CN114676053A - 一种硬件设备的自动化分析方法及装置 - Google Patents
一种硬件设备的自动化分析方法及装置 Download PDFInfo
- Publication number
- CN114676053A CN114676053A CN202210300108.7A CN202210300108A CN114676053A CN 114676053 A CN114676053 A CN 114676053A CN 202210300108 A CN202210300108 A CN 202210300108A CN 114676053 A CN114676053 A CN 114676053A
- Authority
- CN
- China
- Prior art keywords
- log data
- index
- hardware equipment
- key
- hardware
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 111
- 238000012360 testing method Methods 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 73
- 230000002159 abnormal effect Effects 0.000 claims abstract description 45
- 238000012549 training Methods 0.000 claims description 28
- 238000013515 script Methods 0.000 claims description 25
- 230000006399 behavior Effects 0.000 claims description 12
- RVCKCEDKBVEEHL-UHFFFAOYSA-N 2,3,4,5,6-pentachlorobenzyl alcohol Chemical compound OCC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl RVCKCEDKBVEEHL-UHFFFAOYSA-N 0.000 claims description 9
- 238000007639 printing Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 15
- 230000006870 function Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012858 packaging process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005476 soldering Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06F11/3684—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
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
本申请实施例公开了一种硬件设备的自动化分析方法及装置，其中方法包括：基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、运行状态指标参数和续航指标参数；根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。本申请实施例能够通过对硬件设备的关键指标进行多因素的数据分析，提高自动化测试系统的分析效率。
Description
技术领域
本申请涉及物联网技术，应用于自动化测试、数据处理等技术领域，尤其涉及一种硬件设备的自动化分析方法及装置。
背景技术
随着硬件设备的不断发展，用户通过应用软件来控制硬件设备的场景需求越来越多，在这种情况下，各企业对于硬件设备的质量和产品的测试效率要求也越来越高，目前对于硬件设备系统测试的常用的方法是，直接在硬件设备上执行编写的自动化测试代码，该方法缺点是占用本地内存，而且可能会影响硬件设备性能指标的评估结果，也不能涵盖硬件设备全部的测试用例，且该种测试工具开发效率较低；另一种方法是基于已经开发的应用软件(如手机应用程序)来编写自动测试脚本语言，通过脚本语言调用应用软件来执行相应的指令操作，其缺点是开发工作量和难度较大，且跨平台部署自动化测试工具的工作量也较大。
发明内容
本申请实施例提供了一种硬件设备的自动化分析方法及装置，能够通过对硬件设备的关键指标进行多因素的数据分析，使得最终分析得到的产品性能指标更有说服力，提高自动化测试系统的分析效率。
第一方面，本申请实施例提供了一种硬件设备的自动化分析方法，包括：
基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；
分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、续航指标参数和运行状态指标参数；
根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；
根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
在现有技术中，分析日志信息的方法大多数是通过分类收集自动化测试生成的日志，来实现对自动化测试结果的分析，利用收集的日志实现对自动化测试完成后的分析操作，根据因果关系的分析方法进行问题的推断和定位，这种分析方法的缺点是无法准确获取决定某个关键特性的全部影响因子，且分类收集日志的工作过程较繁琐，需要处理的日志数据过多，而本申请可以通过建立多因素指标数据的分析框架，然后基于此框架做好相关日志信息的关联分析，从而得出更为准确的分析结果。具体的操作可以是根据获取的硬件设备中的日志信息分析其整体性能，得出真实的产品指标分析报告，比如可以通过WiFi智能锁的关键日志数据(如操作行为日志数据、网络状态日志数据和剩余电量日志数据)中异常的指标参数的日志数据(如WiFi智能锁的剩余电量相关联的续航指标参数)进行记录并提取，针对性地对异常的指标参数的性能进行多因素的数据分析(如针对性地评估WiFi智能锁的剩余电量与用户的操作次数和时间的曲线图分析)，能够使得最终得到的产品性能指标更有说服力，且提高自动化测试系统的分析效率。
在一种可能的实施方式中，所述基于编程软件获取硬件设备的关键日志数据并保存之前，还包括：
基于支持脚本语言编写的模拟器上安装应用软件；
基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，基于所述模拟器生成对应于每条测试用例的脚本语言；
通过所述应用软件执行所述脚本语言的循环指令；
若所述硬件设备接收到所述循环指令，则执行所述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
在上述方法中，基于编程软件获取硬件设备的关键日志数据并保存之前，需要对测试环境进行环境搭建以及软件开发，具体的，首先要基于支持脚本语言编写的模拟器(如蓝叠模拟器)上安装应用软件，其中，脚本语言由于没有编译时间而提供快速的转换，通过允许用户运行时编写应用程序，而不需要耗时的编译/打包过程。能够使应用程序更加灵活，脚本语言的代码能够被实时生成和执行，主要用于快速完成程序的编写工作，因此，基于支持脚本语言编写的模拟器上安装应用软件的操作简单、易用，可以节省本方案的工作量。其次需要将服务器与硬件设备建立连接，以便服务器基于编程软件运行代码，从而获取硬件设备中的关键日志数据并分析。
在另一种可能的实施方式中，还包括：
若所述硬件设备未接收到所述循环指令，则基于所述编程软件记录未响应的关键日志数据，其中，所述未响应的关键日志数据用于确定所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据；
通过所述应用软件再次执行所述脚本语言的循环指令的步骤。
在上述方法中，若硬件设备未接收到运行脚本语言的循环指令，则表明硬件设备未响应于服务器，此时硬件设备可能出现了异常情况，服务器需要将该异常情况记录下来，便于后续确认是哪个环节出现了问题，为了确保是否为脚本语言的循环指令的运行环节有误，此时需要再次运行脚本语言的循环指令，确认硬件设备是否确实出现异常情况，本方案为对系统进行测试验证的过程，若系统的开发环节出现问题，则需要重新进行软件的开发，以确保提取分析多维数据的过程能够顺利进行。
在又一种可能的实施方式中，所述基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，基于所述模拟器生成对应于每条测试用例的脚本语言之前，还包括：
将所述硬件设备和所述应用软件的测试用例进行逻辑拆分，其中，所述测试用例包括一组条件或变量，用于确定所述应用软件是否正确工作；
将所述每条测试用例按照指令的形式进行逻辑整理。
在上述方法中，可以先编写硬件设备和应用软件对对应的查询功能用例，再将查询功能分解为多个测试场景，分别验证各个场景的预期结果。然后再编写数据正确性验证的测试用例，找出影响硬件设备或应用软件逻辑的各种数据因素、列举硬件设备或应用软件展示的各种数据，最后列举出二者编写数据正确性验证用例，即为按照指令的形式对每条测试用例逻辑整理。通过前期确定应用软件是否正确工作，从而使得环境搭建与软件开发的步骤顺利完成后，后续的测试系统与数据分析的操作能够正常进行。
在又一种可能的实施方式中，所述编程软件通过Python、C、C++、Matlab编程语言中的一项或多项来编写代码，所述编程软件用于分析所述硬件设备的关键日志数据。
在上述方法中，编程软件无需限定仅通过哪一种编程语言来编写代码，本方案可以支持多平台(如Android系统、IOS系统)、多语言(如Python、C、C++、Matlab编程语言)来部署自动化测试工具，且实现方式简单。只需要有一个模拟器能够执行自动化测试的脚本即可，编程语言的作用仅仅是对硬件设备的关键日志数据进行提取和分析。作为一款测试工具(或系统)，本方案相对于现有技术而言，具有更高的开发效率。
在又一种可能的实施方式中，所述根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告之后，还包括：
对与多个用户相关联的所述硬件设备的多个关键日志数据进行训练，得到所述硬件设备的性能指标预测模型，其中，所述多个关键日志数据包括特征信息和标签信息，所述特征信息包括所述第一用户相关联的硬件设备的指标参数的日志数据，所述标签信息包括为所述第一用户相关联的硬件设备的性能指标分析报告，所述第一用户为所述多个用户中的任意一个用户；
向所述硬件设备的性能指标预测模型中输入新用户的所述指标参数的日志数据，得到所述新用户相关联的硬件设备对应的性能指标分析报告。
在上述方法中，通过获取整套流程的一批次数据进行训练得到训练模型，得到的训练模型提供从输入到所需输出的准确映射。当有新用户出现时，只需要获取该用户的关键日志数据，而后将新用户的关键日志数据进行特征分析得到性能参数的日志数据，将该性能参数的日志数据输入训练模型中，而无需再将整套流程重新执行一遍，即可完成对产品性能指标的分析，通过利用训练模型提高了分析产品性能指标的效率。
第二方面，本申请实施例提供一种硬件设备的自动化分析装置，该装置包括获取单元和确定单元，该装置用于实现第一方面或第一方面任一种可能的实施方式所描述的方法。
需要说明的是，上述第二方面所描述的装置所包含的处理器，可以是专门用于执行这些方法的处理器(便于区别称为专用处理器)，也可以是通过调用计算机程序来执行这些方法的处理器，例如通用处理器。可选的，至少一个处理器还可以既包括专用处理器也包括通用处理器。
可选的，上述计算机程序可以存在存储器中。示例性的，存储器可以为非瞬时性(non-transitory)存储器，例如只读存储器(Read Only Memory，ROM)，其可以与处理器集成在同一块器件上，也可以分别设置在不同的器件上，本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。
在一种可能的实施方式中，上述至少一个存储器位于上述分析装置之外。
在又一种可能的实施方式中，上述至少一个存储器位于上述分析装置之内。
在又一种可能的实施方式之中，上述至少一个存储器的部分存储器位于上述分析装置之内，另一部分存储器位于上述分析装置之外。
本申请中，处理器和存储器还可能集成于一个器件中，即处理器和存储器还可以被集成在一起。
第三方面，本申请实施例提供一种硬件设备的自动化分析设备，该设备包括处理器和存储器；所述存储器中存储有计算机程序；处理器执行计算机程序时，计算设备执行前述第一或者第一方面任一项所描述的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在至少一个处理器上运行时，实现前述第一方面任一项所描述的方法。
第五方面，本申请提供了一种计算机程序产品，计算机程序产品包括计算机指令，当所述指令在至少一个处理器上运行时，实现前述第一方面任一项所描述的方法。该计算机程序产品可以为一个软件安装包，在需要使用前述方法的情况下，可以下载该计算机程序产品并在计算设备上执行该计算机程序产品。
本申请第二至第五方面所提供的技术方法，其有益效果可以参考第一方面的技术方案的有益效果，此处不再赘述。
附图说明
下面将对实施例描述中所需要使用的附图作简单的介绍。
图1是本申请实施例提供的一种硬件设备的自动化分析的架构示意图；
图2是本申请实施例提供的一种硬件设备的自动化分析方法的流程示意图；
图3为本申请实施例提供的一种硬件设备的日志数据与指标参数的数据分析曲线图；
图4是本申请实施例提供的一种硬件设备的自动化分析装置40的结构示意图；
图5是本申请实施例提供的一种硬件设备的自动化分析设备50的结构示意图。
具体实施方式
下面结合附图对本申请实施例进行详细介绍。本申请的应用场景为通过应用软件来控制WiFi连接的硬件设备，现有技术中虽然针对硬件设备的自动化测试工具的研究和开发的流程已经较为成熟，但目前已有的自动化测试工具开发效率低，且基于日志的问题定位和分析是个庞大的工程，其分析效率也很低。因此，为解决这一问题，本申请的方案是将自动化测试工具与日志分析相结合，建立高效的自动化测试系统和数据分析平台。在不影响产品测试结果的情况下对硬件设备开发自动化测试工具。同时，尽可能利用已有软件资源搭建测试系统，有利于最大程度上提高自动化测试系统的分析效率，减少资源浪费，降低测试成本。
为了便于理解，先对本申请实施例涉及的技术术语进行简单介绍。
1.脚本语言，又被称为扩建的语言，或者动态语言，是一种编程语言，用来控制软件应用程序，脚本通常以文本(如ASCII)保存，只在被调用时进行解释或编译。
2.模拟器，是利用计算机进行模拟的方法。利用计算机软件开发出的模拟器，可以进行故障树分析、测试VLSI逻辑设计等复杂的模拟任务。在优化领域，物理过程的模拟经常与演化计算一同用于优化控制策略。计算机模拟器中有一种特殊类型：计算机架构模拟器，用以在一台计算机上模拟另一台指令不兼容或者体系不同的计算机。
3.PCBA，是PCB空板经过SMT上件，或经过DIP插件的整个制作过程，SMT是一种将无引脚或短引线表面组装元器件(简称SMC/SMD，中文称片状元器件)安装在印制电路板(Printed Circuit Board，PCB)的表面或其它基板的表面上，通过回流焊或浸焊等方法加以焊接组装的电路装连技术。
上述相关的术语解释可以应用于下文的实施例中。
下面对本申请实施例的架构进行介绍。
请参见图1，图1是本申请实施例提供的一种硬件设备的自动化分析的架构示意图，该系统包括服务器101，服务器101中包括数据采集设备102、数据库103、训练设备104、数据处理模块105、输出模块106。
服务器101可以为一个服务器或者多个服务器组成的服务器集群，可以是电脑、上位机，服务器101主要用于基于编程软件获取硬件设备的关键日志数据，对硬件设备中的多个关键日志数据中异常的与时间相关联的指标参数的日志数据进行记录并提取，针对性地对异常的指标参数的性能进行多因素的数据分析，根据指标参数的日志数据确定与硬件设备对应的关键特性指标曲线，最后根据关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
数据采集设备102用于基于编程软件获取硬件设备的关键日志数据。
训练设备104基于数据库103中与多个用户相关联的硬件设备的多个关键日志数据进行训练，得到硬件设备的性能指标预测模型，其中，参数预测模型/规则可以是数学模型或算法模型等，通过参数预测模型/规则的算法预测可以得到新用户相关联的硬件设备对应的性能指标分析报告。
需要说明的是，在实际应用中，数据库103中的数据不一定都来自于数据采集设备102的采集，也有可能是由其它设备发送得到的。另外需要说明的是，训练设备104也不一定完全基于数据库103的训练数据集进行参数预测模型/规则的训练，也有可能从云端或其它地方获取训练数据集进行模型训练，上述描述不应该作为对本申请实施例的限定。
在本申请实施例中，数据处理模块105用于基于编程软件提取并分析硬件设备的关键日志数据。
输出模块106用于向性能指标预测模型中输入新用户的指标参数的日志数据后，即可输出新用户相关联的硬件设备对应的性能指标分析报告。
下面结合图1对本申请实施例的方法进行详细介绍。
请参见图2，图2是本申请实施例提供的一种硬件设备的自动化分析方法的流程示意图。可选的，该方法可以应用于图1所述系统。
如图2所述的方法至少包括步骤S201至步骤S204。
步骤S201：服务器基于编程软件获取硬件设备的关键日志数据并保存。
具体的，该编程软件可通过Python、C、C++、Matlab编程语言中的一项或多项来编写运行提取数据的代码，编程软件用于分析硬件设备的关键日志数据。
若硬件设备(如WiFi智能锁)中有多个关键日志数据(如操作行为日志数据、网络状态日志数据和剩余电量日志数据)，其中，操作行为日志数据中与时间相关联的指标参数的日志数据(如可靠性指标参数)用于解析用户对于WiFi智能锁的操作是否规范，是否符合WiFi智能锁设定的操作模式；网络状态日志数据中与时间相关联的指标参数的日志数据(如运行状态指标参数)用于解析WiFi智能锁的网络运行速度，有无网络故障；剩余电量日志数据中与时间相关联的指标参数的日志数据(如续航指标参数)用于解析WiFi智能锁在预设时间内的续航性能是否处于正常使用状态。
可选的，基于编程软件获取硬件设备的关键日志数据并保存之前，需要对测试环境进行环境搭建以及软件开发。
具体的，首先需要基于支持脚本语言编写的模拟器(如蓝叠模拟器)上安装应用软件，其中，脚本语言属于被解释的语言，由于没有编译时间而提供快速的转换，通过允许用户运行时编写应用程序，而不需要耗时的编译/打包过程。解释器使应用程序更加灵活，脚本语言的代码能够被实时生成和执行，脚本语言用于快速完成程序的编写工作，因此，基于支持脚本语言编写的模拟器上安装应用软件的操作简单、易用，可以节省本方案的工作量。
而后需要将硬件设备和应用软件的测试用例进行逻辑拆分，并将每条测试用例按照指令的形式进行逻辑整理，确保应用软件正确工作。具体而言，在模拟环境下，通过黑盒测试检验所开发的硬件设备与应用软件是否与需求规格说明书一致。关于将硬件设备和应用软件的测试用例进行逻辑拆分，即可以先编写硬件设备和应用软件对对应的查询功能用例，再将查询功能分解为多个测试场景，分别验证各个场景的预期结果。然后再编写数据正确性验证的测试用例，找出影响硬件设备或应用软件逻辑的各种数据因素、列举硬件设备或应用软件展示的各种数据，最后列举出二者编写数据正确性验证用例，即为按照指令的形式对每条测试用例逻辑整理。
基于支持脚本语言编写的模拟器上安装应用软件之后，再基于串口将硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接，然后基于模拟器生成对应于每条测试用例的脚本语言，最后通过应用软件执行脚本语言的循环指令。
具体的，通过应用软件执行脚本语言的循环指令包括但不限于下面两种可能的情况。
情况一，若硬件设备接收到该循环指令，则执行上述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
情况二，若硬件设备未接收到所述循环指令，则基于编程软件记录未响应的关键日志数据，未响应的关键日志数据用于确定在多个关键日志数据中异常的与时间相关联的指标参数的日志数据；通过应用软件再次执行脚本语言的循环指令的步骤。
具体的，若硬件设备未接收到运行脚本语言的循环指令，则表明硬件设备未响应于服务器，此时硬件设备可能出现了异常情况，服务器需要将该异常情况记录下来，便于后续确认是哪个环节出现了问题，为了确保是否为脚本语言的循环指令的运行环节有误，此时需要再次运行脚本语言的循环指令，确认硬件设备是否确实出现异常情况，本方案为对系统进行测试验证的过程，若系统的开发环节出现问题，则需要重新进行软件的开发，以确保提取分析多维数据的过程能够顺利进行。步骤S202：服务器分析硬件设备中的多个关键日志数据中异常的与时间相关联的指标参数的日志数据。
具体的，基于编程软件运行编写的代码，提取多个关键日志数据中的异常的与时间相关联的指标参数的日志数据并解析，举例来说，针对多个关键日志数据中的一个关键日志数据(如网络状态日志数据)中异常的与时间相关联的指标参数的日志数据(如运行状态指标参数)举例来说，若WiFi智能锁在固定的间隔时间内(如5min)，在第1-4.5min时，WiFi智能锁的显示屏上显示信号格为4格，且网络运行速度在820kb/s-1.1M/s之间浮动，此时WiFi智能锁向用户输出其网络状态为正常，表明用户能够正常使用该WiFi智能锁。但在第4.5-5min时，WiFi智能锁的显示屏上显示信号格为1格，且网络运行速度显示为20kb/s，此时WiFi智能锁向用户输出其网络状态为异常，表明该WiFi智能锁出现网络故障，用户无法正常使用该WiFi智能锁，需经后续诊断操作后找出导致异常情况发生的原因。
再如，针对多个关键日志数据中的一个关键日志数据(如剩余电量日志数据)中异常的与时间相关联的指标参数的日志数据(如续航指标参数)举例来说，若WiFi智能锁在固定的间隔时间内(如30min)，在第1min时，WiFi智能锁的显示屏上显示剩余电量格为100％，到第4min时，WiFi智能锁的显示屏上显示剩余电量格为98％，第1-4min的时间段内，大概每2min消耗1％的电量，此耗电频率为WiFi智能锁的正常使用频率，此时WiFi智能锁向用户输出其剩余电量为正常状态，表明用户能够正常使用该WiFi智能锁。但在第10min时，WiFi智能锁的显示屏上显示剩余电量格为68％，第4-10min的时间段内，大概每1min消耗5％的电量，此耗电频率相较于第1-4min的时间段而言，属于WiFi智能锁的异常使用频率，此时WiFi智能锁向用户输出其剩余电量为异常状态，表明该WiFi智能锁可能出现故障，即该WiFi智能锁的续航指标参数出现异常。
又或者是多个关键日志数据中有两个关键日志数据中出现异常情况(如网络状态日志数据和剩余电量日志数据)，其中，异常的与时间相关联的指标参数的日志数据对应为可靠性指标参数和续航指标参数，对此种情况的分析，具体可综合参考上述两种情况，此处不再过多赘述。
步骤S203：服务器根据指标参数的日志数据确定与硬件设备对应的关键特性指标曲线。
具体的，举例来说，针对上述关键日志数据(比如剩余电量日志数据)中异常的与时间相关联的指标参数的日志数据(比如续航指标参数)而言，图3为本申请实施例提供的一种硬件设备的日志数据与指标参数的数据分析曲线图，如图3所示，相邻的两次的操作时间可以预设固定的间隔时间，从而使得获取的数据分析图基于同一时间变量(比如每间隔5min或者10min或者15min来获取剩余电量日志数据与操作次数的相应关系)。具体的，数据分析图中的纵轴表示为硬件设备(如WiFi智能锁)的剩余电量，横轴表示为硬件设备的操作次数，如操作次数为2411次时，WiFi智能锁的剩余电量为95％，操作次数为17835次时，WiFi智能锁的剩余电量为20％，通过确定异常的指标参数的日志数据与硬件设备对应的关键特性指标曲线，可以明晰地获知WiFi智能锁的整体性能，得出真实的性能指标，使得性能指标的分析更有说服力。
步骤S204：服务器根据关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
具体的，服务器可以基于硬件设备中的多个关键日志数据中的一项或多项，并通过硬件设备中的多个关键日志数据中异常的与时间相关联的指标参数的多个视频数据携带的时间戳，使多个视频数据同步地显示于同一显示界面，基于该显示界面，生成性能指标分析报告，并将性能指标分析报告和相关的日志数据打包发给用户设备，再由用户设备对硬件设备的异常情况进行处理。
可选的，本申请实施例的上述步骤已经根据关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告，该性能指标分析报告可以是通过对WiFi智能锁的剩余电量与用户的操作次数和时间的曲线图分析得到的关于续航指标参数的分析报告或者是通过对WiFi智能扫地机器人的清洁程度与用户的操作行为和时间的曲线图分析得到的关于使用程度的分析报告，但对如何更为便捷地生成与新用户相关联的硬件设备对应的性能指标分析报告并未提及。为了使后续测试系统的管理人员生成与新用户相关联的硬件设备对应的性能指标分析报告的流程更便捷，可以通过某种训练算法，该训练算法接受输入的现有用户数据，而后进行运算，运算的结果就形成了预测模型，该预测模型具体用于生成与新用户相关联的硬件设备对应的性能指标分析报告，利用建立模型的方法对根据上述步骤对多个用户的数据进行训练，得到性能指标的预测模型，其中，与多个用户相关联的硬件设备的多个关键日志数据包括特征信息和标签信息，特征信息包括第一用户相关联的硬件设备的指标参数的日志数据，标签信息包括为第一用户相关联的硬件设备的性能指标分析报告，第一用户为多个用户中的任意一个用户；根据新用户操作硬件设备得到的指标参数的日志数据，向性能指标预测模型中输入新用户的指标参数的日志数据，即可预测出新用户相关联的硬件设备对应的性能指标分析报告，此处不再对上述相关步骤流程进行重复描述。
在本申请实施例中，现有技术分析日志信息的方法大多数是通过分类收集自动化测试生成的日志，来实现对自动化测试结果的分析，根据因果关系的分析方法进行问题的推断和定位，这种分析方法的缺点是无法准确获取决定某个关键特性的全部影响因子，且分类收集日志的工作过程较繁琐，需要处理的日志数据过多，而本申请可以通过建立多因素指标数据的分析框架，然后基于此框架做好相关日志信息的关联分析，从而得出更为准确的分析结果。具体的操作可以是根据获取的硬件设备中的日志信息分析其整体性能，得出真实的产品指标分析报告，比如可以通过WiFi智能锁的关键日志数据(如操作行为日志数据、网络状态日志数据和剩余电量日志数据)中异常的指标参数的日志数据(如WiFi智能锁的剩余电量相关联的续航能力指标)进行记录并提取，针对性地对异常的指标参数的性能进行多因素的数据分析(如针对性地评估WiFi智能锁的剩余电量与用户的操作次数和时间的曲线图分析)，能够使得最终得到的产品性能指标更有说服力，且提高自动化测试系统的分析效率。
上述详细阐述了本申请实施例的方法，下面提供本申请实施例的装置。
可以理解的是，本申请实施例提供的多个装置，例如分析装置，为了实现上述方法实施例中的功能，其包含了执行各个功能相应的硬件结构、软件模块、或硬件结构和软件结构的组合等。
本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以在不同的使用场景中，使用不同的装置实现方式来实现前述的方法实施例，对于装置的不同实现方式不应认为超出本申请实施例的范围。
本申请实施例可以对装置进行功能模块的划分。例如，可对应各个功能划分各个功能模块，也可将两个或两个以上的功能集成在一个功能模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
例如，以采用集成的方式划分装置各个功能模块的情况下，本申请例举几种可能的处理装置。
请参见图4，图4是本申请实施例提供的一种硬件设备的自动化分析装置40的结构示意图，该分析装置40可以为服务器或者为服务器中的一个器件，例如芯片、软件模块、集成电路等。该分析装置40用于实现前述的硬件设备的自动化分析方法，例如图2所述实施例中的硬件设备的自动化分析方法。
一种可能的实施方式中，该分析装置40可以包括获取单元401、分析单元402、确定单元403和生成单元404。
所述获取单元401，用于基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；
所述分析单元402，用于分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、续航指标参数和运行状态指标参数；
所述确定单元403，用于根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；
所述生成单元404，用于根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
在现有技术中，分析日志信息的方法大多数是通过分类收集自动化测试生成的日志，来实现对自动化测试结果的分析，利用收集的日志实现对自动化测试完成后的分析操作，根据因果关系的分析方法进行问题的推断和定位，这种分析方法的缺点是无法准确获取决定某个关键特性的全部影响因子，且分类收集日志的工作过程较繁琐，需要处理的日志数据过多，而本申请可以通过建立多因素指标数据的分析框架，然后基于此框架做好相关日志信息的关联分析，从而得出更为准确的分析结果。具体的操作可以是根据获取的硬件设备中的日志信息分析其整体性能，得出真实的产品指标分析报告，比如可以通过WiFi智能锁的关键日志数据(如操作行为日志数据、网络状态日志数据和剩余电量日志数据)中异常的指标参数的日志数据(如WiFi智能锁的剩余电量相关联的续航能力指标)进行记录并提取，针对性地对异常的指标参数的性能进行多因素的数据分析(如针对性地评估WiFi智能锁的剩余电量与用户的操作次数和时间的曲线图分析)，能够使得最终得到的产品性能指标更有说服力，且提高自动化测试系统的分析效率。
另一种可能的实施方式中，还包括：
所述安装单元，用于基于支持脚本语言编写的模拟器上安装应用软件；
基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，所述生成单元404，还用于基于所述模拟器生成对应于每条测试用例的脚本语言；
所述执行单元，用于通过所述应用软件执行所述脚本语言的循环指令；
若所述硬件设备接收到所述循环指令，则所述执行单元，还用于执行所述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
在本申请实施例中，基于编程软件获取硬件设备的关键日志数据并保存之前，需要对测试环境进行环境搭建以及软件开发，具体的，首先要基于支持脚本语言编写的模拟器(如蓝叠模拟器)上安装应用软件，其中，脚本语言由于没有编译时间而提供快速的转换，通过允许用户运行时编写应用程序，而不需要耗时的编译/打包过程。能够使应用程序更加灵活，脚本语言的代码能够被实时生成和执行，主要用于快速完成程序的编写工作，因此，基于支持脚本语言编写的模拟器上安装应用软件的操作简单、易用，可以节省本方案的工作量。其次需要将服务器与硬件设备建立连接，以便服务器基于编程软件运行代码，从而获取硬件设备中的关键日志数据并分析。
又一种可能的实施方式中，还包括：
若所述硬件设备未接收到所述循环指令，则所述记录单元，用于基于所述编程软件记录未响应的关键日志数据，其中，所述未响应的关键日志数据用于确定在所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据；
所述执行单元，还用于通过所述应用软件再次执行所述脚本语言的循环指令的步骤。
在本申请实施例中，若硬件设备未接收到运行脚本语言的循环指令，则表明硬件设备未响应于服务器，此时硬件设备可能出现了异常情况，服务器需要将该异常情况记录下来，便于后续确认是哪个环节出现了问题，为了确保是否为脚本语言的循环指令的运行环节有误，此时需要再次运行脚本语言的循环指令，确认硬件设备是否确实出现异常情况，本方案为对系统进行测试验证的过程，若系统的开发环节出现问题，则需要重新进行软件的开发，以确保提取分析多维数据的过程能够顺利进行。
又一种可能的实施方式中，还包括：
所述拆分单元，用于将所述硬件设备和所述应用软件的测试用例进行逻辑拆分，其中，所述测试用例包括一组条件或变量，用于确定所述应用软件是否正确工作；
所述整理单元，用于将所述每条测试用例按照指令的形式进行逻辑整理。
在本申请实施例中，可以先编写硬件设备和应用软件对对应的查询功能用例，再将查询功能分解为多个测试场景，分别验证各个场景的预期结果。然后再编写数据正确性验证的测试用例，找出影响硬件设备或应用软件逻辑的各种数据因素、列举硬件设备或应用软件展示的各种数据，最后列举出二者编写数据正确性验证用例，即为按照指令的形式对每条测试用例逻辑整理。通过前期确定应用软件是否正确工作，从而使得环境搭建与软件开发的步骤顺利完成后，后续的测试系统与数据分析的操作能够正常进行。
又一种可能的实施方式中，所述编程软件通过Python、C、C++、Matlab编程语言中的一项或多项来编写代码，所述编程软件用于分析所述硬件设备的关键日志数据。
在本申请实施例中，编程软件无需限定仅通过哪一种编程语言来编写代码，本方案可以支持多平台(如Android系统、IOS系统)、多语言(如Python、C、C++、Matlab编程语言)来部署自动化测试工具，且实现方式简单。只需要有一个模拟器能够执行自动化测试的脚本即可，编程语言的作用仅仅是对硬件设备的关键日志数据进行提取和分析。作为一款测试工具(或系统)，本方案相对于现有技术而言，具有更高的开发效率。
又一种可能的实施方式中，还包括：
所述训练单元，用于对与多个用户相关联的所述硬件设备的多个关键日志数据进行训练，得到所述硬件设备的性能指标预测模型，其中，所述多个关键日志数据包括特征信息和标签信息，所述特征信息包括所述第一用户相关联的硬件设备的指标参数的日志数据，所述标签信息包括为所述第一用户相关联的硬件设备的性能指标分析报告，所述第一用户为所述多个用户中的任意一个用户；
所述输入单元，用于向所述硬件设备的性能指标预测模型中输入新用户的所述指标参数的日志数据，得到所述新用户相关联的硬件设备对应的性能指标分析报告。
在本申请实施例中，通过获取整套流程的一批次数据进行训练得到训练模型，得到的训练模型提供从输入到所需输出的准确映射。当有新用户出现时，只需要获取该用户的关键日志数据，而后将新用户的关键日志数据进行特征分析得到性能参数的日志数据，将该性能参数的日志数据输入训练模型中，而无需再将整套流程重新执行一遍，即可完成对产品性能指标的分析，通过利用训练模型提高了分析产品性能指标的效率。
请参见图5，图5是本申请实施例提供的一种硬件设备的自动化分析设备50的结构示意图，该分析设备50可以为服务器或者为服务器中的一个器件，例如芯片、软件模块、集成电路等。该分析设备50可以包括至少一个处理器501。可选的还可以包括至少一个存储器503。进一步可选的，该分析设备50还可以包括通信接口502。更进一步可选的，还可以包含总线504，其中，处理器501、通信接口502和存储器503通过总线504相连。
其中，处理器501是进行算术运算和/或逻辑运算的模块，具体可以是中央处理器(Central Processing Unit，CPU)、图片处理器(Graphics Processing Unit，GPU)、微处理器(Microprocessor Unit，MPU)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程逻辑门阵列(Field Programmable Gate Array，FPGA)、复杂可编程逻辑器件(Complex Programmable Logic Device，CPLD)、协处理器(协助中央处理器完成相应处理和应用)、微控制单元(Microcontroller Unit，MCU)等处理模块中的一种或者多种的组合。
通信接口502可以用于为所述至少一个处理器提供信息输入或者输出。和/或，所述通信接口502可以用于接收外部发送的数据和/或向外部发送数据，可以为包括诸如以太网电缆等的有线链路接口，也可以是无线链路(Wi-Fi、蓝牙、通用无线传输、车载短距通信技术以及其他短距无线通信技术等)接口。可选的，通信接口502还可以包括与接口耦合的发射器(如射频发射器、天线等)，或者接收器等。
存储器503用于提供存储空间，存储空间中可以存储操作系统和计算机程序等数据。存储器503可以是随机存储记忆体(Random Access Memory，RAM)、只读存储器(Read-only Memory，ROM)、可擦除可编程只读存储器(Erasable Programmable Read-onlyMemory，EPROM)、或便携式只读存储器(Compact Disc Read-only Memory，CD-ROM)等等中的一种或者多种的组合。
该分析设备50中的至少一个处理器501用于执行前述的方法，例如图3所述实施例所描述的方法。
可选的，处理器501，可以是专门用于执行这些方法的处理器(便于区别称为专用处理器)，也可以是通过调用计算机程序来执行这些方法的处理器，例如通用处理器。可选的，至少一个处理器还可以既包括专用处理器也包括通用处理器。可选的，在计算设备包括至少一个处理器501的情况下，上述计算机程序可以存在存储器503中。
可选的，该分析设备50中的至少一个处理器501用于执行调用计算机指令，以执行以下操作：
基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；
分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、续航指标参数和运行状态指标参数；
根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；
根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
在现有技术中，分析日志信息的方法大多数是通过分类收集自动化测试生成的日志，来实现对自动化测试结果的分析，利用收集的日志实现对自动化测试完成后的分析操作，根据因果关系的分析方法进行问题的推断和定位，这种分析方法的缺点是无法准确获取决定某个关键特性的全部影响因子，且分类收集日志的工作过程较繁琐，需要处理的日志数据过多，而本申请可以通过建立多因素指标数据的分析框架，然后基于此框架做好相关日志信息的关联分析，从而得出更为准确的分析结果。具体的操作可以是根据获取的硬件设备中的日志信息分析其整体性能，得出真实的产品指标分析报告，比如可以通过WiFi智能锁的关键日志数据(如操作行为日志数据、网络状态日志数据和剩余电量日志数据)中异常的指标参数的日志数据(如WiFi智能锁的剩余电量相关联的续航能力指标)进行记录并提取，针对性地对异常的指标参数的性能进行多因素的数据分析(如针对性地评估WiFi智能锁的剩余电量与用户的操作次数和时间的曲线图分析)，能够使得最终得到的产品性能指标更有说服力，且提高自动化测试系统的分析效率。
可选的，所述处理器501还用于：
基于支持脚本语言编写的模拟器上安装应用软件；
基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，基于所述模拟器生成对应于每条测试用例的脚本语言；通过所述应用软件执行所述脚本语言的循环指令；
若所述硬件设备接收到所述循环指令，则执行所述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
在本申请实施例中，基于编程软件获取硬件设备的关键日志数据并保存之前，需要对测试环境进行环境搭建以及软件开发，具体的，首先要基于支持脚本语言编写的模拟器(如蓝叠模拟器)上安装应用软件，其中，脚本语言由于没有编译时间而提供快速的转换，通过允许用户运行时编写应用程序，而不需要耗时的编译/打包过程。能够使应用程序更加灵活，脚本语言的代码能够被实时生成和执行，主要用于快速完成程序的编写工作，因此，基于支持脚本语言编写的模拟器上安装应用软件的操作简单、易用，可以节省本方案的工作量。其次需要将服务器与硬件设备建立连接，以便服务器基于编程软件运行代码，从而获取硬件设备中的关键日志数据并分析。
可选的，所述处理器501还用于：
若所述硬件设备未接收到所述循环指令，则基于所述编程软件记录未响应的关键日志数据，其中，所述未响应的关键日志数据用于确定所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据；
通过所述应用软件再次执行所述脚本语言的循环指令的步骤。
在本申请实施例中，若硬件设备未接收到运行脚本语言的循环指令，则表明硬件设备未响应于服务器，此时硬件设备可能出现了异常情况，服务器需要将该异常情况记录下来，便于后续确认是哪个环节出现了问题，为了确保是否为脚本语言的循环指令的运行环节有误，此时需要再次运行脚本语言的循环指令，确认硬件设备是否确实出现异常情况，本方案为对系统进行测试验证的过程，若系统的开发环节出现问题，则需要重新进行软件的开发，以确保提取分析多维数据的过程能够顺利进行。
可选的，所述处理器501还用于：
将所述硬件设备和所述应用软件的测试用例进行逻辑拆分，其中，所述测试用例包括一组条件或变量，用于确定所述应用软件是否正确工作；
将所述每条测试用例按照指令的形式进行逻辑整理。
在本申请实施例中，可以先编写硬件设备和应用软件对对应的查询功能用例，再将查询功能分解为多个测试场景，分别验证各个场景的预期结果。然后再编写数据正确性验证的测试用例，找出影响硬件设备或应用软件逻辑的各种数据因素、列举硬件设备或应用软件展示的各种数据，最后列举出二者编写数据正确性验证用例，即为按照指令的形式对每条测试用例逻辑整理。通过前期确定应用软件是否正确工作，从而使得环境搭建与软件开发的步骤顺利完成后，后续的测试系统与数据分析的操作能够正常进行。
可选的，所述编程软件通过Python、C、C++、Matlab编程语言中的一项或多项来编写代码，所述编程软件用于分析所述硬件设备的关键日志数据。
在本申请实施例中，编程软件无需限定仅通过哪一种编程语言来编写代码，本方案可以支持多平台(如Android系统、IOS系统)、多语言(如Python、C、C++、Matlab编程语言)来部署自动化测试工具，且实现方式简单。只需要有一个模拟器能够执行自动化测试的脚本即可，编程语言的作用仅仅是对硬件设备的关键日志数据进行提取和分析。作为一款测试工具(或系统)，本方案相对于现有技术而言，具有更高的开发效率。
可选的，所述处理器501还用于：
对与多个用户相关联的所述硬件设备的多个关键日志数据进行训练，得到所述硬件设备的性能指标预测模型，其中，所述多个关键日志数据包括特征信息和标签信息，所述特征信息包括所述第一用户相关联的硬件设备的指标参数的日志数据，所述标签信息包括为所述第一用户相关联的硬件设备的性能指标分析报告，所述第一用户为所述多个用户中的任意一个用户；
向所述硬件设备的性能指标预测模型中输入新用户的所述指标参数的日志数据，得到所述新用户相关联的硬件设备对应的性能指标分析报告。
在本申请实施例中，通过获取整套流程的一批次数据进行训练得到训练模型，得到的训练模型提供从输入到所需输出的准确映射。当有新用户出现时，只需要获取该用户的关键日志数据，而后将新用户的关键日志数据进行特征分析得到性能参数的日志数据，将该性能参数的日志数据输入训练模型中，而无需再将整套流程重新执行一遍，即可完成对产品性能指标的分析，通过利用训练模型提高了分析产品性能指标的效率。
本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在至少一个处理器上运行时，实现前述的硬件设备的自动化分析方法，例如图3所述的方法。
本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机指令，在被计算设备执行时，实现前述的硬件设备的自动化分析方法，例如图3所述的方法。
本申请实施例中，“举例来说”或者“比如”等词用于表示作例子、例证或说明。本申请中被描述为“举例来说”或者“比如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“举例来说”或者“比如”等词旨在以具体方式呈现相关概念。
本申请中实施例提到的“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a、b、或c中的至少一项(个)，可以表示：a、b、c、(a和b)、(a和c)、(b和c)、或(a和b和c)，其中a、b、c可以是单个，也可以是多个。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、同时存在A和B、单独存在B这三种情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
以及，除非有相反的说明，本申请实施例使用“第一”、“第二”等序数词是用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。例如，第一设备和第二设备，只是为了便于描述，而并不是表示这第一设备和第二设备的结构、重要程度等的不同，在某些实施例中，第一设备和第二设备还可以是同样的设备。
上述实施例中所用，根据上下文，术语“当……时”可以被解释为意思是“如果……”或“在……后”或“响应于确定……”或“响应于检测到……”。以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的构思和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种硬件设备的自动化分析方法，其特征在于，包括：
基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；
分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、运行状态指标参数和续航指标参数；
根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；
根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
2.根据权利要求1所述的方法，其特征在于，所述基于编程软件获取硬件设备的关键日志数据并保存之前，还包括：
基于支持脚本语言编写的模拟器上安装应用软件；
基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，基于所述模拟器生成对应于每条测试用例的脚本语言；通过所述应用软件执行所述脚本语言的循环指令；
若所述硬件设备接收到所述循环指令，则执行所述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
3.根据权利要求2所述的方法，其特征在于，还包括：
若所述硬件设备未接收到所述循环指令，则基于所述编程软件记录未响应的关键日志数据，其中，所述未响应的关键日志数据用于确定所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据；
通过所述应用软件再次执行所述脚本语言的循环指令的步骤。
4.根据权利要求2所述的方法，其特征在于，所述基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，基于所述模拟器生成对应于每条测试用例的脚本语言之前，还包括：
将所述硬件设备和所述应用软件的测试用例进行逻辑拆分，其中，所述测试用例包括一组条件或变量，用于确定所述应用软件是否正确工作；
将所述每条测试用例按照指令的形式进行逻辑整理。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述编程软件通过Python、C、C++、Matlab编程语言中的一项或多项来编写代码，所述编程软件用于分析所述硬件设备的关键日志数据。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告之后，还包括：
对与多个用户相关联的所述硬件设备的多个关键日志数据进行训练，得到所述硬件设备的性能指标预测模型，其中，所述多个关键日志数据包括特征信息和标签信息，所述特征信息包括所述第一用户相关联的硬件设备的指标参数的日志数据，所述标签信息包括为所述第一用户相关联的硬件设备的性能指标分析报告，所述第一用户为所述多个用户中的任意一个用户；
向所述硬件设备的性能指标预测模型中输入新用户的所述指标参数的日志数据，得到所述新用户相关联的硬件设备对应的性能指标分析报告。
7.一种硬件设备的自动化分析装置，其特征在于，包括获取单元、分析单元、确定单元和生成单元，其中：
所述获取单元，用于基于编程软件获取硬件设备的关键日志数据并保存，其中，所述关键日志数据包括操作行为日志数据、网络状态日志数据和剩余电量日志数据；
所述分析单元，用于分析所述硬件设备中的所述多个关键日志数据中异常的与时间相关联的指标参数的日志数据，其中，所述指标参数的日志数据包括可靠性指标参数、续航指标参数和运行状态指标参数；
所述确定单元，用于根据所述指标参数的日志数据确定与所述硬件设备对应的关键特性指标曲线；
所述生成单元，还用于根据所述关键特性指标曲线生成与目标用户相关联的硬件设备对应的性能指标分析报告。
8.根据权利要求7所述的装置，其特征在于，还包括：
所述安装单元，用于基于支持脚本语言编写的模拟器上安装应用软件；
基于串口将所述硬件设备的PCBA上的日志打印接口通过通用串行总线与服务器建立连接后，所述生成单元，还用于基于所述模拟器生成对应于每条测试用例的脚本语言；
通过所述应用软件执行所述脚本语言的循环指令；
若所述硬件设备接收到所述循环指令，则所述执行单元，用于执行所述基于编程软件获取硬件设备的关键日志数据并保存的步骤。
9.一种硬件设备的自动化分析设备，其特征在于，所述设备包括处理器和存储器，所述存储器用于存储计算机指令，所述处理器用于调用所述计算机指令，以实现权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在至少一个处理器上运行时，实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210300108.7A CN114676053A (zh) | 2022-03-25 | 2022-03-25 | 一种硬件设备的自动化分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210300108.7A CN114676053A (zh) | 2022-03-25 | 2022-03-25 | 一种硬件设备的自动化分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114676053A true CN114676053A (zh) | 2022-06-28 |
Family
ID=82073676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210300108.7A Pending CN114676053A (zh) | 2022-03-25 | 2022-03-25 | 一种硬件设备的自动化分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114676053A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116402496A (zh) * | 2023-06-08 | 2023-07-07 | 山东诚卓信息技术有限公司 | 一种it资产的可视化维保管控方法及系统 |
| CN116661758A (zh) * | 2023-08-01 | 2023-08-29 | 青岛蓝图智库信息技术有限公司 | 一种优化日志框架配置的方法、装置、电子设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109117352A (zh) * | 2017-06-23 | 2019-01-01 | 华为技术有限公司 | 服务器性能预测方法和装置 |
| CN109800123A (zh) * | 2018-12-14 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 自动化电量测试方法、装置、计算机设备及存储介质 |
| CN111722993A (zh) * | 2020-06-16 | 2020-09-29 | 广东小天才科技有限公司 | 通信终端异常耗电监控方法、系统、终端设备及存储介质 |
-
2022
- 2022-03-25 CN CN202210300108.7A patent/CN114676053A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109117352A (zh) * | 2017-06-23 | 2019-01-01 | 华为技术有限公司 | 服务器性能预测方法和装置 |
| CN109800123A (zh) * | 2018-12-14 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 自动化电量测试方法、装置、计算机设备及存储介质 |
| CN111722993A (zh) * | 2020-06-16 | 2020-09-29 | 广东小天才科技有限公司 | 通信终端异常耗电监控方法、系统、终端设备及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116402496A (zh) * | 2023-06-08 | 2023-07-07 | 山东诚卓信息技术有限公司 | 一种it资产的可视化维保管控方法及系统 |
| CN116402496B (zh) * | 2023-06-08 | 2023-08-22 | 山东诚卓信息技术有限公司 | 一种it资产的可视化维保管控方法及系统 |
| CN116661758A (zh) * | 2023-08-01 | 2023-08-29 | 青岛蓝图智库信息技术有限公司 | 一种优化日志框架配置的方法、装置、电子设备及介质 |
| CN116661758B (zh) * | 2023-08-01 | 2023-11-03 | 青岛蓝图智库信息技术有限公司 | 一种优化日志框架配置的方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103312850B (zh) | 一种手机自动化测试系统及工作方法 | |
| CN114676053A (zh) | 一种硬件设备的自动化分析方法及装置 | |
| CN112817872A (zh) | 开发测试系统及方法 | |
| JP2007012003A (ja) | フィーチャ指向ソフトウェア製品ラインの開発環境を提供するシステム | |
| CN117421217B (zh) | 一种软件功能自动测试方法、系统、终端及介质 | |
| CN110833693B (zh) | 游戏运行方法和装置、存储介质及电子装置 | |
| CN109614321A (zh) | 用于ats软件的持续集成和交付的系统 | |
| CN112579455B (zh) | 一种接口自动化测试方法、装置、电子设备及存储介质 | |
| CN105760300B (zh) | 一种stk/utk业务的自动化测试方法及测试系统 | |
| CN112269742A (zh) | 一种基于jenkins的自动化白盒测试方法、装置及可读存储介质 | |
| CN115113890A (zh) | 一种终端软件的自动化部署方法、系统、设备及介质 | |
| CN113495545A (zh) | 使用在环硬件测试车辆设备控制器的系统和方法 | |
| CN110750453A (zh) | 基于html5的智能移动端测试方法、系统、服务器及存储介质 | |
| CN114416048A (zh) | 一种确定uml模型的运行逻辑的方法和装置 | |
| CN114090423A (zh) | 一种芯片验证自动化控制方法 | |
| CN117493188A (zh) | 接口测试方法及装置、电子设备及存储介质 | |
| CN116719736A (zh) | 一种用于测试软件界面的测试用例生成方法及装置 | |
| CN111861021A (zh) | 业务风险预测方法、装置、设备及计算机可读存储介质 | |
| CN107919998B (zh) | 基于JMeter的传感器服务端功能测试方法与系统 | |
| CN115934559A (zh) | 表单智能测试系统的测试方法 | |
| CN111008140B (zh) | 一种跨平台的ui自动化测试方法及装置 | |
| CN111400190A (zh) | 自动化测试流程生成方法、装置及计算机可读存储介质 | |
| CN114461184B (zh) | Ai应用生成方法、电子设备和存储介质 | |
| CN112597026B (zh) | 一种测试用例生成方法及装置 | |
| CN111800296B (zh) | 实时系统网络数据捕获与分析方法、系统、设备及存储介质 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Su Qiyun Inventor after: Liu Wenjie Inventor before: Su Qiyun |