CN115221060A - 基于关联字段的用例生成方法、装置、设备及存储介质 - Google Patents

基于关联字段的用例生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115221060A
CN115221060A CN202210867897.2A CN202210867897A CN115221060A CN 115221060 A CN115221060 A CN 115221060A CN 202210867897 A CN202210867897 A CN 202210867897A CN 115221060 A CN115221060 A CN 115221060A
Authority
CN
China
Prior art keywords
target
attribute fields
initial
file blocks
target attribute
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
Application number
CN202210867897.2A
Other languages
English (en)
Inventor
谈敏
陈宇麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202210867897.2A priority Critical patent/CN115221060A/zh
Publication of CN115221060A publication Critical patent/CN115221060A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3684Test management for test design, e.g. generating new test cases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3688Test 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种基于关联字段的用例生成方法、装置、设备及存储介质,包括:对获取的生产流量文件进行切割,得到若干初始流量文件块;获取待测业务系统的测试业务,根据测试业务、若干初始属性字段及若干初始流量文件块,确定若干候选流量文件块;将若干目标属性字段输入第一预测模型,通过第一预测模型输出若干目标属性字段的关联关系;根据若干目标属性字段及若干目标属性字段的关联关系,确定每个候选流量文件块的目标数据比例;获取待测业务系统的目标测试数据量,根据目标测试数据量、目标数据比例及若干候选流量文件块,生成待测业务系统的目标测试用例。本申请可以缩短待测业务系统的测试周期,提高待测业务系统的测试效率。

Description

基于关联字段的用例生成方法、装置、设备及存储介质
技术领域
本申请涉及计算机技术领域,具体涉及一种基于关联字段的用例生成方法、装置、设备及存储介质。
背景技术
随着互联网的快速发展,尤其是移动互联网的高速发展,人们借助互联网进行的活动种类越来越多样化,以银行业务为例,用户通过银行业务系统可以进行余额查询、转账、取现等银行业务操作。为了保障业务系统的服务质量,需要更新业务系统在各种复杂业务场景下的业务,并对每次更新后的业务系统进行测试,以保障业务的可用性。现有业务系统进行测试时所使用的测试用例通常包含生产流量文件中的所有流量数据,使用该测试用例对业务系统进行性能测试,容易造成测试周期长,进而导致测试效率低。
发明内容
本申请实施例提供一种基于关联字段的用例生成方法、装置、设备及存储介质,可以根据待测业务系统的测试业务和若干目标属性字段的关联关系对生产流量文件中的流量数据进行筛选,并基于筛选出的流量数据生成待测业务系统的测试用例,基于该测试用例对待测业务系统进行测试,可以缩短待测业务系统的测试周期,提高待测业务系统的测试效率。
一方面,本申请提供一种基于关联字段的用例生成方法,所述基于关联字段的用例生成方法包括:
对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
在本申请一些实施方案中,所述根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,包括:
根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,所述若干目标属性字段为所述若干初始属性字段中与所述测试业务相关联的初始属性字段;
将所述若干目标属性字段对应的若干初始流量文件块,确定为若干候选流量文件块。
在本申请一些实施方案中,所述根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,包括:
将所述测试业务及所述若干初始属性字段输入第二预测模型,通过所述第二预测模型输出所述若干目标属性字段。
在本申请一些实施方案中,所述根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例,包括:
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例;
将所述每个目标属性字段的字段数据比例,确定为所述每个目标属性字段对应的候选流量文件块的目标数据比例。
在本申请一些实施方案中,所述根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例,包括:
将所述若干目标属性字段及所述若干目标属性字段的关联关系输入第三预测模型,通过所述第三预测模型输出所述若干目标属性字段中每个目标属性字段的字段数据比例。
在本申请一些实施方案中,所述根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例,包括:
根据所述目标测试数据量及所述目标数据比例,确定所述每个候选流量文件块的目标数据量;
根据所述目标数据量及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
在本申请一些实施方案中,所述对获取的生产流量文件进行切割,得到若干初始流量文件块,包括:
获取所述生产流量文件中包含的流量数据的属性字段;
根据所述生产流量文件中包含的流量数据的属性字段对所述生产流量文件进行切割,得到若干初始流量文件块。
另一方面,本申请提供一种基于关联字段的用例生成装置,所述基于关联字段的用例生成装置包括:
文件切割单元,用于对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
第一确定单元,用于获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
关系预测单元,用于将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
第二确定单元,用于根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
用例生成单元,用于获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
另一方面,本申请还提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现第一方面中任一项所述的基于关联字段的用例生成方法中的步骤。
第四方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行第一方面任一项所述的基于关联字段的用例生成方法中的步骤。
本申请根据测试业务、若干初始属性字段及若干初始流量文件块确定若干候选流量文件块,并基于若干候选流量文件块、若干候选流量文件块对应的若干目标属性字段及若干目标属性字段的关联关系生成待测业务系统的目标测试用例,可以缩短待测业务系统的测试周期,提高待测业务系统的测试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的基于关联字段的用例生成系统的场景示意图;
图2是本申请实施例中提供的基于关联字段的用例生成方法的一个实施例流程示意图;
图3是本申请实施例中提供的基于关联字段的用例生成装置的一个实施例结构示意图;
图4是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
需要说明的是,本申请实施例方法由于是在计算机设备中执行,各计算机设备的处理对象均以数据或信息的形式存在,例如时间,实质为时间信息,可以理解的是,后续实施例中若提及尺寸、数量、位置等,均为对应的数据存在,以便计算机设备进行处理,具体此处不作赘述。
本申请实施例提供一种基于关联字段的用例生成方法、装置、设备及存储介质,以下分别进行详细说明。
请参阅图1,图1为本申请实施例所提供的基于关联字段的用例生成系统的场景示意图,该基于关联字段的用例生成系统可以包括计算机设备100,计算机设备100中集成有基于关联字段的用例生成装置,如图1中的计算机设备。
本申请实施例中计算机设备100主要用于对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例,可以根据待测业务系统的测试业务和若干目标属性字段的关联关系对生产流量文件中的流量数据进行筛选,并基于筛选后的流量数据生成待测业务系统的测试用例,缩短待测业务系统的测试周期,提高待测业务系统的测试效率。
本申请实施例中,该计算机设备100可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的计算机设备100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
可以理解的是,本申请实施例中所使用的计算机设备100可以是既包括接收和发射硬件的设备,即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。具体的计算机设备100具体可以是台式终端或移动终端,计算机设备100具体还可以是手机、平板电脑、笔记本电脑等中的一种。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该基于关联字段的用例生成系统还可以包括一个或多个其他服务,具体此处不作限定。
另外,如图1所示,该基于关联字段的用例生成系统还可以包括存储器200,用于存储数据,如流量数据,例如生产流量文件中包括的若干流量数据,若干初始流量文件块中每个初始流量文件块包含的流量数据,若干候选流量文件块中每个候选流量文件块包含的流量数据等,如流量文件块与属性字段的对应关系,例如若干初始流量文件块与若干初始属性字段的对应关系,若干候选流量文件块与若干目标属性字段的对应关系。
需要说明的是,图1所示的基于关联字段的用例生成系统的场景示意图仅仅是一个示例,本申请实施例描述的基于关联字段的用例生成系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着基于关联字段的用例生成系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
首先,本申请实施例中提供一种基于关联字段的用例生成方法,该基于关联字段的用例生成方法的执行主体为基于关联字段的用例生成装置,该基于关联字段的用例生成装置应用于计算机设备,该基于关联字段的用例生成方法包括:对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
如图2所示,为本申请实施例中基于关联字段的用例生成方法的一个实施例流程示意图,该基于关联字段的用例生成方法包括:
S100、对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段。
生产流量文件中包括若干流量数据,若干流量数据为待测业务系统在线上环境运行过程中产生的流量数据,线上环境又可称为线上运行环境,是指面向线上用户的运行环境,待测业务系统在线上环境运行过程中产生的流量数据包括向待测业务系统所发送的请求数据包和由待测业务系统进行处理后所返回的响应数据包。
若干初始流量文件块为对生产流量文件进行切割所获得的文件块,若干初始属性字段为若干初始流量文件块中包含的流量数据的属性字段,若干初始属性字段与若干初始流量文件块对应,若干初始属性字段包括但不限于接口号、渠道号、枚举值、场景码等。例如,初始流量文件块A中包含流量数据A1、流量数据A2及流量数据A3,初始流量文件块B中包含流量数据B1、流量数据B2及流量数据B3,流量数据A1、流量数据A2及流量数据A3具有相同的初始属性字段A,流量数据B1、流量数据B2及流量数据B3具有相同的初始属性字段B,则初始流量文件块A与初始属性字段A对应,初始流量文件块B与初始属性字段B对应。本实施例获取生产流量文件后,对获取的生产流量文件进行切割,得到若干初始流量文件块,以便后续步骤中基于若干初始流量文件块,生成用于对待测业务系统进行测试的目标测试用例。
在一具体实施方式中,步骤S100包括:
S110、获取所述生产流量文件中包含的流量数据的属性字段;
S120、根据所述生产流量文件中包含的流量数据的属性字段对所述生产流量文件进行切割,得到若干初始流量文件块。
生产流量文件中包含若干流量数据,每个流量数据具有对应的属性字段,本实施例获取生产流量文件后,进一步获取生产流量文件中包含的流量数据的属性字段,然后根据生产流量文件中包含的流量数据的属性字段对生产流量文件进行切割,得到若干切割流量文件,接着对若干切割流量文件进行分组,使包含相同属性字段的流量数据的切割流量文件划分到同一组,得到若干流量文件组,最后对每个流量文件组中的切割流量文件进行合并,得到若干初始流量文件块。例如,对生产流量文件进行切割,得到切割流量文件R1、切割流量文件R2、切割流量文件R3,切割流量文件R1和切割流量文件R2中包含的流量数据具有相同的属性字段,则将切割流量文件R1和切割流量文件R2分到同一组,并对切割流量文件R1和切割流量文件R2进行合并。
S200、获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段。
测试业务为待测业务系统需要测试的业务,测试业务包括待测业务系统的更新业务和与更新业务关联的业务,以银行业务系统为例,当银行业务系统的更新业务为取现业务时,由于用户取现时需要先输入账号密码登录才能进入界面执行取现操作,因此测试业务包括取现业务及与取现业务关联的登录业务。考虑到对待测业务系统的某个业务进行更新后,该更新操作一般只会影响更新业务及与更新业务关联的业务,本实施例得到若干初始流量文件块后,进一步获取待测业务系统的测试业务,再根据测试业务、若干初始属性字段及若干初始流量文件块,确定若干候选流量文件块,以便后续步骤中基于若干候选流量文件块生成待测业务系统的目标测试用例。
在一具体实施方式中,步骤S200中所述根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,包括:
S210、根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,所述若干目标属性字段为所述若干初始属性字段中与所述测试业务相关联的初始属性字段;
S220、将所述若干目标属性字段对应的若干初始流量文件块,确定为若干候选流量文件块。
在本申请一具体实现方式中,若干目标属性字段为根据待测业务系统的测试业务从若干初始属性字段中筛选出的与测试业务相关联的初始属性字段,若干候选流量文件块为与测试业务相关联的初始属性字段对应的初始流量文件块。本实施例根据测试业务、若干初始属性字段及若干初始流量文件块确定若干候选流量文件块时,首先根据测试业务及若干初始属性字段,确定若干目标属性字段,其中,若干目标属性字段为从若干初始属性字段中筛选出的与测试业务相关联的初始属性字段,然后将若干目标属性字段对应的若干初始流量文件块,确定为若干候选流量文件块。
在一具体实施方式中,步骤S210包括:
S211、将所述测试业务及所述若干初始属性字段输入第二预测模型,通过所述第二预测模型输出所述若干目标属性字段。
在本申请一具体实现方式中,通过第二预测模型从若干初始属性字段中筛选出与测试业务相关联的若干目标属性字段,相应地,在获取待测业务系统的测试业务后,将测试业务及若干初始属性字段输入第二预测模型,通过第二预测模型输出若干目标属性字段。其中,第二预测模型基于预设的第一训练样本集对预设第一网络模型进行训练得到,第一训练样本集中包括若干训练业务、若干训练属性字段及若干训练业务中每个训练业务的真实属性字段,预设第一网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-ConvolutionalNetworks,DN)等。
S300、将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系。
关联关系为若干候选流量文件块对应的若干目标属性字段之间的关联关系,例如,候选流量文件块A对应目标属性字段A,候选流量文件块B对应目标属性字段B,候选流量文件块C对应目标属性字段C,候选流量文件块D对应目标属性字段D,目标属性字段A与目标属性字段C关联,目标属性字段B与目标属性字段D关联。本实施例得到若干候选流量文件块后,将若干候选流量文件块对应的若干目标属性字段输入第一预测模型,通过第一预测模型输出若干目标属性字段的关联关系。其中,第一预测模型基于预设的第二训练样本集对预设第二网络模型进行训练得到,第二训练样本集中包括若干训练属性字段及若干训练属性字段之间的真实关联关系,预设第二网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-Convolutional Networks,DN)等。
S400、根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例。
目标数据比例为对待测业务系统进行测试时,每个候选流量文件块中所需的流量数据的比例,例如,候选流量文件块A的目标数据比例为20%,表示需要使用候选流量文件块A中20%的流量数据对待测业务系统进行测试。本实施例确定若干目标属性字段的关联关系后,根据若干目标属性字段及若干目标属性字段的关联关系,确定每个候选流量文件块的目标数据比例,以便后续步骤中基于目标数据比例,生成待测业务系统的目标测试用例。
在一具体实施方式中,步骤S400包括:
S410、根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例;
S420、将所述每个目标属性字段的字段数据比例,确定为所述每个目标属性字段对应的候选流量文件块的目标数据比例。
字段数据比例为根据若干目标属性字段及若干目标属性字段的关联关系确定的待测业务系统所需的每个目标属性字段的数据比例,本实施例根据若干目标属性字段及若干目标属性字段的关联关系确定每个候选流量文件块的目标数据比例时,首先根据若干目标属性字段及若干目标属性字段的关联关系,确定若干目标属性字段中每个目标属性字段的字段数据比例,然后将每个目标属性字段的字段数据比例,确定为每个目标属性字段对应的候选流量文件块的目标数据比例。
在一具体实施方式中,步骤S410包括:
S411、将所述若干目标属性字段及所述若干目标属性字段的关联关系输入第三预测模型,通过所述第三预测模型输出所述若干目标属性字段中每个目标属性字段的字段数据比例。
在本申请一具体实现方式中,通过第三预测模型确定若干目标属性字段中每个目标属性字段的字段数据比例,相应地,在确定若干目标属性字段的关联关系后,将若干目标属性字段及若干目标属性字段的关联关系输入第三预测模型,通过第三预测模型输出若干目标属性字段中每个目标属性字段的字段数据比例。其中,第三预测模型基于预设的第三训练样本集对预设第三网络模型进行训练得到,预设第三网络模型可以采用深度学习模型或机器学习模型,例如,卷积神经网络(Convolutional Neural Networks,CNN)、反卷积神经网络(De-Convolutional Networks,DN)等。
S500、获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
目标测试用例为根据目标测试数据量、目标数据比例及若干候选流量文件块生成的待测业务系统的测试用例。本实施例确定每个候选流量文件块的目标数据比例后,进一步获取待测业务系统的目标测试数据量,根据目标测试数据量及目标数据比例从若干候选流量文件块中筛选出流量数据,并基于筛选出的流量数据生成待测业务系统的目标测试用例。本实施例基于筛选出的流量数据生成待测业务系统的目标测试用例,可以缩短待测业务系统的测试周期,提高待测业务系统的测试效率。
在一具体实施方式中,步骤S500包括:
S510、根据所述目标测试数据量及所述目标数据比例,确定所述每个候选流量文件块的目标数据量;
S520、根据所述目标数据量及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
目标数据量为对待测业务系统进行测试时,每个候选流量文件块中所需的流量数据量,本实施例根据目标测试数据量、目标数据比例及若干候选流量文件块生成待测业务系统的目标测试用例时,首先根据目标测试数据量及目标数据比例,确定每个候选流量文件块的目标数据量,然后从每个候选流量文件块中筛选出目标数据量的流量数据,并基于筛选出的流量数据生成待测业务系统的目标测试用例。
为了更好实现本申请实施例中基于关联字段的用例生成方法,在基于关联字段的用例生成方法基础之上,本申请实施例中还提供一种基于关联字段的用例生成装置,如图3所示,所述基于关联字段的用例生成装置600包括:
文件切割单元601,用于对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
第一确定单元602,用于获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
关系预测单元603,用于将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
第二确定单元604,用于根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
用例生成单元605,用于获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
本申请实施例中,根据测试业务、若干初始属性字段及若干初始流量文件块确定若干候选流量文件块,并基于若干候选流量文件块、若干候选流量文件块对应的若干目标属性字段及若干目标属性字段的关联关系生成待测业务系统的目标测试用例,可以缩短待测业务系统的测试周期,提高待测业务系统的测试效率。
在本申请一些实施例中,所述文件切割单元601具体用于:
获取所述生产流量文件中包含的流量数据的属性字段;
根据所述生产流量文件中包含的流量数据的属性字段对所述生产流量文件进行切割,得到若干初始流量文件块。
在本申请一些实施例中,所述第一确定单元602具体用于:
根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,所述若干目标属性字段为所述若干初始属性字段中与所述测试业务相关联的初始属性字段;
将所述若干目标属性字段对应的若干初始流量文件块,确定为若干候选流量文件块。
在本申请一些实施例中,所述第一确定单元602具体还用于:
将所述测试业务及所述若干初始属性字段输入第二预测模型,通过所述第二预测模型输出所述若干目标属性字段。
在本申请一些实施例中,所述第二确定单元604具体用于:
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例;
将所述每个目标属性字段的字段数据比例,确定为所述每个目标属性字段对应的候选流量文件块的目标数据比例。
在本申请一些实施例中,所述第二确定单元604具体还用于:
将所述若干目标属性字段及所述若干目标属性字段的关联关系输入第三预测模型,通过所述第三预测模型输出所述若干目标属性字段中每个目标属性字段的字段数据比例。
在本申请一些实施例中,所述用例生成单元605具体用于:
根据所述目标测试数据量及所述目标数据比例,确定所述每个候选流量文件块的目标数据量;
根据所述目标数据量及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种基于关联字段的用例生成装置,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行上述基于关联字段的用例生成方法实施例中任一实施例中所述的基于关联字段的用例生成方法中的步骤。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种基于关联字段的用例生成装置。如图4所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机可读存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解,图4中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器701是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器702内的软件程序和/或模块,以及调用存储在存储器702内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器701可包括一个或多个处理核心;优选的,处理器701可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器701中。
存储器702可用于存储软件程序以及模块,处理器701通过运行存储在存储器702的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器702可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器702还可以包括存储器控制器,以提供处理器701对存储器702的访问。
计算机设备还包括给各个部件供电的电源703,优选的,电源703可以通过电源管理系统与处理器701逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、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。
该计算机设备还可包括输入单元704,该输入单元704可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器701会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中,并由处理器701来运行存储在存储器702中的应用程序,从而实现各种功能,如下:
对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行本申请实施例所提供的任一种基于关联字段的用例生成方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种基于关联字段的用例生成方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种基于关联字段的用例生成方法,其特征在于,所述基于关联字段的用例生成方法包括:
对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
2.根据权利要求1所述的基于关联字段的用例生成方法,其特征在于,所述根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,包括:
根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,所述若干目标属性字段为所述若干初始属性字段中与所述测试业务相关联的初始属性字段;
将所述若干目标属性字段对应的若干初始流量文件块,确定为若干候选流量文件块。
3.根据权利要求2所述的基于关联字段的用例生成方法,其特征在于,所述根据所述测试业务及所述若干初始属性字段,确定若干目标属性字段,包括:
将所述测试业务及所述若干初始属性字段输入第二预测模型,通过所述第二预测模型输出所述若干目标属性字段。
4.根据权利要求1所述的基于关联字段的用例生成方法,其特征在于,所述根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例,包括:
根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例;
将所述每个目标属性字段的字段数据比例,确定为所述每个目标属性字段对应的候选流量文件块的目标数据比例。
5.根据权利要求4所述的基于关联字段的用例生成方法,其特征在于,所述根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述若干目标属性字段中每个目标属性字段的字段数据比例,包括:
将所述若干目标属性字段及所述若干目标属性字段的关联关系输入第三预测模型,通过所述第三预测模型输出所述若干目标属性字段中每个目标属性字段的字段数据比例。
6.根据权利要求1所述的基于关联字段的用例生成方法,其特征在于,所述根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例,包括:
根据所述目标测试数据量及所述目标数据比例,确定所述每个候选流量文件块的目标数据量;
根据所述目标数据量及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
7.根据权利要求1所述的基于关联字段的用例生成方法,其特征在于,所述对获取的生产流量文件进行切割,得到若干初始流量文件块,包括:
获取所述生产流量文件中包含的流量数据的属性字段;
根据所述生产流量文件中包含的流量数据的属性字段对所述生产流量文件进行切割,得到若干初始流量文件块。
8.一种基于关联字段的用例生成装置,其特征在于,所述基于关联字段的用例生成装置包括:
文件切割单元,用于对获取的生产流量文件进行切割,得到若干初始流量文件块,所述若干初始流量文件块与若干初始属性字段对应,所述若干初始属性字段为所述若干初始流量文件块中包含的流量数据的属性字段;
第一确定单元,用于获取待测业务系统的测试业务,根据所述测试业务、所述若干初始属性字段及所述若干初始流量文件块,确定若干候选流量文件块,所述若干候选流量文件块与若干目标属性字段对应,所述若干目标属性字段为所述若干候选流量文件块中包含的流量数据的属性字段;
关系预测单元,用于将所述若干目标属性字段输入第一预测模型,通过所述第一预测模型输出所述若干目标属性字段的关联关系;
第二确定单元,用于根据所述若干目标属性字段及所述若干目标属性字段的关联关系,确定所述每个候选流量文件块的目标数据比例;
用例生成单元,用于获取所述待测业务系统的目标测试数据量,根据所述目标测试数据量、所述目标数据比例及所述若干候选流量文件块,生成所述待测业务系统的目标测试用例。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的基于关联字段的用例生成方法中的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的基于关联字段的用例生成方法中的步骤。
CN202210867897.2A 2022-07-22 2022-07-22 基于关联字段的用例生成方法、装置、设备及存储介质 Pending CN115221060A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210867897.2A CN115221060A (zh) 2022-07-22 2022-07-22 基于关联字段的用例生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210867897.2A CN115221060A (zh) 2022-07-22 2022-07-22 基于关联字段的用例生成方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115221060A true CN115221060A (zh) 2022-10-21

Family

ID=83614038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210867897.2A Pending CN115221060A (zh) 2022-07-22 2022-07-22 基于关联字段的用例生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115221060A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
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

Cited By (2)

* Cited by examiner, † Cited by third party
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
US11296940B2 (en) Centralized configuration data in a distributed file system
CN110909222B (zh) 基于聚类的用户画像建立方法、装置、介质及电子设备
CN110737891A (zh) 一种主机入侵检测方法和装置
CN114584574B (zh) 数据同步方法、装置、计算机设备及存储介质
CN116048691A (zh) 资源展示方法、装置、电子设备及存储介质
CN115221060A (zh) 基于关联字段的用例生成方法、装置、设备及存储介质
CN114172819B (zh) Nfv网元的需求资源预测方法、系统、电子设备和存储介质
WO2024186549A1 (en) Artificial intelligence prompt processing and storage system
WO2024186550A1 (en) Generative artificial intelligence (ai) system
WO2024186527A1 (en) Generative artificial intelligence development system
CN115174890B (zh) 流量回放测试方法、装置、计算机设备及存储介质
CN117033082A (zh) 虚拟机备份恢复方法、装置、计算机设备及存储介质
CN115185830A (zh) 基于测试单元的用例生成方法、装置、设备及存储介质
CN115563160A (zh) 数据处理方法、装置、计算机设备和计算机可读存储介质
CN115242685B (zh) 基于关联矩阵的回放测试方法、装置、设备及存储介质
CN113691403A (zh) 拓扑节点配置方法、相关装置及计算机程序产品
CN111988195A (zh) 用于分组测试的应答方案确定方法、装置、设备及介质
JP2019144873A (ja) ブロック線図解析装置
CN115390843A (zh) 对照试验配置方法、装置、设备和存储介质
CN114615287B (zh) 文件备份方法、装置、计算机设备及存储介质
CN117406869A (zh) 控件触发方法、装置、电子设备及计算机存储介质
CN116595273A (zh) 跨系统数据的查询方法、装置、设备及存储介质
CN116226148A (zh) 一种信息更新方法、装置、设备及存储介质
CN116450894A (zh) 实体和行为的索引构建方法、装置、设备和可读存储介质
CN114491180A (zh) 交管数据流向分析方法、装置、计算机设备及存储介质

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