CN114185807A - 测试数据管理方法、装置、计算机设备及存储介质 - Google Patents
测试数据管理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114185807A CN114185807A CN202111555246.1A CN202111555246A CN114185807A CN 114185807 A CN114185807 A CN 114185807A CN 202111555246 A CN202111555246 A CN 202111555246A CN 114185807 A CN114185807 A CN 114185807A
- Authority
- CN
- China
- Prior art keywords
- functional
- test data
- test
- target terminal
- error
- 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
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
-
- 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
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开一种测试数据管理方法、装置、计算机设备及存储介质,包括:采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。避免了只关注测试结果,导致测试场景遗漏的问题,提高了测试验证中测试场景的覆盖度,使测试结果更加的真实准确。
Description
技术领域
本发明实施例涉及数据处理领域,尤其是一种测试数据管理方法、装置、计算机设备及存储介质。
背景技术
测试用例是一个文档,是执行的最小实体。测试用例包括输入、动作、时间和一个期望的结果,其目的是确定应用程序的某个特性是否可正常工作,并且达到程序所设计的结果,以便测试某个程序路径或核实是否满足某个特定需求般在进行测试用例设计前要全面了解被测试产品的功能、明确测试范围、具备基本的测试技术与方法等。
本发明创造的发明人在研究中发现,现有技术中在使用测试用例对终端进行软件测试时,只关注测试用例的测试结果是否执行成功,而忽略了测试产生的数据中各项指标信息的审核,导致测试场景的遗漏。
发明内容
本发明实施例提供一种提高测试数据测试质量的测试数据管理方法、装置、计算机设备及存储介质。
为解决上述技术问题,本发明创造的实施例采用的一个技术方案是:提供一种测试数据管理方法,包括:
采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;
基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;
提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;
根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;
当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
可选地,所述采集目标终端的功能架构包括:
读取所述目标终端的多个调用接口;
基于所述调用接口和预设的功能数据库,匹配各调用接口对应的功能单元,其中,所述功能数据库中存储各类型调用接口对应的功能单元;
按功能单元之间的相互调用关系,将匹配得到的各功能单元进行拓扑连接生成所述功能架构。
可选地,所述基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则之前,包括:
将所述功能架构转化为功能拓扑图;
将所述功能拓扑图输入至预设的功能筛选模型中,其中,所述功能筛选模型为预先训练至收敛状态,用于对非适配的功能单元进行筛选的神经网络模型;
根据所述功能筛选模型输出的分类结果,删除所述功能架构中的非适配的功能单元。
可选地,所述当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息之后,包括:
根据所述证错误信息提取所述目标终端中的第一错误功能单元;
确定所述第一错误功能单元在所述功能拓扑图中的目标节点;
将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储。
可选地,所述将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储包括:
采集所述功能拓扑图的节点图形集,其中,所述节点图形集中包括图形形状和图形颜色;
将所述图形形状和图形颜色输入至预设的形状筛选模型中,其中,所述形状筛选模型为预先训练至收敛状态,用于对根据已有图形形状和图形颜色生成区别图形的神经网络模型;
根据所述形状筛选模型输出的分类结果对所述目标节点进行区别化显示,并根据数据链表将所述验证错误信息与区别化显示后的目标节点进行关联存储。
可选地,所述当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息之后,包括:
根据所述证错误信息提取所述目标终端中的第二错误功能单元;
采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器;
在预设的测试数据库中适配所述第二错误功能单元对应的测试用例;
将所述测试用例输入至所述测试容器中进行运行测试,并根据所述运行测试结果生成所述第二错误功能单元的测试结果。
可选地,所述采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器包括:
采集所述第二错误功能单元的环境信息,其中,所述环境信息包括所述第二错误功能单元的应用类型和应用配置参数;
根据所述应用类型调用对应的安装文件,并根据所述应用配置参数对所述安装文件进行配置生成镜像文件;
将所述镜像文件输入至预设的空白容器内生成所述测试容器。
为解决上述技术问题,本发明实施例还提供一种测试数据管理装置,包括:
采集模块,用于采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;
配置模块,用于基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;
提取模块,用于提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;
处理模块,用于根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;
执行模块,用于当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
可选地,所述测试数据管理装置,还包括:
第一读取子模块,用于读取所述目标终端的多个调用接口;
第一处理子模块,用于基于所述调用接口和预设的功能数据库,匹配各调用接口对应的功能单元,其中,所述功能数据库中存储各类型调用接口对应的功能单元;
第一执行子模块,用于按功能单元之间的相互调用关系,将匹配得到的各功能单元进行拓扑连接生成所述功能架构。
可选地,所述测试数据管理装置,还包括:
第一转化子模块,用于将所述功能架构转化为功能拓扑图;
第二处理子模块,用于将所述功能拓扑图输入至预设的功能筛选模型中,其中,所述功能筛选模型为预先训练至收敛状态,用于对非适配的功能单元进行筛选的神经网络模型;
第二执行子模块,用于根据所述功能筛选模型输出的分类结果,删除所述功能架构中的非适配的功能单元。
可选地,所述测试数据管理装置,还包括:
第一提取子模块,用于根据所述证错误信息提取所述目标终端中的第一错误功能单元;
第三处理子模块,用于确定所述第一错误功能单元在所述功能拓扑图中的目标节点;
第三执行子模块,用于将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储。
可选地,所述测试数据管理装置,还包括:
第一采集子模块门用于采集所述功能拓扑图的节点图形集,其中,所述节点图形集中包括图形形状和图形颜色;
第四处理子模块,用于将所述图形形状和图形颜色输入至预设的形状筛选模型中,其中,所述形状筛选模型为预先训练至收敛状态,用于对根据已有图形形状和图形颜色生成区别图形的神经网络模型;
第四执行子模块,用于根据所述形状筛选模型输出的分类结果对所述目标节点进行区别化显示,并根据数据链表将所述验证错误信息与区别化显示后的目标节点进行关联存储。
可选地,所述测试数据管理装置,还包括:
第二提取子模块,用于根据所述证错误信息提取所述目标终端中的第二错误功能单元;
第二采集子模块,用于采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器;
第五处理子模块,用于在预设的测试数据库中适配所述第二错误功能单元对应的测试用例;
第五执行子模块,用于将所述测试用例输入至所述测试容器中进行运行测试,并根据所述运行测试结果生成所述第二错误功能单元的测试结果。
可选地,所述测试数据管理装置,还包括:
第三采集子模块,用于采集所述第二错误功能单元的环境信息,其中,所述环境信息包括所述第二错误功能单元的应用类型和应用配置参数;
第六处理子模块,用于根据所述应用类型调用对应的安装文件,并根据所述应用配置参数对所述安装文件进行配置生成镜像文件;
第六执行子模块,用于将所述镜像文件输入至预设的空白容器内生成所述测试容器。
为解决上述技术问题本发明实施例还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述所述测试数据管理方法的步骤。
为解决上述技术问题本发明实施例还提供一种计算机存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述所述测试数据管理方法的步骤。
本发明实施例的有益效果是:在进行目标终端测试数据审核时,通过调用目标终端的功能架构得到组成目标终端的功能单元,然后,根据每个中能单元的类型针对性的配置每一类功能单元的检验规则,并且按功能将目标终端的测试数据进行拆分,采用每一类功能单元的检验规则对对应的功能单元的测试数据进行验证,并对验证不合格的功能单元进行提取。该方法能够关注到组成目标终端最基础的功能单元产生的数据是否合规,能够对测试产生的各类指标数据进行详细的验证,避免了只关注测试结果,导致测试场景遗漏的问题,提高了测试验证中测试场景的覆盖度,使测试结果更加的真实准确。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请一个具体实施例的测试数据管理方法的基本流程示意图;
图2为本申请一个具体实施例的根据调用接口构建功能单元的流程示意图;
图3为本申请一个具体实施例的对目标终端功能架构进行验证的流程示意图;
图4为本申请一个具体实施例的对错误功能单元进行具象化显示的流程示意图;
图5为本申请一个具体实施例的通过神经网络模型进行区别化显示的流程示意图;
图6为本申请一个具体实施例的对错误功能单元的进行测试的流程示意图;
图7为本申请一个实施例的生成测试容器的流程示意图;
图8为本申请一个实施例的测试数据管理装置基本结构示意图;
图9为本申请一个实施例的计算机设备的基本结构框图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,这里所使用的“终端”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(Personal Communications Service,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(Personal Digital Assistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(Mobile Internet Device,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备。
请参阅图1,图1为本实施例测试数据管理方法的基本流程示意图。
如图1所示,一种测试数据管理方法,包括:
S110、采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;
本实施方式中,每个目标终端支持n(n为大于等于1的正整数)项功能,即智能终端对应有n个功能单元,每个功能单元之间是相互独立的功能模块,相互之间独立运行互不干扰。因此,智能终端的功能架构是由n个功能单元组成的树形拓扑结构。
当目标终端执行完测试用例的测试任务后,需要对目标终端的功能架构进行提取。在一些实施方式中,由于,部分目标终端的参数不包括本终端的功能架构。因此,服务器端需要自己构建目标终端的功能架构,具体的方式为:提取目标终端中所有的调用接口,该调用接口包括API接口和SDK接口,由于,每个功能单元都是独立的因此,每个功能单元对应的调用接口也就是独立的。API(Application Programming Interface,应用程序接口)是一些预先定义的接口(如函数、HTTP接口),或指软件系统不同组成部分衔接的约定。用来提供应用程序与开发人员基于某软件或硬件得以访问的一组例程。而SDK接口则是多个API接口的总接口,通过解析能够从SDK接口中得到多个API接口。
当得到目标终端的多个接口后,在服务器端预设的功能数据库中匹配与调用接口对应的功能单元。服务器端预构建有功能数据库,功能数据库中存储由全量的功能单元,且每个功能单元均将与之对应的调用接口作为索引标签。因此,当提取得到目标单端的调用接口后,根据调用接在功能数据库中进行检索得到对应的功能单元。
在一些实施方式中,不同功能单元之间具有数据上的协作关系,根据数据协作的先后关系,功能单元之间具有相互调用数据的调用关系。例如,功能单元B需要调用功能单元A的数据后才能进行运算,则功能单元B和功能单元A之间形成调用关系,且调用关系由B指向A,则对应的拓扑关系为功能单元B连接在功能单元A后面。功能单元之间的调用关系,服务器端通过统计后,记载在功能数据库中,当提取得到功能单元后,就能够得到各功能单元之间的调用关系,进而将各种调用关系构建目标终端的功能架构。
在一些实施方式中,当目标终端的功能架构构建完毕后,需要对该目标终端功能架构的合理性进行审查。审查的方式为通过神经网络模型进行判断。
具体地,在服务器端构建功能筛选模型,功能筛选模型需要进行预先训练,即通过采集大量的关于终端的功能架构拓扑图作为正负样本,通过监督训练的方式对初始的神经网络模型进行训练,当训练完成后功能筛选模型的训练次数达到预定的次数或者通过验证样本确定功能筛选模型的判断准确率大于设定准确率阈值后,则该功能筛选模型被训练至收敛。训练至收敛状态的功能筛选模型能够对目标终端中功能架构的不合理功能单端进行提取。本实施方式中的功能筛选模型能够由(不限于):卷积神经网络模型、深度卷积神经网络模型、循环神经网络模型或者上述神经网络模型中任意一种中的变种模型训练得到。
由于,功能筛选模型为图像处理模型,因此,需要将目标终端的功能架构转换为功能拓扑图。即将功能架构中的每个功能单元转化为一个功能图形,每个功能图形中均标记该功能图形对应的功能单元,再根据功能单元之间的相互调用关系,将功能图形进行连接后,生成功能单元的功能拓扑图。
将目标终端的功能单元转化的功能拓扑图输入至该功能筛选模型中,功能筛选模型对功能拓扑图中的特征进行提取,并识别出其中非适配于目标终端的功能单元。当非适配的功能单元被识别后,将该非适配的功能单元从目标终端中进行删除,以保证目标终端中功能架构的准确性,减少后续处理中不必要的数据错误报警条数。
S120、基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;
服务器端还构建有规则数据库,规则数据库中记载每一类功能单元在运行过程中的校验规则。例如,是否包含空数据、是否包含null数据、数据是否相等、是否包含在预设的区间内、数据偏差量不小于x%、是否存在空等校验规则。上述校验规则部分是由服务器端通过统计历史数据后得到,部分则是用户根据适应场景需要写入的规则。在规则数据库中的校验规则不是杂乱无章的,而是根据功能单元进行分类的,因此,在规则数据库每一个功能单元均对应设置有一条或者多条校验规则。由于,校验规则是按功能单元进行分类和存储的,因此,只需要将功能架构中的功能单元进行拆分检索后,就能够得到每个功能单元对应的校验规则。
S130、提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;
当得到每个功能单元的配置规则后,服务器端提取目标终端运行测试用例产生的测试数据。该测试数据是目标终端运行测试用例产生的整体测试数据,包括每个功能单元的细分测试数据。因此,需要对测试数据进行拆分。
具体地,每一组测试数据均是由多个功能单元的测试数据组成的,而每个功能单元又是相互独立的,因此,测试数据是由每个功能单元各自的功能测试数据组成。每个功能单元都具有对应的功能字段或者调用接口字段,这些字段在测试数据中起到了数据分割的作用。因此,通过功能单元的功能字段或者调用接口字段能够将测试数据拆分为多个功能测试数据。每一组功能测试数据对应一个功能单元。
S140、根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;
拆分得到功能单元对应的功能测试数据后,需要对每个功能单元的功能测试数据进行校验。由于,每个功能单元具有对应的校验规则,则校验时,采用每一个功能单元的校验规则,对其对应的功能测试数据进行校验。具体地,在功能单元对应的校验规则中,记载是否包含空数据、是否包含null数据、数据是否相等、是否包含在预设的区间内、数据偏差量不小于x%或是否存在空等参数,根据上诉规则中的一条或者多条对功能测试数据进行比对验证。当任意功能单元中任一一条参数出现异常时,就确定该功能单元功能测试数据验证失败。只有所有的验证参数均正确时,才能够确定该功能单元功能测试数据验证成功。
S150、当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
当任一功能测试数据验证失败时,服务器端向目标终端发送验证错误信息,该验证错误信息中包括:目标终端那个功能单元以及该功能单元中的某个参数出现错误的信息。目标终端在得到该验证错误信息能够针对性的该功能单元进行单独调试,以避免该错误反复发生。
上述实施方式,在进行目标终端测试数据审核时,通过调用目标终端的功能架构得到组成目标终端的功能单元,然后,根据每个中能单元的类型针对性的配置每一类功能单元的检验规则,并且按功能将目标终端的测试数据进行拆分,采用每一类功能单元的检验规则对对应的功能单元的测试数据进行验证,并对验证不合格的功能单元进行提取。该方法能够关注到组成目标终端最基础的功能单元产生的数据是否合规,能够对测试产生的各类指标数据进行详细的验证,避免了只关注测试结果,导致测试场景遗漏的问题,提高了测试验证中测试场景的覆盖度,使测试结果更加的真实准确。
在一些实施方式中,需要根据目标终端的调用接口,构建目标终端的终端架构。请参阅图2,图2为本实施例根据调用接口构建功能单元的流程示意图。
如图2所示,S110包括:
S111、读取所述目标终端的多个调用接口;
在一些实施方式中,由于,部分目标终端的参数不包括本终端的功能架构。因此,服务器端需要自己构建目标终端的功能架构,具体的方式为:提取目标终端中所有的调用接口,该调用接口包括API接口和SDK接口,由于,每个功能单元都是独立的因此,每个功能单元对应的调用接口也就是独立的。API(Application Programming Interface,应用程序接口)是一些预先定义的接口(如函数、HTTP接口),或指软件系统不同组成部分衔接的约定。用来提供应用程序与开发人员基于某软件或硬件得以访问的一组例程。而SDK接口则是多个API接口的总接口,通过解析能够从SDK接口中得到多个API接口。
S112、基于所述调用接口和预设的功能数据库,匹配各调用接口对应的功能单元,其中,所述功能数据库中存储各类型调用接口对应的功能单元;
当得到目标终端的多个接口后,在服务器端预设的功能数据库中匹配与调用接口对应的功能单元。服务器端预构建有功能数据库,功能数据库中存储由全量的功能单元,且每个功能单元均将与之对应的调用接口作为索引标签。因此,当提取得到目标单端的调用接口后,根据调用接在功能数据库中进行检索得到对应的功能单元。
S113、按功能单元之间的相互调用关系,将匹配得到的各功能单元进行拓扑连接生成所述功能架构。
不同功能单元之间具有数据上的协作关系,根据数据协作的先后关系,功能单元之间具有相互调用数据的调用关系。例如,功能单元B需要调用功能单元A的数据后才能进行运算,则功能单元B和功能单元A之间形成调用关系,且调用关系由B指向A,则对应的拓扑关系为功能单元B连接在功能单元A后面。功能单元之间的调用关系,服务器端通过统计后,记载在功能数据库中,当提取得到功能单元后,就能够得到各功能单元之间的调用关系,进而将各种调用关系构建目标终端的功能架构。
在一些实施方式中,当目标终端的功能架构构建完毕后,需要对该目标终端功能架构的合理性进行审查。请参阅图3,图3为本实施例对目标终端功能架构进行验证的流程示意图。
如图3所示,S120之前,包括:
S114、将所述功能架构转化为功能拓扑图;
将功能架构中的每个功能单元转化为一个功能图形,每个功能图形中均标记该功能图形对应的功能单元,再根据功能单元之间的相互调用关系,将功能图形进行连接后,生成功能单元的功能拓扑图。
S115、将所述功能拓扑图输入至预设的功能筛选模型中,其中,所述功能筛选模型为预先训练至收敛状态,用于对非适配的功能单元进行筛选的神经网络模型;
在服务器端构建功能筛选模型,功能筛选模型需要进行预先训练,即通过采集大量的关于终端的功能架构拓扑图作为正负样本,通过监督训练的方式对初始的神经网络模型进行训练,当训练完成后功能筛选模型的训练次数达到预定的次数或者通过验证样本确定功能筛选模型的判断准确率大于设定准确率阈值后,则该功能筛选模型被训练至收敛。训练至收敛状态的功能筛选模型能够对目标终端中功能架构的不合理功能单端进行提取。本实施方式中的功能筛选模型能够由(不限于):卷积神经网络模型、深度卷积神经网络模型、循环神经网络模型或者上述神经网络模型中任意一种中的变种模型训练得到。
S116、根据所述功能筛选模型输出的分类结果,删除所述功能架构中的非适配的功能单元。
将目标终端的功能单元转化的功能拓扑图输入至该功能筛选模型中,功能筛选模型对功能拓扑图中的特征进行提取,并识别出其中非适配于目标终端的功能单元。当非适配的功能单元被识别后,将该非适配的功能单元从目标终端中进行删除,以保证目标终端中功能架构的准确性,减少后续处理中不必要的数据错误报警条数。
在一些实施方式中,当确定目标终端中存在运行错误的目标终端后,需要对该功能单元进行具象化显示,以便于用户对该功能单元进行维护升级。请参阅图4,图4为本实施例对错误功能单元进行具象化显示的流程示意图。
如图4所示,S150之后包括:
S161、根据所述证错误信息提取所述目标终端中的第一错误功能单元;
当任一功能测试数据验证失败时,服务器端向目标终端发送验证错误信息,该验证错误信息中包括:目标终端那个功能单元以及该功能单元中的某个参数出现错误的信息。
因此,当得到证错误信息后,对证错误信息进行解析后,就能够得到该目标终端中运行错误的第一错误功能单元。
S162、确定所述第一错误功能单元在所述功能拓扑图中的目标节点;
将功能架构中的每个功能单元转化为一个功能图形,每个功能图形中均标记该功能图形对应的功能单元,因此,在功能拓扑图中也具有第一错误功能单元对应的功能图形,定义该第一错误功能单元对应的功能图形为目标节点。
S163、将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储。
对该目标节点表征的功能图形进行区别化显示,区别化显示的方式能够为:通过颜色进行区别化显示,例如,在功能拓扑图中其他功能单元对应的功能图像都是黑色,而将目标节点对应的功能图形颜色修改为红色或者其他有别于黑色的颜色。在一些实施方式中,区别化显示的方式能够为图像区别化显示,例如,在功能拓扑图中其他功能单元对应的功能图像都是方形,而将目标节点对应的功能图形形状修改为圆形或者其他有别于方形的其他颜色。在一些实施方式中,区别化显示的方式能够为标识区别化显示,例如,将目标节点对应的功能图形形状周围标记“X”形,使目标节点的功能图像和其他功能单元的功能图形区别开来。
在一些实施方式中,功能拓扑图中功能图形的形状或者颜色较多时,服务器端需要在众多的形状和颜色中筛选出最具鉴别性的图形或者颜色表示目标节点,使目标节点的显示更加的醒目。
具体地,在服务器端构建形状筛选模型。形状筛选模型需要进行预先训练,即通过采集大量的关于拓扑图形有关的图形正负样本,通过监督训练的方式对初始的神经网络模型进行训练,当训练完成后形状筛选模型的训练次数达到预定的次数或者通过验证样本确定形状筛选模型的判断准确率大于设定准确率阈值后,则该形状筛选模型被训练至收敛。训练至收敛状态的形状筛选模型能够根据输入图形的形状和颜色,在设置的图形数据库中筛选出,与输入图形区别最大的图形形状或者图形颜色。本实施方式中的形状筛选模型能够由(不限于):卷积神经网络模型、深度卷积神经网络模型、循环神经网络模型或者上述神经网络模型中任意一种中的变种模型训练得到。
进行模型筛选之前,将采集的功能拓扑图进行拆分,并且根据图形的形状和颜色对图形进行分类,即将形状和颜色相同的图形分为一类,分类得到的图形集合而成的图形集就是节点图形集。
将节点图形集输入至形状筛选模型,由形状筛选模型进行特征提取,并且将上述特征与图形数据库中图形特征进行特征距离计算,得到特征距离最大的一个图形作为分类结果进行输出。
区别化显示后,需要将目标节点和验证错误信息进行关联存储,以使用户在点击目标节点后就能够获取验证错误信息的详细信息。关联存储的方式为通过数据链表进行存储,数据链表是一种物理存储上非连续,数据元素的逻辑顺序通过链表中的指针链接次序,实现的一种线性存储结构。链表由一系列节点(链表中每一个元素称为节点)组成,节点在运行时动态生成(malloc),每个节点包括两个部分:一个是存储数据元素的数据域,另一个是存储下一个节点的地址的指针域。本实施方式中,数据域中存储有验证错误信息,指针域存储有目标节点的地址。但是,关联存储的方式不局限于数据链表的方式进行存储,在一些实施方式中,目标节点和验证错误信息通过键值对的方式进行存储。
在一些实施方式中,需要通过神经网络模型辅助进行区别化显示。请参阅图5,图5为本实施例通过神经网络模型进行区别化显示的流程示意图。
如图5所示,S163包括:
S164、采集所述功能拓扑图的节点图形集,其中,所述节点图形集中包括图形形状和图形颜色;
进行模型筛选之前,将采集的功能拓扑图进行拆分,并且根据图形的形状和颜色对图形进行分类,即将形状和颜色相同的图形分为一类,分类得到的图形集合而成的图形集就是节点图形集。
S165、将所述图形形状和图形颜色输入至预设的形状筛选模型中,其中,所述形状筛选模型为预先训练至收敛状态,用于对根据已有图形形状和图形颜色生成区别图形的神经网络模型;
在服务器端构建形状筛选模型。形状筛选模型需要进行预先训练,即通过采集大量的关于拓扑图形有关的图形正负样本,通过监督训练的方式对初始的神经网络模型进行训练,当训练完成后形状筛选模型的训练次数达到预定的次数或者通过验证样本确定形状筛选模型的判断准确率大于设定准确率阈值后,则该形状筛选模型被训练至收敛。训练至收敛状态的形状筛选模型能够根据输入图形的形状和颜色,在设置的图形数据库中筛选出,与输入图形区别最大的图形形状或者图形颜色。本实施方式中的形状筛选模型能够由(不限于):卷积神经网络模型、深度卷积神经网络模型、循环神经网络模型或者上述神经网络模型中任意一种中的变种模型训练得到。
S166、根据所述形状筛选模型输出的分类结果对所述目标节点进行区别化显示,并根据数据链表将所述验证错误信息与区别化显示后的目标节点进行关联存储。
将节点图形集输入至形状筛选模型,由形状筛选模型进行特征提取,并且将上述特征与图形数据库中图形特征进行特征距离计算,得到特征距离最大的一个图形作为分类结果进行输出。
区别化显示后,需要将目标节点和验证错误信息进行关联存储,以使用户在点击目标节点后就能够获取验证错误信息的详细信息。关联存储的方式为通过数据链表进行存储,数据链表是一种物理存储上非连续,数据元素的逻辑顺序通过链表中的指针链接次序,实现的一种线性存储结构。链表由一系列节点(链表中每一个元素称为节点)组成,节点在运行时动态生成(malloc),每个节点包括两个部分:一个是存储数据元素的数据域,另一个是存储下一个节点的地址的指针域。本实施方式中,数据域中存储有验证错误信息,指针域存储有目标节点的地址。
在一些实施方式中,当目标终端出现错误功能单元后,为了排查错误功能单元是否是由于偶发性因素引起的,需要单独的对错误功能单元进行测试,进行偶发风险排查。请参阅图6,图6为本实施例对错误功能单元的进行测试的流程示意图。
如图6所示,S160之后包括:
S171、根据所述证错误信息提取所述目标终端中的第二错误功能单元;
当任一功能测试数据验证失败时,服务器端向目标终端发送验证错误信息,该验证错误信息中包括:目标终端那个功能单元以及该功能单元中的某个参数出现错误的信息。
因此,当得到证错误信息后,对证错误信息进行解析后,就能够得到该目标终端中运行错误的第二错误功能单元。其中,第二错误功能单元和第一错误功能单元能够为同一功能单元,也能够为非同一单元,为避免混淆通过第一、第二加以区别。
S172、采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器;
读取第二错误功能单元的环境信息,环境信息包括第二错误功能单元的应用类型、应用配置参数、任务线程的API接口和SDK接口。
采集目标终端的运行环境,采集的方式为:通过目标终端的任务日志进行提取。目标终端的任务日志中记载有目标终端在测试过程中的参数数据,其中,就包括第二错误功能单元的环境信息,通过第二错误功能单元的字段,就能够在任务日志中提取第二错误功能单元的环境信息。
获取环境信息后,需要启动模拟该环境信息的运行实例,该运行实例就是测试容器。测试容器会共享其所在主机的操作系统/内核。即测试容器会共享服务器端的操作系统/内核,只需要将第二错误功能单元中执行任务的应用类型和应用配置参数发送给测试容器后,测试容器就能够模拟出目标终端在执行用户指令时的运行环境。
具体地,应用类型对应的是第二错误功能单元执行错误任务对应的应用程序的类型。因此,当得到应用类型后,就能够得到该应用程序的应用文件(安装包)。得到用程序的安装包后,需要对安装包中的各项参数进行配置,使该安装包被运行时能够适应第二错误功能单元的运行环境。当安装包的参数配置完成后,将该安装包进行格式转换和压缩生成镜像文件。将镜像文件发送至服务器端空白的容器中进行安装后,空白容器就变成了第二错误功能单元对应的测试容器。
S173、在预设的测试数据库中适配所述第二错误功能单元对应的测试用例;
本实施方式中,服务器端构建有测试数据库,测试数据库中存储有所有功能单元的对应的测试用例。且测试数据库中每个测试用例都与其对应的功能单元作为索引标签。当得到第二错误功能单元后,在测试数据库中进行检索就能够得到第二错误功能单元对应的测试用例。且该测试用例就是目标终端进行测试时,第二错误功能单元执行的测试用例。
S174、将所述测试用例输入至所述测试容器中进行运行测试,并根据所述运行测试结果生成所述第二错误功能单元的测试结果。
将第二错误功能单元对应的测试用例输入至测试容器中,测试容器对该测试用例进行运行,运行得到的结果为测试结果。该测试结果如果与目标终端中第二错误功能单元对应的功能测试数据相同,就说明测试用例或者第二错误功能单元确实存在参数错误,指示该测试用例无法在第二错误功能单元中进行运行,运行错误并非偶发性错误。如果测试结果如果与目标终端中第二错误功能单元对应的功能测试数据不相同,且测试结果表征测试用例运行成功的话,则说明测试用例执行失败只是偶发性错误,无需对第二错误功能单元和测试用例进行错误排查,提高了错误排查的效率。
在一些实施方式中,对第二错误功能单元进行模拟测试,需要构建第二错误功能单元对应的测试容器。请参阅图7,图7为本实施例生成测试容器的流程示意图。
如图7所示,S172包括:
S175、采集所述第二错误功能单元的环境信息,其中,所述环境信息包括所述第二错误功能单元的应用类型和应用配置参数;
读取第二错误功能单元的环境信息,环境信息包括第二错误功能单元的应用类型、应用配置参数、任务线程的API接口和SDK接口。
采集目标终端的运行环境,采集的方式为:通过目标终端的任务日志进行提取。目标终端的任务日志中记载有目标终端在测试过程中的参数数据,其中,就包括第二错误功能单元的环境信息,通过第二错误功能单元的字段,就能够在任务日志中提取第二错误功能单元的环境信息。
S176、根据所述应用类型调用对应的安装文件,并根据所述应用配置参数对所述安装文件进行配置生成镜像文件;
应用类型对应的是第二错误功能单元执行错误任务对应的应用程序的类型。因此,当得到应用类型后,就能够得到该应用程序的应用文件(安装包)。得到用程序的安装包后,需要对安装包中的各项参数进行配置,使该安装包被运行时能够适应第二错误功能单元的运行环境。当安装包的参数配置完成后,将该安装包进行格式转换和压缩生成镜像文件。
S177、将所述镜像文件输入至预设的空白容器内生成所述测试容器。
将镜像文件发送至服务器端空白的容器中进行安装后,空白容器就变成了第二错误功能单元对应的测试容器。
为解决上述技术问题,本发明实施例还提供测试数据管理装置。具体请参阅图8,图8为本实施例测试数据管理装置基本结构示意图。
如图8所示,一种测试数据管理装置,包括:采集模块110、配置模块120、提取模块130、处理模块140和执行模块。其中,采集模块110用于采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;配置模块120用于基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;提取模块130用于提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;处理模块140用于根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;执行模块150用于当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
测试数据管理装置在进行目标终端测试数据审核时,通过调用目标终端的功能架构得到组成目标终端的功能单元,然后,根据每个中能单元的类型针对性的配置每一类功能单元的检验规则,并且按功能将目标终端的测试数据进行拆分,采用每一类功能单元的检验规则对对应的功能单元的测试数据进行验证,并对验证不合格的功能单元进行提取。该方法能够关注到组成目标终端最基础的功能单元产生的数据是否合规,能够对测试产生的各类指标数据进行详细的验证,避免了只关注测试结果,导致测试场景遗漏的问题,提高了测试验证中测试场景的覆盖度,使测试结果更加的真实准确。
在一些实施方式中,所述测试数据管理装置,还包括:
第一读取子模块,用于读取所述目标终端的多个调用接口;
第一处理子模块,用于基于所述调用接口和预设的功能数据库,匹配各调用接口对应的功能单元,其中,所述功能数据库中存储各类型调用接口对应的功能单元;
第一执行子模块,用于按功能单元之间的相互调用关系,将匹配得到的各功能单元进行拓扑连接生成所述功能架构。
在一些实施方式中,所述测试数据管理装置还包括:
第一转化子模块,用于将所述功能架构转化为功能拓扑图;
第二处理子模块,用于将所述功能拓扑图输入至预设的功能筛选模型中,其中,所述功能筛选模型为预先训练至收敛状态,用于对非适配的功能单元进行筛选的神经网络模型;
第二执行子模块,用于根据所述功能筛选模型输出的分类结果,删除所述功能架构中的非适配的功能单元。
在一些实施方式中,所述测试数据管理装置还包括:
第一提取子模块,用于根据所述证错误信息提取所述目标终端中的第一错误功能单元;
第三处理子模块,用于确定所述第一错误功能单元在所述功能拓扑图中的目标节点;
第三执行子模块,用于将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储。
在一些实施方式中,所述测试数据管理装置还包括:
第一采集子模块门用于采集所述功能拓扑图的节点图形集,其中,所述节点图形集中包括图形形状和图形颜色;
第四处理子模块,用于将所述图形形状和图形颜色输入至预设的形状筛选模型中,其中,所述形状筛选模型为预先训练至收敛状态,用于对根据已有图形形状和图形颜色生成区别图形的神经网络模型;
第四执行子模块,用于根据所述形状筛选模型输出的分类结果对所述目标节点进行区别化显示,并根据数据链表将所述验证错误信息与区别化显示后的目标节点进行关联存储。
在一些实施方式中,所述测试数据管理装置,还包括:
第二提取子模块,用于根据所述证错误信息提取所述目标终端中的第二错误功能单元;
第二采集子模块,用于采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器;
第五处理子模块,用于在预设的测试数据库中适配所述第二错误功能单元对应的测试用例;
第五执行子模块,用于将所述测试用例输入至所述测试容器中进行运行测试,并根据所述运行测试结果生成所述第二错误功能单元的测试结果。
在一些实施方式中,所述测试数据管理装置,还包括:
第三采集子模块,用于采集所述第二错误功能单元的环境信息,其中,所述环境信息包括所述第二错误功能单元的应用类型和应用配置参数;
第六处理子模块,用于根据所述应用类型调用对应的安装文件,并根据所述应用配置参数对所述安装文件进行配置生成镜像文件;
第六执行子模块,用于将所述镜像文件输入至预设的空白容器内生成所述测试容器。
为解决上述技术问题,本发明实施例还提供计算机设备。具体请参阅图9,图9为本实施例计算机设备基本结构框图。
如图9所示,计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中,该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种测试数据管理方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种测试数据管理方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本实施方式中处理器用于执行图8中采集模块110、配置模块120、提取模块130、处理模块140和执行模块150的具体功能,存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有测试数据管理装置中执行所有子模块所需的程序代码及数据,服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
计算机设备在进行目标终端测试数据审核时,通过调用目标终端的功能架构得到组成目标终端的功能单元,然后,根据每个中能单元的类型针对性的配置每一类功能单元的检验规则,并且按功能将目标终端的测试数据进行拆分,采用每一类功能单元的检验规则对对应的功能单元的测试数据进行验证,并对验证不合格的功能单元进行提取。该方法能够关注到组成目标终端最基础的功能单元产生的数据是否合规,能够对测试产生的各类指标数据进行详细的验证,避免了只关注测试结果,导致测试场景遗漏的问题,提高了测试验证中测试场景的覆盖度,使测试结果更加的真实准确。
本发明还提供一种计算机存储介质,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述任一实施例测试数据管理方法的步骤。
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,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种测试数据管理方法,其特征在于,包括:
采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;
基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;
提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;
根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;
当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
2.根据权利要求1所述的测试数据管理方法,其特征在于,所述采集目标终端的功能架构包括:
读取所述目标终端的多个调用接口;
基于所述调用接口和预设的功能数据库,匹配各调用接口对应的功能单元,其中,所述功能数据库中存储各类型调用接口对应的功能单元;
按功能单元之间的相互调用关系,将匹配得到的各功能单元进行拓扑连接生成所述功能架构。
3.根据权利要求1所述的测试数据管理方法,其特征在于,所述基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则之前,包括:
将所述功能架构转化为功能拓扑图;
将所述功能拓扑图输入至预设的功能筛选模型中,其中,所述功能筛选模型为预先训练至收敛状态,用于对非适配的功能单元进行筛选的神经网络模型;
根据所述功能筛选模型输出的分类结果,删除所述功能架构中的非适配的功能单元。
4.根据权利要求3所述的测试数据管理方法,其特征在于,所述当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息之后,包括:
根据所述证错误信息提取所述目标终端中的第一错误功能单元;
确定所述第一错误功能单元在所述功能拓扑图中的目标节点;
将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储。
5.根据权利要求4所述的测试数据管理方法,其特征在于,所述将所述目标节点在所述功能拓扑图中进行区别化显示,并将所述验证错误信息与区别化显示后的目标节点进行关联存储包括:
采集所述功能拓扑图的节点图形集,其中,所述节点图形集中包括图形形状和图形颜色;
将所述图形形状和图形颜色输入至预设的形状筛选模型中,其中,所述形状筛选模型为预先训练至收敛状态,用于对根据已有图形形状和图形颜色生成区别图形的神经网络模型;
根据所述形状筛选模型输出的分类结果对所述目标节点进行区别化显示,并根据数据链表将所述验证错误信息与区别化显示后的目标节点进行关联存储。
6.根据权利要求1所述的测试数据管理方法,其特征在于,所述当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息之后,包括:
根据所述证错误信息提取所述目标终端中的第二错误功能单元;
采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器;
在预设的测试数据库中适配所述第二错误功能单元对应的测试用例;
将所述测试用例输入至所述测试容器中进行运行测试,并根据所述运行测试结果生成所述第二错误功能单元的测试结果。
7.根据权利要求6所述的测试数据管理方法,其特征在于,所述采集所述第二错误功能单元的环境信息,并根据所述环境信息构建所述第二错误功能单元对应的测试容器包括:
采集所述第二错误功能单元的环境信息,其中,所述环境信息包括所述第二错误功能单元的应用类型和应用配置参数;
根据所述应用类型调用对应的安装文件,并根据所述应用配置参数对所述安装文件进行配置生成镜像文件;
将所述镜像文件输入至预设的空白容器内生成所述测试容器。
8.一种测试数据管理装置,其特征在于,包括:
采集模块,用于采集目标终端的功能架构,其中,所述功能架构由多个功能单元组成;
配置模块,用于基于所述功能架构和预设的规则数据库,配置各功能单元的校验规则,其中,所述规则数据库用于存储各类功能单元对应的校验规则;
提取模块,用于提取所述目标终端的测试数据,并按所述各功能单元对所述测试数据进行拆分生成多个功能测试数据;
处理模块,用于根据所述各功能单元的校验规则分别对对应的功能测试数据进行数据验证;
执行模块,用于当任一所述功能测试数据验证失败时,向所述目标终端发送验证错误信息。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述测试数据管理方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述测试数据管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111555246.1A CN114185807A (zh) | 2021-12-17 | 2021-12-17 | 测试数据管理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111555246.1A CN114185807A (zh) | 2021-12-17 | 2021-12-17 | 测试数据管理方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114185807A true CN114185807A (zh) | 2022-03-15 |
Family
ID=80544393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111555246.1A Pending CN114185807A (zh) | 2021-12-17 | 2021-12-17 | 测试数据管理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114185807A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383155A (zh) * | 2023-06-05 | 2023-07-04 | 成都融见软件科技有限公司 | 一种基于eda验证仿真器的日志查询系统 |
-
2021
- 2021-12-17 CN CN202111555246.1A patent/CN114185807A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116383155A (zh) * | 2023-06-05 | 2023-07-04 | 成都融见软件科技有限公司 | 一种基于eda验证仿真器的日志查询系统 |
CN116383155B (zh) * | 2023-06-05 | 2023-08-11 | 成都融见软件科技有限公司 | 一种基于eda验证仿真器的日志查询系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177095B (zh) | 日志分析方法、装置、计算机设备及存储介质 | |
CN111444952B (zh) | 样本识别模型的生成方法、装置、计算机设备和存储介质 | |
CN110414242A (zh) | 用于检测业务逻辑漏洞的方法、装置、设备及介质 | |
CN109886290B (zh) | 用户请求的检测方法、装置、计算机设备及存储介质 | |
CN110442516B (zh) | 信息处理方法、设备及计算机可读存储介质 | |
CN112052172B (zh) | 第三方通道的快速测试方法、装置和电子设备 | |
CN109002391A (zh) | 自动检测嵌入式软件接口测试数据的方法 | |
CN112559316A (zh) | 软件测试方法和设备、计算机存储介质以及服务器 | |
CN111815169A (zh) | 业务审批参数配置方法及装置 | |
CN112860676A (zh) | 应用于大数据挖掘和业务分析的数据清洗方法及云服务器 | |
Zolotukhin et al. | Using Intelligent Testing as a Tool to Improve the Quality of Transport Information Systems | |
CN114185807A (zh) | 测试数据管理方法、装置、计算机设备及存储介质 | |
CN112783513B (zh) | 一种代码风险检查方法、装置及设备 | |
CN114185765A (zh) | 测试数据处理方法、装置、电子设备及存储介质 | |
CN112019403B (zh) | 一种物联网消息协议状态机的跨平台自动化挖掘方法与系统 | |
WO2022122174A1 (en) | Methods and apparatuses for troubleshooting a computer system | |
CN110427277A (zh) | 数据校验方法、装置、设备及存储介质 | |
CN115473740A (zh) | 一种基于异构流程的异常检测方法与系统 | |
CN112464237B (zh) | 一种静态代码安全诊断方法及装置 | |
CN115292178A (zh) | 测试数据搜索方法、装置、存储介质以及终端 | |
CN112799956B (zh) | 资产识别能力测试方法、装置及系统装置 | |
CN115495362A (zh) | 生成测试代码的方法、装置、存储介质及计算机设备 | |
CN113935034A (zh) | 基于图神经网络的恶意代码家族分类方法、装置和存储介质 | |
CN113010339A (zh) | 联机交易测试中故障自动处理方法及装置 | |
CN110532186A (zh) | 利用验证码进行测试的方法、装置、电子设备和存储介质 |
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 |