地,操作行为组合可以包括程式化控件和程式化操作。在一些示例中,操作行为组合可表示为:
程式化控件:登录页;程式化操作:进入;
程式化控件:用户名;程式化操作:输入XXX;
程式化控件:密码;程式化操作:输入XXX;
程式化控件:确认按钮;程式化操作:单击;
……。
可选的,所述预设比对规则包括缺陷描述比对规则、程式化元素组合比对规则和缺陷结果比对规则;
步骤S40,即所述通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果,包括:
S401、通过所述缺陷描述比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷描述上的第一相似度;
S402、通过所述操作行为组合比对规则计算所述第一元素组合集合和所述第二元素组合集合在操作行为组合上的第二相似度;
S403、通过所述缺陷结果比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷结果上的第三相似度;
S404、根据所述第一相似度、所述第二相似度和所述第三相似度确定所述比对结果。
可理解地,缺陷描述比对规则可以根据实际需要进行设置,也可以通过模型训练获得。可以从语义方面计算两种组合集合的缺陷描述的第一相似度。
操作行为组合指的是对缺陷步骤描述进行重现后生成的包含程式化控件和程式化操作的组合。操作行为组合比对规则可以根据实际进行设置,也可以通过模型训练获得。通过操作行为组合比对规则对两种组合集合的操作行为组合进行比对,可以生成第二相似度。
缺陷结果比对规则可以根据实际需要进行设置,也可以通过模型训练获得。通过缺陷结果比对规则对两种组合集合的缺陷结果进行比对,可以生成第三相似度。
在获得第一相似度、第二相似度和第三相似度之后,可以计算两种组合集合之间的比对结果。比对结果可以是两种组合集合之间的整体相似度。在一些示例中,比对结果可以是第一相似度、第二相似度和第三相似度的加权和。各个相似度的权重可以根据实际需要进行设置。不同的系统模块,其权重值可以是不同的。
可选的,步骤S20,即所述通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合,包括:
S201、对所述第一缺陷数据进行元素解析,获得多个第一元素组合;
S202、对所述第一元素组合进行程式化转换,获得所述第一程式化元素组合;
S203、拼接多个所述第一程式化元素组合,生成所述第一元素组合集合。
可理解地,对所述第一缺陷数据进行元素解析,获得多个第一元素组合。然后,对第一元素组合进行程式化转换,获得第一程式化元素组合。例如,缺陷名称表示为:话费充值流程,用XX宝付款,期待充值成功,提交后失败。缺陷名称可以分解为相应的第一元素组合,具体为:充值流程、XX宝支付、充值成功。然后对第一元素组合进行程式化转换,获得第一程式化元素组合,具体为:充值流程、XX宝支付、充值失败。
在获得多个第一程式化元素组合之后,可以对它们进行拼接,生成第一元素组合集合。
可选的,步骤S50之后,即所述根据若干所述比对结果生成重复缺陷识别结果之后,还包括:
S60、若所述第一缺陷数据不属于重复缺陷,则提交所述第一缺陷数据,并将所述第一元素组合集合存储至所述缺陷数据库。
可理解地,用户在接收到重复缺陷识别结果,可以对重复缺陷识别结果进行识别,确定第一缺陷数据是否为重复缺陷。若第一缺陷数据不属于重复缺陷,则提交第一缺陷数据,并将第一元素组合集合存储至缺陷数据库,以便于以后进行比对。若第一缺陷数据属于重复缺陷,则不提交第一缺陷数据,将当前的第一缺陷数据合并在之前的相同缺陷中。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种软件重复缺陷识别装置,该软件重复缺陷识别装置与上述实施例中软件重复缺陷识别方法一一对应。如图3所示,该软件重复缺陷识别装置包括获取待比对缺陷数据模块10、分析模块20、确定缺陷集合模块、比对模块40和生成结果模块50。各功能模块详细说明如下:
获取待比对缺陷数据模块10,用于获取待提交的第一缺陷数据;
分析模块20,用于通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定缺陷集合模块30,用于确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
比对模块40,用于通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
生成结果模块50,用于根据若干所述比对结果生成重复缺陷识别结果。
可选的,所述第一缺陷数据包括缺陷名称、缺陷描述和缺陷步骤描述。
可选的,所述第一程式化元素组合包括关键词组合、操作行为组合、期待结果和操作结果。
可选的,所述操作行为组合包括程式化控件和程式化操作。
可选的,所述预设比对规则包括缺陷描述比对规则、操作行为组合比对规则和缺陷结果比对规则;
比对模块40包括:
第一相似度计算单元,用于通过所述缺陷描述比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷描述上的第一相似度;
第二相似度计算单元,用于通过所述操作行为组合比对规则计算所述第一元素组合集合和所述第二元素组合集合在操作行为组合上的第二相似度;
第三相似度计算单元,用于通过所述缺陷结果比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷结果上的第三相似度;
生成比对结果单元,用于根据所述第一相似度、所述第二相似度和所述第三相似度确定所述比对结果。
可选的,分析模块20包括:
解析单元,用于对所述第一缺陷数据进行元素解析,获得多个第一元素组合;
程式化单元,用于对所述第一元素组合进行程式化转换,获得所述第一程式化元素组合;
拼接单元,用于拼接多个所述第一程式化元素组合,生成所述第一元素组合集合。
可选的,软件重复缺陷识别装置还包括:
提交缺陷模块,用于若所述第一缺陷数据不属于重复缺陷,则提交所述第一缺陷数据,并将所述第一元素组合集合存储至所述缺陷数据库。
关于软件重复缺陷识别装置的具体限定可以参见上文中对于软件重复缺陷识别方法的限定,在此不再赘述。上述软件重复缺陷识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储软件重复缺陷识别方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种软件重复缺陷识别方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现以下步骤:
获取待提交的第一缺陷数据;
通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
根据若干所述比对结果生成重复缺陷识别结果。
在一个实施例中,提供了一个或多个存储有计算机可读指令的计算机可读存储介质,本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时实现以下步骤:
获取待提交的第一缺陷数据;
通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
根据若干所述比对结果生成重复缺陷识别结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性可读取存储介质或易失性可读存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种软件重复缺陷识别方法,其特征在于,包括:
获取待提交的第一缺陷数据;
通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
根据若干所述比对结果生成重复缺陷识别结果。
2.如权利要求1所述的软件重复缺陷识别方法,其特征在于,所述第一缺陷数据包括缺陷名称、缺陷描述和缺陷步骤描述。
3.如权利要求1所述的软件重复缺陷识别方法,其特征在于,所述第一程式化元素组合包括关键词组合、操作行为组合、期待结果和操作结果。
4.如权利要求3所述的软件重复缺陷识别方法,其特征在于,所述操作行为组合包括程式化控件和程式化操作。
5.如权利要求1所述的软件重复缺陷识别方法,其特征在于,所述预设比对规则包括缺陷描述比对规则、操作行为组合比对规则和缺陷结果比对规则;
所述通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果,包括:
通过所述缺陷描述比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷描述上的第一相似度;
通过所述操作行为组合比对规则计算所述第一元素组合集合和所述第二元素组合集合在操作行为组合上的第二相似度;
通过所述缺陷结果比对规则计算所述第一元素组合集合和所述第二元素组合集合在缺陷结果上的第三相似度;
根据所述第一相似度、所述第二相似度和所述第三相似度确定所述比对结果。
6.如权利要求1所述的软件重复缺陷识别方法,其特征在于,所述通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合,包括:
对所述第一缺陷数据进行元素解析,获得多个第一元素组合;
对所述第一元素组合进行程式化转换,获得所述第一程式化元素组合;
拼接多个所述第一程式化元素组合,生成所述第一元素组合集合。
7.如权利要求1所述的软件重复缺陷识别方法,其特征在于,所述根据若干所述比对结果生成重复缺陷识别结果之后,还包括:
若所述第一缺陷数据不属于重复缺陷,则提交所述第一缺陷数据,并将所述第一元素组合集合存储至所述缺陷数据库。
8.一种软件重复缺陷识别装置,其特征在于,包括:
获取待比对缺陷数据模块,用于获取待提交的第一缺陷数据;
分析模块,用于通过语义分析引擎将所述第一缺陷数据转化为第一元素组合集合,所述第一元素组合集合包括多个第一程式化元素组合;所述第一元素组合集合包括核心关键词;
确定缺陷集合模块,用于确定与所述核心关键词匹配的缺陷集合,从缺陷数据库获取与所述缺陷集合中的第二缺陷数据对应的第二元素组合集合,所述第二元素组合集合包括多个第二程式化元素组合;
比对模块,用于通过预设比对规则比对所述第一元素组合集合和所述第二元素组合集合,生成比对结果;
生成结果模块,用于根据若干所述比对结果生成重复缺陷识别结果。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述软件重复缺陷识别方法。
10.一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被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如权利要求1至7中任一项所述软件重复缺陷识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111483109.1A CN114090462B (zh) | 2021-12-07 | 2021-12-07 | 软件重复缺陷识别方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111483109.1A CN114090462B (zh) | 2021-12-07 | 2021-12-07 | 软件重复缺陷识别方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114090462A true CN114090462A (zh) | 2022-02-25 |
CN114090462B CN114090462B (zh) | 2023-04-18 |
Family
ID=80306753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111483109.1A Active CN114090462B (zh) | 2021-12-07 | 2021-12-07 | 软件重复缺陷识别方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114090462B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024078062A1 (zh) * | 2022-10-12 | 2024-04-18 | 中兴通讯股份有限公司 | 代码静态分析结果管理方法、设备及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436157A (zh) * | 2007-11-13 | 2009-05-20 | 上海未来宽带技术及应用工程研究中心有限公司 | 一种在程序测试流程中程序bug的处理方法 |
CN102789999A (zh) * | 2012-08-16 | 2012-11-21 | 上海华力微电子有限公司 | 利用图形特征扫描的缺陷检测方法和半导体芯片制造方法 |
CN103049367A (zh) * | 2011-10-11 | 2013-04-17 | 神州数码信息系统有限公司 | 一种软件自动化测试的方法 |
CN103970666A (zh) * | 2014-05-29 | 2014-08-06 | 重庆大学 | 一种软件重复缺陷报告检测的方法 |
CN105095086A (zh) * | 2015-08-27 | 2015-11-25 | 浪潮电子信息产业股份有限公司 | 一种改进的软件测试模型及测试方法 |
CN109408371A (zh) * | 2018-09-18 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 软件缺陷分析录入方法、装置、计算机设备和存储介质 |
CN110990289A (zh) * | 2019-12-12 | 2020-04-10 | 锐捷网络股份有限公司 | 一种自动提交bug的方法、装置、电子设备及存储介质 |
US20200183813A1 (en) * | 2018-12-10 | 2020-06-11 | International Business Machines Corporation | Automated test script generator |
CN112966708A (zh) * | 2021-01-27 | 2021-06-15 | 中国人民解放军陆军工程大学 | 一种基于语义相似度的中文众包测试报告聚类方法 |
CN113535563A (zh) * | 2021-07-19 | 2021-10-22 | 上海复深蓝软件股份有限公司 | 测试用例去重方法、装置、计算机设备及存储介质 |
-
2021
- 2021-12-07 CN CN202111483109.1A patent/CN114090462B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101436157A (zh) * | 2007-11-13 | 2009-05-20 | 上海未来宽带技术及应用工程研究中心有限公司 | 一种在程序测试流程中程序bug的处理方法 |
CN103049367A (zh) * | 2011-10-11 | 2013-04-17 | 神州数码信息系统有限公司 | 一种软件自动化测试的方法 |
CN102789999A (zh) * | 2012-08-16 | 2012-11-21 | 上海华力微电子有限公司 | 利用图形特征扫描的缺陷检测方法和半导体芯片制造方法 |
CN103970666A (zh) * | 2014-05-29 | 2014-08-06 | 重庆大学 | 一种软件重复缺陷报告检测的方法 |
CN105095086A (zh) * | 2015-08-27 | 2015-11-25 | 浪潮电子信息产业股份有限公司 | 一种改进的软件测试模型及测试方法 |
CN109408371A (zh) * | 2018-09-18 | 2019-03-01 | 深圳壹账通智能科技有限公司 | 软件缺陷分析录入方法、装置、计算机设备和存储介质 |
US20200183813A1 (en) * | 2018-12-10 | 2020-06-11 | International Business Machines Corporation | Automated test script generator |
CN110990289A (zh) * | 2019-12-12 | 2020-04-10 | 锐捷网络股份有限公司 | 一种自动提交bug的方法、装置、电子设备及存储介质 |
CN112966708A (zh) * | 2021-01-27 | 2021-06-15 | 中国人民解放军陆军工程大学 | 一种基于语义相似度的中文众包测试报告聚类方法 |
CN113535563A (zh) * | 2021-07-19 | 2021-10-22 | 上海复深蓝软件股份有限公司 | 测试用例去重方法、装置、计算机设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024078062A1 (zh) * | 2022-10-12 | 2024-04-18 | 中兴通讯股份有限公司 | 代码静态分析结果管理方法、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114090462B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110941546A (zh) | Web页面用例的自动化测试方法、装置、设备及存储介质 | |
CN108090567B (zh) | 电力通信系统故障诊断方法及装置 | |
CN112183782B (zh) | 故障工单处理方法及设备 | |
CN109308285A (zh) | 数据库脚本管理方法、装置、计算机设备及存储介质 | |
CN111209185B (zh) | 基于关键词的自动化测试方法及计算机可读存储介质 | |
CN111522728A (zh) | 自动化测试用例的生成方法、电子设备及可读存储介质 | |
CN111240976A (zh) | 软件测试方法、装置、计算机设备及存储介质 | |
CN112540887A (zh) | 故障演练方法、装置、电子设备及存储介质 | |
WO2020186808A1 (zh) | 页面权限测试方法、装置、计算机设备及存储介质 | |
CN113342685A (zh) | 精准测试方法、装置、计算机设备和存储介质 | |
CN112612813A (zh) | 一种测试数据的生成方法和装置 | |
CN114090462B (zh) | 软件重复缺陷识别方法、装置、计算机设备及存储介质 | |
CN113220597B (zh) | 测试方法、测试装置、电子设备及存储介质 | |
CN113535563A (zh) | 测试用例去重方法、装置、计算机设备及存储介质 | |
CN113837584A (zh) | 业务处理系统和基于业务处理系统的异常数据处理方法 | |
CN117495544A (zh) | 一种基于沙箱的风控评估方法、系统、终端及存储介质 | |
CN117493188A (zh) | 接口测试方法及装置、电子设备及存储介质 | |
CN116957828A (zh) | 报账审核方法、设备、存储介质及装置 | |
CN112561690A (zh) | 信用卡分期业务接口的测试方法、系统、设备及存储介质 | |
CN110990249A (zh) | 代码扫描结果处理方法、装置、计算机设备及存储介质 | |
CN114996151A (zh) | 接口测试方法、装置、电子设备及可读存储介质 | |
CN111444093B (zh) | 项目开发过程质量的确定方法、装置、计算机设备 | |
CN113704123A (zh) | 接口测试方法、装置、设备以及存储介质 | |
CN115203057B (zh) | 低代码测试自动化方法、装置、设备及存储介质 | |
CN113868030B (zh) | Cpu测试工具自适应匹配方法、系统、终端及存储介质 |
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 |