CN114968816A - 基于数据模拟的策略测试方法、装置、设备及存储介质 - Google Patents
基于数据模拟的策略测试方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114968816A CN114968816A CN202210729950.2A CN202210729950A CN114968816A CN 114968816 A CN114968816 A CN 114968816A CN 202210729950 A CN202210729950 A CN 202210729950A CN 114968816 A CN114968816 A CN 114968816A
- Authority
- CN
- China
- Prior art keywords
- simulation
- strategy
- data
- historical
- new version
- 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
- G06F11/3676—Test management for coverage analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及测试管理技术,揭露了一种基于数据模拟的策略测试方法,包括:根据生产数据生成仿真数据,并将生产数据和仿真数据汇集成模拟数据;获取预设的历史策略包和新版策略包,识别出历史仿真策略和新版仿真策略;分别调用历史仿真策略和新版仿真策略对模拟数据进行跑批测试,得到期望差异值,判断期望差异值是否小于或等于预设的差异阈值;当期望差异值大于预设的差异阈值时,对新版仿真策略进行更新优化,并返回调用新版仿真策略对模拟数据进行跑批测试的步骤。此外,本发明还涉及区块链技术,生产数据可存储于区块链的节点。本发明还提出一种基于数据模拟的策略测试装置、设备以及存储介质。本发明可以提高策略测试的效率。
Description
技术领域
本发明涉及测试管理技术领域,尤其涉及一种基于数据模拟的策略测试方法、装置、设备及存储介质。
背景技术
面对快速变化的市场环境,业务的需求与策略也随之不断地迭代,为了确定策略的执行效果,保证策略的精准性,降低生产事故,需要在策略上线前利用模拟数据对其进行充分的测试。
现有的策略测试技术多为基于生产数据人工筛选测试用模拟数据,进而利用模拟数据对策略进行测试,实际应用中,人工筛选的测试用模拟数据覆盖率较低,测试的规则死角较大,且占用的测试资源较多,测试时间较长,从而导致进行策略测试的效率较低。
发明内容
本发明提供一种基于数据模拟的策略测试方法、装置、设备及存储介质,其主要目的在于解决进行策略测试的效率较低的问题。
为实现上述目的,本发明提供的一种基于数据模拟的策略测试方法,包括:
通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
可选地,所述根据所述生产数据生成仿真数据,包括:
对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例;
根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据。
可选地,所述对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例,包括:
利用预设的检索算法依次将所述生产数据中的所有字段在预设的目标字段集中进行检索,统计未检索到的字段在所述生产数据中的占比,得到空值比例;
依次统计所述生产数据中的所有字段的取值的概率,得到值域比例。
可选地,所述根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,包括:
按照所述空值比例生成包含所有字段的初始造数数据;
根据穷举法按照所述值域比例对所述初始造数数据中的字段进行组合,得到仿真数据。
可选地,所述对所述历史策略包进行策略识别,得到历史仿真策略,包括:
利用正则表达式对所述历史策略包进行句段分割,得到历史策略句子;
对所述历史策略句子进行单词分割,得到历史策略单词;
根据所述历史策略单词对所述历史策略句子进行矩阵化处理,得到历史策略矩阵;
将所述历史策略矩阵输入预设的策略指令映射集中,得到历史仿真策略。
可选地,所述调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,包括:
根据所述历史仿真策略配置仿真程序;
通过所述仿真程序调用预设的跑批接口对所述模拟数据进行跑批测试,得到历史跑批结果。
可选地,所述计算所述差异数据对应的期望差异值,包括:
获取所述差异数据所对应的字段的期望跑批结果;
利用所述期望跑批结果和所述新版跑批结果计算期望差异值。
为了解决上述问题,本发明还提供一种基于数据模拟的策略测试装置,所述装置包括:
数据模拟模块,用于通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
策略识别模块,用于通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
策略测试模块,用于调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
差异判断模块,用于对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
策略更新模块,用于当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
测试结束模块,用于当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
为了解决上述问题,本发明还提供一种设备,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于数据模拟的策略测试方法。
为了解决上述问题,本发明还提供一种存储介质,所述存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被设备中的处理器执行以实现上述所述的基于数据模拟的策略测试方法。
本发明实施例通过根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,并将所述仿真数据与所述生产数据汇集成模拟数据,能够提升模拟数据的覆盖率,使得各种几段场景在发版前都能被验证到,提高策略测试的全面性;通过策略识别从所述历史策略包中得到历史仿真策略,通过策略识别从所述新版策略包中得到新版仿真策略,能够减少人为筛选组合的工作量,提高策略部署的速度;通过差异数据能够有效地展现新版仿真策略对跑批的影响,进而方便工作人员根据判断影响效果,并加以更新策略。因此本发明提出的基于数据模拟的策略测试方法、装置、设备及存储介质,可以解决进行策略测试的效率较低的问题。
附图说明
图1为本发明一实施例提供的基于数据模拟的策略测试方法的流程示意图;
图2为本发明一实施例提供的生成仿真数据的流程示意图;
图3为本发明一实施例提供的识别历史仿真策略的流程示意图;
图4为本发明一实施例提供的基于数据模拟的策略测试装置的功能模块图;
图5为本发明一实施例提供的实现所述基于数据模拟的策略测试方法的设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于数据模拟的策略测试方法。所述基于数据模拟的策略测试方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的设备中的至少一种。换言之,所述基于数据模拟的策略测试方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于数据模拟的策略测试方法的流程示意图。在本实施例中,所述基于数据模拟的策略测试方法包括:
S1、通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
本发明实施例中,所述策略测试平台是指用来实现部署不同策略,按照部署的策略对模拟数据进行跑批的平台。
具体地,可以使用Python语句或数据库语句从预先存储在区块链,数据库,公司账单等数据存储内获取所述生产数据,所述生产数据可以是用户的历史数据的物料清单,包括但不限于用户在生产过程中的产品清单、配置参数、配置选项以及用户的各项特征值等数据,其中,物料清单(Bill Of Material,BOM),是指一种便于计算机识别的、用来描述产品结构的文件。
详细地,所述仿真数据是指将所述用户的各项特征值按照一定规律组合而成的虚拟用户数据,仿真数据是对所述生产数据的补足。
详细地,参照图2所示,所述根据所述生产数据生成仿真数据,包括步骤S21-S22:
S21、对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例;
S22、根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据。
具体地,所述空值比例是指所述生产数据中的不可用于跑批测试的字段占所述生产数据总字段的比例。
进一步地,所述值域比例是指所述生产数据中的字段的各种取值的概率。
详细地,所述对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例,包括:
利用预设的检索算法依次将所述生产数据中的所有字段在预设的目标字段集中进行检索,统计未检索到的字段在所述生产数据中的占比,得到空值比例;
依次统计所述生产数据中的所有字段的取值的概率,得到值域比例。
详细地,所述检索算法可以是MySQL的select from算法。
具体地,所述目标字段集是指用户设置的能够覆盖所有数据类型的数据字段的数据源。
详细地,所述根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,包括:
按照所述空值比例生成包含所有字段的初始造数数据;
根据穷举法按照所述值域比例对所述初始造数数据中的字段进行组合,得到仿真数据。
详细地,所述根据穷举法按照所述值域比例对所述初始造数数据中的字段进行组合,得到仿真数据,例如,初始造数数据包含A至B的字段,A字段的值域比例A1为40%,A2为40%,A3为20%,B字段的值域比例为B1为30%,B2为30%,B3为40%,则仿真数据中{A1,B1}占比12%,{A1,B2}占比12%,{A1,B3}占比16%,{A2,B1}占比12%,{A2,B2}占比12%,{A2,B3}占比16%,{A3,B1}占比6%,{A3,B2}占比6%,{A3,B3}占比8%。
本发明实施例中,通过根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,并将所述仿真数据与所述生产数据汇集成模拟数据,能够提升模拟数据的覆盖率,使得各种几段场景在发版前都能被验证到,提高策略测试的全面性。
S2、通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
本发明实施例中,所述历史策略包是指包含历史仿真策略的文本数据,包括仿真策略的节点设置,接口设置等,可以是技术人员头脑风暴的结果。
本发明实施例中,参照图3所示,所述对所述历史策略包进行策略识别,得到历史仿真策略,包括S31-S34:
S31、利用正则表达式对所述历史策略包进行句段分割,得到历史策略句子;
S32、对所述历史策略句子进行单词分割,得到历史策略单词;
S33、根据所述历史策略单词对所述历史策略句子进行矩阵化处理,得到历史策略矩阵;
S34、将所述历史策略矩阵输入预设的策略指令映射集中,得到历史仿真策略。
具体地,可以利用逆向最大匹配算法对所述历史策略句子进行单词分割,所述逆向最大匹配算法(Rank Maximum Matching,RMM)是一种从文本句子中识别单词的算法,即从文本句子的句尾向着句首对句子进行切分,并逐步识别切分部分是否为单词。
详细地,可通过预设的文本矩阵化工具根据所述历史策略单词对所述历史策略句子进行矩阵化处理,所述文本矩阵化工具可以是jieba库,jieba库是一个python第三方提供的非常强力的中文矩阵化工具库,能够方便地将历史策略单词转化成数字,由此将所述历史策略句子转化为历史策略矩阵,方便计算机进行处理。
具体地,所述策略指令映射集是指包含各式指令代码的映射集,例如历史执行策略中的开启跑批映射的指令是execute_json(step_file)。
详细地,所述对所述新版策略包进行策略识别,得到新版仿真策略的步骤与上述对所述历史策略包进行策略识别,得到历史仿真策略的步骤一致。
本发明实施例中,所述对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略,能够减少人为筛选组合的工作量,提高策略部署的效率。
S3、调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果,并将所述历史跑批结果与所述新版跑批结果展示在所述策略测试平台上;
本发明实施例中,所述调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,包括:
根据所述历史仿真策略配置仿真程序;
通过所述仿真程序调用预设的跑批接口对所述模拟数据进行跑批测试,得到历史跑批结果。
详细地,所述根据所述历史仿真策略配置仿真程序是指根据所述历史仿真策略配置仿真程序的仿真节点、仿真次序以及跑批次数等。
具体地,所述跑批接口,可以是python的os接口,os接口是python标准库,包含几百个函数,常用于路径操作、进程管理、获取环境参数,能够处理文件路径及信息,启动系统中其他程序,获得系统软件硬件信息等环境参数。
本发明实施例中,所述调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果的步骤,与上述调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果的步骤一致。
S4、对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值;
本发明实施例中,所述差异数据是指所述历史跑批结果和所述新版跑批结果中存在差异的数据。
详细地,所述差异阈值是指用户设置的对于差异数据可接收幅度。
详细地,所述计算所述差异数据对应的期望差异值,包括:
获取所述差异数据所对应的字段的期望跑批结果;
利用所述期望跑批结果和所述新版跑批结果计算期望差异值。
具体地,所述期望跑批结果是指对所述新版仿真策略的期望跑批结果,例如期望新版仿真策略跑批后的结果中A字段100%出现a结果。
详细地,所述期望差异值是指所述期望跑批结果与所述新版跑批结果之间的差异幅度,例如期望跑批结果是A字段100%出现a,新版跑批结果是A字段50%出现a,则A字段新版跑批结果的期望差异值是50%。
本发明实施例中,通过对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并判断所述差异数据所对应的期望差异值是否小于或等于预设的差异阈值能够有效地展现新版仿真策略对跑批的影响,进而方便工作人员根据判断影响效果,并加以更新策略。
S5、判断所述期望差异值是否小于或等于预设的差异阈值。
S6、当所述差异数据大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
本发明实施例中,所述根据所述更新指令对所述新版仿真策略进行更新优化包括调整策略顺序以及放宽其他限制条件等操作。
本发明实施例中,通过根据所述更新指令对所述新版仿真策略进行更新优化,能够确保新版仿真策略能够达到用户预期,提前预估规则策略上线后可能发生的问题,减少生产事故的风险,缩短发现异常场景的时间,提高策略检测的效率。
S7、当所述差异数据小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
本发明实施例通过根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,并将所述仿真数据与所述生产数据汇集成模拟数据,能够提升模拟数据的覆盖率,使得各种几段场景在发版前都能被验证到,提高策略测试的全面性;通过策略识别从所述历史策略包中得到历史仿真策略,通过策略识别从所述新版策略包中得到新版仿真策略,能够减少人为筛选组合的工作量,提高策略部署的速度;通过差异数据能够有效地展现新版仿真策略对跑批的影响,进而方便工作人员根据判断影响效果,并加以更新策略。因此本发明提出的基于数据模拟的策略测试方法,可以解决进行策略测试的效率较低的问题。
如图4所示,是本发明一实施例提供的基于数据模拟的策略测试装置的功能模块图。
本发明所述基于数据模拟的策略测试装置100可以安装于设备中。根据实现的功能,所述基于数据模拟的策略测试装置100可以包括数据模拟模块101、策略识别模块102、策略测试模块103、差异判断模块104、策略更新模块105及测试结束模块106。本发明所述模块也可以称之为单元,是指一种能够被设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据模拟模块101,用于通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
所述策略识别模块102,用于通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
所述策略测试模块103,用于调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
所述差异判断模块104,用于对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
所述策略更新模块105,用于当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
所述测试结束模块106,用于当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
详细地,本发明实施例中所述基于数据模拟的策略测试装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于数据模拟的策略测试方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于数据模拟的策略测试方法的设备的结构示意图。
所述设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于数据模拟的策略测试程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述设备的控制核心(Control Unit),利用各种接口和线路连接整个设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于数据模拟的策略测试程序等),以及调用存储在所述存储器11内的数据,以执行设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是设备的内部存储单元,例如该设备的移动硬盘。所述存储器11在另一些实施例中也可以是设备的外部存储设备,例如设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于设备的应用软件及各类数据,例如基于数据模拟的策略测试程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该设备与其他设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的设备,本领域技术人员可以理解的是,图中示出的结构并不构成对所述设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述设备1中的所述存储器11存储的基于数据模拟的策略测试程序是多个指令的组合,在所述处理器10中运行时,可以实现:
通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。所述存储介质可以是易失性的,也可以是非易失性的。例如,所述存储介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)。
本发明还提供一种存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被设备的处理器所执行时,可以实现:
通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于数据模拟的策略测试方法,其特征在于,所述方法包括:
通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
2.如权利要求1所述的基于数据模拟的策略测试方法,其特征在于,所述根据所述生产数据生成仿真数据,包括:
对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例;
根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据。
3.如权利要求2所述的基于数据模拟的策略测试方法,其特征在于,所述对所述生产数据进行字段分析,得到所述生产数据的空值比例和值域比例,包括:
利用预设的检索算法依次将所述生产数据中的所有字段在预设的目标字段集中进行检索,统计未检索到的字段在所述生产数据中的占比,得到空值比例;
依次统计所述生产数据中的所有字段的取值的概率,得到值域比例。
4.如权利要求2所述的基于数据模拟的策略测试方法,其特征在于,所述根据所述空值比例和值域比例对所述生产数据进行造数,得到所述仿真数据,包括:
按照所述空值比例生成包含所有字段的初始造数数据;
根据穷举法按照所述值域比例对所述初始造数数据中的字段进行组合,得到仿真数据。
5.如权利要求1所述的基于数据模拟的策略测试方法,其特征在于,所述对所述历史策略包进行策略识别,得到历史仿真策略,包括:
利用正则表达式对所述历史策略包进行句段分割,得到历史策略句子;
对所述历史策略句子进行单词分割,得到历史策略单词;
根据所述历史策略单词对所述历史策略句子进行矩阵化处理,得到历史策略矩阵;
将所述历史策略矩阵输入预设的策略指令映射集中,得到历史仿真策略。
6.如权利要求1所述的基于数据模拟的策略测试方法,其特征在于,所述调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,包括:
根据所述历史仿真策略配置仿真程序;
通过所述仿真程序调用预设的跑批接口对所述模拟数据进行跑批测试,得到历史跑批结果。
7.如权利要求1至6中任一项所述的基于数据模拟的策略测试方法,其特征在于,所述计算所述差异数据对应的期望差异值,包括:
获取所述差异数据所对应的字段的期望跑批结果;
利用所述期望跑批结果和所述新版跑批结果计算期望差异值。
8.一种基于数据模拟的策略测试装置,其特征在于,所述装置包括:
数据模拟模块,用于通过预设的策略测试平台获取生产数据,根据所述生产数据生成仿真数据,并将所述生产数据和所述仿真数据汇集成模拟数据;
策略识别模块,用于通过所述策略测试平台获取预设的历史策略包和新版策略包,对所述历史策略包进行策略识别,得到历史仿真策略,对所述新版策略包进行策略识别,得到新版仿真策略;
策略测试模块,用于调用所述历史仿真策略对所述模拟数据进行跑批测试,得到历史跑批结果,调用所述新版仿真策略对所述模拟数据进行跑批测试,得到新版跑批结果;
差异判断模块,用于对所述历史跑批结果和所述新版跑批结果进行对比分析,得到差异数据,并计算所述差异数据对应的期望差异值,判断所述期望差异值是否小于或等于预设的差异阈值;
策略更新模块,用于当所述期望差异值大于预设的差异阈值时,获取用户对所述差异数据的更新指令,并根据所述更新指令对所述新版仿真策略进行更新优化,并返回调用所述新版仿真策略对所述模拟数据进行跑批测试的步骤;
测试结束模块,用于当所述期望差异值小于或等于预设的差异阈值时,确定所述新版仿真策略通过测试。
9.一种设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于数据模拟的策略测试方法。
10.一种存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于数据模拟的策略测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729950.2A CN114968816A (zh) | 2022-06-24 | 2022-06-24 | 基于数据模拟的策略测试方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210729950.2A CN114968816A (zh) | 2022-06-24 | 2022-06-24 | 基于数据模拟的策略测试方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114968816A true CN114968816A (zh) | 2022-08-30 |
Family
ID=82965299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210729950.2A Pending CN114968816A (zh) | 2022-06-24 | 2022-06-24 | 基于数据模拟的策略测试方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114968816A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303102A (zh) * | 2023-05-19 | 2023-06-23 | 建信金融科技有限责任公司 | 测试数据的生成方法、装置、电子设备和存储介质 |
-
2022
- 2022-06-24 CN CN202210729950.2A patent/CN114968816A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303102A (zh) * | 2023-05-19 | 2023-06-23 | 建信金融科技有限责任公司 | 测试数据的生成方法、装置、电子设备和存储介质 |
CN116303102B (zh) * | 2023-05-19 | 2023-08-11 | 建信金融科技有限责任公司 | 测试数据的生成方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113961473A (zh) | 数据测试方法、装置、电子设备及计算机可读存储介质 | |
CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
JP6419667B2 (ja) | テストdbデータ生成方法及び装置 | |
CN113806434A (zh) | 大数据处理方法、装置、设备及介质 | |
CN112579621A (zh) | 数据展示方法、装置、电子设备及计算机存储介质 | |
CN113434542B (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN113658002B (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN114968816A (zh) | 基于数据模拟的策略测试方法、装置、设备及存储介质 | |
CN117155771B (zh) | 一种基于工业物联网的设备集群故障溯源方法及装置 | |
CN112541688B (zh) | 业务数据校验方法、装置、电子设备及计算机存储介质 | |
CN112486957B (zh) | 数据库迁移检测方法、装置、设备及存储介质 | |
CN116756710B (zh) | 基于特征标记追踪技术的开源治理方法、系统及电子设备 | |
CN113256181A (zh) | 风险因子预测方法、装置、设备及介质 | |
CN113434397B (zh) | 任务系统的测试方法、装置、电子设备及存储介质 | |
CN111859985B (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
CN114896164A (zh) | 接口优化方法、装置、电子设备及存储介质 | |
CN111651652B (zh) | 基于人工智能的情感倾向识别方法、装置、设备及介质 | |
CN113419951A (zh) | 人工智能模型优化方法、装置、电子设备及存储介质 | |
CN113051171A (zh) | 接口测试方法、装置、设备及存储介质 | |
CN113657546A (zh) | 信息分类方法、装置、电子设备及可读存储介质 | |
CN113591477B (zh) | 基于关联数据的故障定位方法、装置、设备及存储介质 | |
CN112579046B (zh) | 用户故事分析方法、装置、电子设备及存储介质 | |
CN111784521B (zh) | 基于现金流测试的数据处理方法、装置、设备及系统 | |
CN113706292A (zh) | 基于虚拟数据的信用卡测试方法、装置、设备及介质 |
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 |