CN115437956A - 一种测试策略调整方法、装置、电子设备和存储介质 - Google Patents

一种测试策略调整方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN115437956A
CN115437956A CN202211267702.7A CN202211267702A CN115437956A CN 115437956 A CN115437956 A CN 115437956A CN 202211267702 A CN202211267702 A CN 202211267702A CN 115437956 A CN115437956 A CN 115437956A
Authority
CN
China
Prior art keywords
defect
test
curve
strategy
test strategy
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
CN202211267702.7A
Other languages
English (en)
Inventor
张涵宇
王越
赵士荣
王天宇
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.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
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 Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN202211267702.7A priority Critical patent/CN115437956A/zh
Publication of CN115437956A publication Critical patent/CN115437956A/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
    • G06F11/368Test management for test version control, e.g. updating test cases to a new software version
    • 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
    • G06F11/3692Test management for test results analysis

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)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种测试策略调整方法、装置、电子设备和存储介质,该方法包括:获取待测模块的缺陷趋势曲线;对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;根据所述凹凸性对测试策略进行调整。解决了项目开发过程中无法根据项目实际实现质量进行测试的问题。通过对测试过程中出现的缺陷进行分析,对测试策略进行合理调整,实现测试过程中测试策略的动态调整。可以更好的发现缺陷,及时调整测试策略,优化测试资源配置,将测试经验与测试质量脱藕,使测试质量更加规范。

Description

一种测试策略调整方法、装置、电子设备和存储介质
技术领域
本发明涉及通信技术领域,尤其涉及一种测试策略调整方法、装置、电子设备和存储介质。
背景技术
当前测试过程中对测试策略的制定一般都放在项目开始阶段进行制定,但测试前期对项目和系统实现质量无法预估,无法制定合理的测试策略以指导整个测试流程的开展,而在测试后期再制定测试策略已无意义。由于制定测试策略时未能充分考虑测试过程中出现各类问题导致策略需调整的情况,缺少测试策略调整的理论依据,仅仅凭经验而定,增加了测试策略不合适导致最终项目投产后达不到满意结果的风险。目前通用的方法是测试前期制定初步测试策略,在之后的测试过程中依据经验进行相应的测试策略调整,但此方法主要通过工作人员对测试结果进行分析,依靠工作人员的经验,无理论和数据支撑,最后导致项目质量和工作人员经验的耦合度较高,无法产出规范的产品。
发明内容
本发明提供了一种测试策略调整方法、装置、电子设备和存储介质,以解决项目测试过程中无法自主对测试策略进行调整问题。
根据本发明的一方面,提供了一种测试策略调整方法,该方法包括:
获取待测模块的缺陷趋势曲线;
对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;
根据所述凹凸性对测试策略进行调整。
根据本发明的另一方面,提供了一种测试策略调整装置,该装置包括:
曲线获取模块,用于获取待测模块的缺陷趋势曲线;
曲线分析模块,用于对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;
策略调整模块,用于根据所述凹凸性对测试策略进行调整。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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本发明任一实施例所述的测试策略调整方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的测试策略调整方法。
本发明实施例的技术方案,通过获取待测模块的缺陷趋势曲线;对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;根据所述凹凸性对测试策略进行调整。解决了项目开发过程中无法根据项目实际实现质量进行测试的问题。通过对测试过程中出现的缺陷进行分析,对测试策略进行合理调整,实现测试过程中测试策略的动态调整。可以更好的发现缺陷,及时调整测试策略,优化测试资源配置,将测试经验与测试质量脱藕,使测试质量更加规范。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种测试策略调整方法的流程图;
图2是根据本发明实施例二提供的一种测试策略调整方法的流程图;
图3是根据本发明实施例三提供的一种测试策略调整装置的结构示意图;
图4是实现本发明实施例的测试策略调整方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种测试策略调整方法的流程图,本实施例可适用于测试过程中对测试策略进行动态调整的情况,该方法可以由测试策略调整装置来执行,该测试策略调整装置可以采用硬件和/或软件的形式实现,该测试策略调整装置可配置于中电子设备中。如图1所示,该方法包括:
S101、获取待测模块的缺陷趋势曲线。
在本实施例中,待测模块具体可以理解为具有测试需求的模块,例如,应用程序的部分功能模块,也可以是系统中的部分功能模块。缺陷趋势曲线具体可以理解为用于描述缺陷的曲线,例如,缺陷发生时间、缺陷数量等缺陷信息,根据缺陷信息生成缺陷趋势曲线。
具体的,获取缺陷模块从测试开始到当前时刻的缺陷信息,根据缺陷信息生成缺陷趋势曲线并保存。缺陷趋势曲线也可以实时更新,在每个时刻获取对应的缺陷信息,根据此缺陷信息在原有的缺陷趋势曲线基础上更新数据,生成新的缺陷趋势曲线。
S102、对缺陷趋势曲线进行分析,确定缺陷趋势曲线的凹凸性。
在本实施例中,缺陷趋势曲线可以是凹曲线,也可以是凸曲线,也可以是凹曲线和凸曲线交替。对缺陷趋势曲线进行分析,例如,确定每个点的二阶导数,根据二阶导数恒于零的点确定拐点,根据二阶导数大于零的点确定凹曲线,根据二阶导数小于零的点确定凸曲线。或者,根据计算两个点之间的差值,以点xn-1、xn、xn+1为例,判断xn所在位置为凹曲线还是凸曲线时,比较xn-xn-1与xn+1-xn的大小,通过差值变化确定曲线的凹凸性。还可以对缺陷趋势曲线通过显示屏幕进行展示,由工作人员通过经验进行分析,确定缺陷趋势曲线的凹凸性。确定缺陷趋势曲线的凹凸性可以是确定缺陷趋势曲线的凹曲线所在的区间,凸曲线所在的区间。
S103、根据凹凸性对测试策略进行调整。
在本实施例中,测试策略具体可以理解为测试过程所采用的测试方法,不同的测试策略可以测试不同的问题,不同的测试策略也可以测试相同的问题,但是参数、指标不同,因此测试得到的结果也不相同。测试策略包含测试产品质量目标、风险分析、测试分层、测试方法、测试资源管理等。
具体的,缺陷趋势曲线中的凹部曲线表示当前采用的测试策略比较合理,可以较好的发现缺陷,随着测试深入测试缺陷越来越多,进入凸部曲线,此时表明测试策略发现的缺陷越来越少,在出现凸点后可以判断当前采用的测试策略已经无法更好的挖掘缺陷,需要进行策略调整。因此,在确定缺陷趋势曲线的凹凸性后,根据缺陷趋势曲线的凹凸性判断是否需要进行测试策略的调整,当缺陷趋势曲线为凹曲线时,不需要进行测试策略的调整;当缺陷趋势曲线为凸曲线时,调整测试策略,选择新的测试策略进行测试;随着测试时间的增加,缺陷趋势曲线中可能既存在凹曲线,又存在凸曲线,根据最新曲线的凹凸性确定是否需要调整测试策略。
本发明实施例提供了一种测试策略的调整方法,获取待测模块的缺陷趋势曲线;对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;根据所述凹凸性对测试策略进行调整。解决了项目开发过程中无法根据项目实际实现质量进行测试的问题。通过对测试过程中出现的缺陷进行分析,对测试策略进行合理调整,实现测试过程中测试策略的动态调整。可以更好的发现缺陷,及时调整测试策略,优化测试资源配置,将测试经验与测试质量脱藕,使测试质量更加规范。
作为本实施例的一个可选实施例,本可选实施例进一步优化包括了:获取待测模块的历史缺陷数据,历史缺陷数据包括缺陷产生时间、及对应的缺陷数量;根据各缺陷产生时间和对应的缺陷数量生成缺陷趋势曲线。
在本实施例中,历史缺陷数据具体可以理解为待测模块测试过程中产生的缺陷数据,历史缺陷数据中包括缺陷产生时间,以及在此时间共产生的缺陷数量。缺陷产生时间可以是以天、小时等为单位,例如,一天内产生的缺陷数量,半天内产生的缺陷数量,1小时内产生的缺陷数量。在根据缺陷产生时间统计缺陷数量时,如果以小于一天的单位进行统计,可以按照测试时长进行统计,避免非测试时间对结果的影响。本申请所提供的测试策略方法对较大型测试项目效果更好。
具体的,将各缺陷产生时间和对应的缺陷数量分别作为横坐标和纵坐标,确定坐标轴中的各点,根据各点生成缺陷趋势曲线。缺陷趋势曲线的生成方式可以是将各点按照顺序依次连接,得到缺陷趋势曲线;也可以通过数据拟合的方式得到曲线趋势曲线,此种方式得到的曲线较为平滑。
作为本实施例的一个可选实施例,本可选实施例进一步将根据各缺陷产生时间和对应的缺陷数量生成缺陷趋势曲线优化为:
A1、将各缺陷产生时间作为横坐标,各缺陷产生时间所对应的缺陷数量作为纵坐标,生成缺陷点。
在本实施例中,缺陷点具体可以理解为用于坐标系中用于表示缺陷的坐标点。历史缺陷数据中包括一个或者多个缺陷产生时间以及对应的缺陷数量,针对每个缺陷产生时间,将缺陷产生时间作为横坐标,缺陷产生时间所对应的缺陷数量作为纵坐标,在二维坐标系中唯一确定坐标点,将此坐标点确定为缺陷点。
A2、对各缺陷点进行数据拟合,确定曲线参数。
在本实施例中,曲线参数具体可以理解为用于确定曲线的参数,例如,y=a*x2+bx+c,其中,a、b和c为曲线参数。根据各缺陷点的坐标进行数据拟合,数据拟合方式可以是最小二乘法,或者其他拟合方法。通过数据拟合计算得到曲线参数。其中,曲线参数可以是一个或者多个。
A3、根据各曲线参数生成缺陷趋势曲线。
根据各曲线参数,结合缺陷产生时间生成缺陷趋势曲线,此时得到的缺陷趋势曲线相比于直接连线得到的曲线更为平滑。可以更好地判断缺陷趋势曲线的凹凸性。
本申请在生成缺陷趋势曲线时,可以是每次生成曲线时,获取历史缺陷数据,确定缺陷产生时间和缺陷数量,确定缺陷点,进行数据拟合,生成缺陷趋势曲线。同时可以对历史缺陷数据和缺陷趋势曲线进行存储。也可以是获取新的历史缺陷数据,将此部分历史缺陷数据与预先已知的历史缺陷数据结合,进行数据拟合,生成缺陷趋势曲线。如果不采用数据拟合的方式进行处理,直接对缺陷点进行连接得到生成缺陷趋势曲线,可以直接获取新的历史缺陷数据,在原有的缺陷趋势曲线的基础上添加新的历史缺陷数据,生成新的缺陷趋势曲线,减少工作量,提高测试效率。
通过对历史缺陷数据进行处理,确定缺陷点,进而对缺陷点进行数据拟合,生成缺陷趋势曲线,更好的判断缺陷趋势曲线的凹凸性,提高结果的准确性。
实施例二
图2为本发明实施例二提供的一种测试策略调整方法的流程图,本实施例在上述实施例的基础上进行细化。如图2所示,该方法包括:
S201、获取待测模块的缺陷趋势曲线。
S202、对缺陷趋势曲线进行分析,确定缺陷趋势曲线的凹凸性。
S203、确定凹曲线对应的凹区间,以及凸曲线对应的凸区间。
在本实施例中,凹区间具体可以理解为凹曲线对应的区间,凹区间通过横坐标表示,例如,3h-17h为凹区间。凸区间具体可以理解为凸曲线对应的区间,凸区间同样通过横坐标表示,例如,18h-32h为凹区间。确定缺陷趋势曲线中的凹曲线和凸曲线后,确定凹曲线所在区间,即凹区间,确定凸曲线所在区间,即凸区间。
S204、根据凹区间和凸区间确定最新区间。
在本实施例中,最新区间具体可以理解为时间上为最新的区间,例如,缺陷趋势曲线以天为单位时,横坐标为1号、2号、3号…、18号…等,3号和18号在不同的曲线区间内,18号所对应的区间相比于3号所在的区间在时间上更新。由于测试过程中缺陷趋势曲线以缺陷产生时间为横坐标生成,因此,在调整测试策略时,按照最近时间内的缺陷趋势曲线的凹凸性调整测试策略。比较凹区间和凸区间的坐标,将坐标值大的区间确定为最新区间。比较坐标值可以是比较区间的最大坐标、或者中间坐标等。分析最新区间的凹凸性,确定最新的测试策略是否需要进行调整,对于非最新区间,其可能是一段时间之前的测试策略,测试策略可能已经进行了相应调整。
在确定最新区间时,还可以增加时间上的判定,即最新区间为当前时间向前一定时间范围内的时间,避免根据很长时间之前的曲线进行测试策略调整。
S205、当最新区间对应的曲线为凹曲线时,确定测试策略合理。
当最新区间对应的曲线为凹曲线时,此时测试策略可以较好的发现缺陷,测试策略的选择是合理的,无需调整测试策略。
S206、当最新区间对应的曲线为凸曲线且最新区间中包含凸点时,调整测试策略。
在本实施例中,凸点具体可以理解为凸曲线的拐点。当最新区间对应的曲线为凸曲线时,由于此时的测试策略已经无法很好的发现缺陷,测试策略发现的缺陷会逐渐减少,当出现凸点时,测试策略已经无法更好的挖掘缺陷,此时对测试策略进行调整。
为了提高对测试策略的分析的准确性,本申请中凹区间和凸区间均可以采用包括拐点的区间。例如,凹区间中包括最低点,以及最低点两侧一定距离内的曲线。
作为本实施例的一个可选实施例,本可选实施例进一步将调整所述测试策略优化为:
B1、获取缺陷解决曲线以及测试目标。
在本实施例中,缺陷解决曲线具体可以理解为解决缺陷的数量和时间所形成的曲线。测试目标具体可以理解为测试所需达到的目标,例如,精确度。
获取开发人员所解决的缺陷的数量以及时间,将缺陷解决时间作为横坐标,解决缺陷数量作为纵坐标,生成缺陷解决曲线。优选的,缺陷解决时间的单位与缺陷产生时间的单位相同。获取当前时刻的缺陷解决曲线,缺陷解决曲线的生成方式可以与缺陷趋势曲线的生成方式相同。缺陷解决曲线也需要随着测试的进行进行更新。测试目标预先设定,也可以由测试人员输入。测试目标可以随着测试的进行改变,例如,预先设置多个测试目标并设置顺序,在测试过程中,按照顺序依次获取其中一个作为测试目标。实现测试目标的实时更新,测试过程更加合理,测试结果更加准确。
B2、根据缺陷解决曲线和测试目标对预确定的测试策略集合进行筛选,确定新的测试策略,以便通过新的测试策略对待测模块进行测试。
测试策略集合具体可以理解为存储测试策略的数据集合,测试策略集合中的测试策略可以是一个,也可以是多个。通常情况下,测试策略集合中的测试策略为多个。
根据缺陷解决曲线可以确定开发人员可以解决的缺陷的数量,通过比较发现的缺陷数量和解决的缺陷数量,以及测试目标确定测试策略的筛选条件,根据筛选条件从测试策略集合中选择新的测试策略。采用新的测试策略继续对待测模块进行测试。
当调整测试策略后,重新获取缺陷趋势曲线并重复进行测试策略的调整。缺陷趋势曲线可以按照一定时间频率获取。在获取到缺陷趋势曲线后,对缺陷趋势曲线的凹凸性进行判断,如果在最新区间对应的凹曲线之后生成凸曲线,当检测到凸曲线的凸点,调整测试策略。
缺陷趋势曲线为凹曲线时,测试策略可以较好的发现测试过程中的缺陷,可以继续使用此测试策略进行测试工作,并等待拐点的到来。如果出现拐点,此时的测试策略已充分发挥完其红利,当缺陷趋势曲线在凹曲线之后生成凸曲线,此时的测试策略已经无法很好的发现缺陷,等待凸曲线出现凸点后对测试策略进行调整。
作为本实施例的一个可选实施例,本可选实施例进一步优化包括了根据新的测试策略的测试结果对缺陷趋势曲线进行更新。
在本实施例中,测试结果至少包括测试出的缺陷数量、缺陷产生时间等。在根据新的测试策略对测试模块进行测试时,记录测试出的缺陷数量,以及缺陷产生时间作为测试结果,并根据测试结果对缺陷趋势曲线进行更新。
作为本实施例的一个可选实施例,本可选实施例进一步优化包括了当检测到缺陷趋势曲线收敛至预设阈值,且测试策略的调整次数大于预设次数,结束测试。
在本实施例中,预设阈值具体可以理解为预先设置的阈值,可以是0、1、2、3等数值。例如,缺陷趋势曲线收敛至0,可以结束测试。预设次数同样为预先设置的数值,用于对调整次数进行衡量,可以是0、1、2等。
如果缺陷趋势曲线的开始阶段即为凸曲线,此时需要分析是否是被测版本质量较好,或是测试出现阻塞无法进行,或者测试策略出现问题。通常情况下,模块或系统在开发过程中须采用多种测试策略进行测试,因此设置预设次数对调整次数进行判断。如果一开始采用的测试策略进行测试时生成的缺陷趋势曲线就为凸曲线,此时不会直接在凸曲线收敛至预设阈值直接结束测试,而是通过调整测试策略,采用不同的测试测试进行测试。当测试策略的调整次数大于预设次数且缺陷趋势曲线收敛至预设阈值,确定测试可以结束。
结束测试的条件还可以增加对缺陷解决曲线收敛性的判断,当检测到缺陷趋势曲线和缺陷解决曲线分别收敛至对应的预设阈值,且测试策略的调整次数大于预设次数,结束测试。缺陷趋势曲线和缺陷解决曲线对应的预设阈值可以相同,也可以不同。
经过对测试策略的调整后,判断是否重新出现凹曲线,如果出现,则证明调整过的测试策略是合理有效的,如果未出现,则继续调整测试策略。当调整次数大于预设次数后,仍未出现,被测系统质量已达到规范要求,等待收敛至预设阈值,结束测试。
当测试完成后对测试过程中的缺陷趋势曲线进行分析评估,理想状态未凹凸曲线的重复直至收敛至预设阈值,此时的测试策略的动态调整是高效的。
本发明实施例提供了一种测试策略的调整方法,获取待测模块的缺陷趋势曲线;对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;根据所述凹凸性对测试策略进行调整。解决了项目开发过程中无法根据项目实际实现质量进行测试的问题。通过对测试过程中出现的缺陷进行分析,根据缺陷趋势曲线的凹凸性对测试策略进行合理调整,在出现凸曲线时对测试策略进行调整,实现测试过程中测试策略的动态调整。可以更好的发现缺陷,及时调整测试策略,优化测试资源配置,将测试经验与测试质量脱藕,使测试质量更加规范。
实施例三
图3为本发明实施例三提供的一种测试策略调整装置的结构示意图。如图3所示,该装置包括:曲线获取模块31、曲线分析模块32和策略调整模块33。
其中,曲线获取模块31,用于获取待测模块的缺陷趋势曲线;
曲线分析模块32,用于对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;
策略调整模块33,用于根据所述凹凸性对测试策略进行调整。
本发明实施例提供了一种测试策略的调整装置,解决了项目开发过程中无法根据项目实际实现质量进行测试的问题。通过对测试过程中出现的缺陷进行分析,根据缺陷趋势曲线的凹凸性对测试策略进行合理调整,实现测试过程中测试策略的动态调整。可以更好的发现缺陷,及时调整测试策略,优化测试资源配置,将测试经验与测试质量脱藕,使测试质量更加规范。
可选的,该装置还包括:
数据获取模块,用于获取待测模块的历史缺陷数据,所述历史缺陷数据包括缺陷产生时间、及对应的缺陷数量;
曲线生成模块,用于根据各所述缺陷产生时间和对应的缺陷数量生成缺陷趋势曲线。
可选的,曲线生成模块,包括:
缺陷点生成单元,用于将各所述缺陷产生时间作为横坐标,各所述缺陷产生时间所对应的缺陷数量作为纵坐标,生成缺陷点;
参数确定单元,用于对各所述缺陷点进行数据拟合,确定曲线参数;
曲线生成单元,用于根据各所述曲线参数生成缺陷趋势曲线。
可选的,策略调整模块33,包括:
区间确定单元,用于确定凹曲线对应的凹区间,以及凸曲线对应的凸区间;
最新区间确定单元,用于根据所述凹区间和凸区间确定最新区间;
合理策略确定单元,用于当所述最新区间对应的曲线为凹曲线时,确定所述测试策略合理;
策略调整单元,用于当所述最新区间对应的曲线为凸曲线且所述最新区间中包含凸点时,调整所述测试策略。
可选的,策略调整单元,具体用于获取缺陷解决曲线以及测试目标;根据所述缺陷解决曲线和测试目标对预确定的测试用例集合进行筛选,确定新的测试策略,以便通过新的测试策略对待测模块进行测试。
可选的,该装置还包括:
曲线更新模块,用于根据所述新的测试策略的测试结果对缺陷趋势曲线进行更新。
可选的,该装置还包括:
测试结束模块,用于当检测到所述缺陷趋势曲线收敛至预设阈值,且测试策略的调整次数大于预设次数,结束测试。
本发明实施例所提供的测试策略调整装置可执行本发明任意实施例所提供的测试策略调整方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如测试策略调整方法。
在一些实施例中,测试策略调整方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的测试策略调整方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行测试策略调整方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种测试策略调整方法,其特征在于,包括:
获取待测模块的缺陷趋势曲线;
对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;
根据所述凹凸性对测试策略进行调整。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取待测模块的历史缺陷数据,所述历史缺陷数据包括缺陷产生时间、及对应的缺陷数量;
根据各所述缺陷产生时间和对应的缺陷数量生成缺陷趋势曲线。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述缺陷产生时间和对应的缺陷数量生成缺陷趋势曲线,包括:
将各所述缺陷产生时间作为横坐标,各所述缺陷产生时间所对应的缺陷数量作为纵坐标,生成缺陷点;
对各所述缺陷点进行数据拟合,确定曲线参数;
根据各所述曲线参数生成缺陷趋势曲线。
4.根据权利要求1所述的方法,其特征在于,所述根据所述凹凸性对测试策略进行调整,包括:
确定凹曲线对应的凹区间,以及凸曲线对应的凸区间;
根据所述凹区间和凸区间确定最新区间;
当所述最新区间对应的曲线为凹曲线时,确定所述测试策略合理;
当所述最新区间对应的曲线为凸曲线且所述最新区间中包含凸点时,调整所述测试策略。
5.根据权利要求4所述的方法,其特征在于,所述调整所述测试策略,包括:
获取缺陷解决曲线以及测试目标;
根据所述缺陷解决曲线和测试目标对预确定的测试用例集合进行筛选,确定新的测试策略,以便通过新的测试策略对待测模块进行测试。
6.根据权利要求5所述的方法,其特征在于,还包括:
根据所述新的测试策略的测试结果对缺陷趋势曲线进行更新。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
当检测到所述缺陷趋势曲线收敛至预设阈值,且测试策略的调整次数大于预设次数,结束测试。
8.一种测试策略调整装置,其特征在于,包括:
曲线获取模块,用于获取待测模块的缺陷趋势曲线;
曲线分析模块,用于对所述缺陷趋势曲线进行分析,确定所述缺陷趋势曲线的凹凸性;
策略调整模块,用于根据所述凹凸性对测试策略进行调整。
9.一种电子设备,其特征在于,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权利要求1-7中任一项所述的测试策略调整方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的测试策略调整方法。
CN202211267702.7A 2022-10-17 2022-10-17 一种测试策略调整方法、装置、电子设备和存储介质 Pending CN115437956A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211267702.7A CN115437956A (zh) 2022-10-17 2022-10-17 一种测试策略调整方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211267702.7A CN115437956A (zh) 2022-10-17 2022-10-17 一种测试策略调整方法、装置、电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN115437956A true CN115437956A (zh) 2022-12-06

Family

ID=84251719

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211267702.7A Pending CN115437956A (zh) 2022-10-17 2022-10-17 一种测试策略调整方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN115437956A (zh)

Similar Documents

Publication Publication Date Title
CN114861039B (zh) 一种搜索引擎的参数配置方法、装置、设备及存储介质
CN112988381A (zh) 为云资源生成优化信息的方法、装置和电子设备
CN115685109A (zh) 一种对毫米波雷达测试的方法、装置、设备及存储介质
CN114742237A (zh) 联邦学习模型聚合方法、装置、电子设备及可读存储介质
CN115509931A (zh) 基于系统的性能测试方法、装置、电子设备及存储介质
CN115437956A (zh) 一种测试策略调整方法、装置、电子设备和存储介质
CN115576827A (zh) 业务流程软件的性能测试方法、装置、设备及存储介质
CN115358992A (zh) 一种光斑检测方法、装置、电子设备以及存储介质
CN115438056A (zh) 一种数据获取方法、装置、设备以及存储介质
CN112966199B (zh) 一种页面调整收益的确定方法、装置、电子设备和介质
CN114999665A (zh) 数据处理方法、装置、电子设备及存储介质
CN115269418A (zh) 一种覆盖率采集方法、装置、设备及存储介质
CN115017047A (zh) 基于b/s架构的测试方法、系统、设备及介质
CN113656299B (zh) 极限qps的确定方法、装置、电子设备及可读存储介质
CN114546852B (zh) 一种性能测试方法、装置、电子设备和存储介质
CN113225228B (zh) 数据处理方法及装置
CN112561390B (zh) 订单排产模型的训练方法、订单排产方法、装置
CN116244006A (zh) 一种数据处理方法、装置、存储介质、电子设备及产品
CN115511470A (zh) 评价指标数据生成方法、装置、电子设备和存储介质
CN117573548A (zh) 数据库性能的测试方法及装置、电子设备和存储介质
CN116974621A (zh) 一种参数配置方法、装置及设备
CN116483732A (zh) 一种基于多数据源的测试方法、装置及设备
CN115395648A (zh) 电气设备状态监控方法、装置、电子设备和存储介质
CN115967638A (zh) 一种设备仿真模拟系统、方法、设备及存储介质
CN116304945A (zh) 一种波形数据的处理方法、装置、电子设备及存储介质

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