CN117251367A - 一种测试用例覆盖率的计算方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种测试用例覆盖率的计算方法、装置、设备及存储介质，其中该方法包括步骤：确定评估测试用例覆盖度的指标；统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；基于指标的分布情况确定每个指标的权重；通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。本申请能够根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。

Description

一种测试用例覆盖率的计算方法、装置、设备及存储介质

技术领域

本发明涉及智能网联汽车测试技术领域，尤其涉及一种测试用例覆盖率的计算方法、装置、设备及存储介质。

背景技术

测试人员对软件产品进行测试时，往往不能量化判断测试用例设计是否全面，测试是否完全，因此会出现软件上线后才发现漏测的问题，导致需要重新开发，再次测试。如此不断循环，既影响到软件质量、浪费测试资源，又导致软件发布周期延长。

行业内目前采用各种设计用例的方法，如等价类法、边界值法、错误推断法等均是为了保证用例的覆盖度。评审过程产品、开发和测试根据关注点不同对测试用例提出不同的意见，测试专家也多依靠经验对用例设计提出补充意见，但针对用例覆盖度没有有效的计算方法，并且现有技术中对于测试用例覆盖度是通过接触源码逐个对用例进行测试，这有可能导致部分操作人员看不懂源码的情况，进而无法得知测试用例的覆盖程度。

因此，如何计算测试用例的覆盖度，是目前亟需解决的技术问题。

发明内容

本发明主要目的在于提供一种测试用例覆盖率的计算方法、装置、设备及存储介质，根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。

第一方面，本申请提供了一种测试用例覆盖率的计算方法，其中该方法包括步骤：

确定评估测试用例覆盖度的指标；

统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；

基于指标的分布情况确定每个指标的权重；

通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

结合上述第一方面，作为一种可选的实现方式，分别统计测试用例中前置条件、执行环境、测试步骤和输入数据中所有可能存在异常的用例数量；

将每个指标对应的可能存在异常的用例数量进行归一化处理，使其处于同一量级。

结合上述第一方面，作为一种可选的实现方式，利用线性缩放法和标准化法对每个指标对应的可能存在异常的用例数量进行归一化处理。

结合上述第一方面，作为一种可选的实现方式，根据公式：H(X)＝-Σ(p(x)*log2(p(x)))，计算每个指标的熵值，其中H(X)表示随机变量X的信息熵，p(x)表示随机变量X取值为x的概率；

根据每个指标熵值的比例确定每个指标的权重。

结合上述第一方面，作为一种可选的实现方式，将所述每个指标的权重与归一化后的每个指标对应的测试用例的数值相乘，得到每个指标对应测试用例的覆盖度；

将每个指标对应测试用例的覆盖度相加，得到整体测试用例的覆盖度。

结合上述第一方面，作为一种可选的实现方式，所述指标包括：前置条件、执行环境、测试步骤和输入数据。

结合上述第一方面，作为一种可选的实现方式，根据测试用例覆盖度的计算结果，对测试用例进行修改和补充。

第二方面，本申请提供了一种测试用例覆盖度的计算装置，该装置包括：

确定模块，其用于确定评估测试用例覆盖度的指标；

处理模块，其用于统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；

所述确定模块，还用于基于指标的分布情况确定每个指标的权重；

计算模块，其用于通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

第三方面，本申请还提供了一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上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，实现第一方面任一项所述的方法。

第四方面，本申请还提供了一种计算机可读存储介质，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行第一方面任一项所述的方法。

本申请提供的一种测试用例覆盖率的计算方法、装置、设备及存储介质，其中该方法包括步骤：确定评估测试用例覆盖度的指标；统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；基于指标的分布情况确定每个指标的权重；通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。本申请能够根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1为本申请实施例中提供的一种测试用例覆盖率的计算方法流程图；

图2为本申请实施例中提供的一种测试用例覆盖率的计算装置示意图；

图3为本申请实施例中提供的一种电子设备示意图；

图4为本申请实施例中提供的一种计算机可读程序介质示意图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。附图所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。

本申请实施例提供了一种测试用例覆盖率的计算方法、装置、设备及存储介质，能够根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。

为达到上述技术效果，本申请的总思路如下：

一种测试用例覆盖率的计算方法，该方法包括步骤：

S101：确定评估测试用例覆盖度的指标。

S102：统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理。

S103：基于指标的分布情况确定每个指标的权重。

S104：通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

以下结合附图对本申请的实施例作进一步详细说明。

参照图1，图1所示为本发明提供的一种测试用例覆盖度的计算方法流程图，如图1所示，该方法包括步骤：

步骤S101:确定评估测试用例覆盖度的指标。

具体而言，首先确定用于评估测试用例覆盖度的指标，这些指标包括前置条件、执行环境、测试步骤、输入数据。

需要说明的是，测试用例是一组输入、操作或条件，以及预期输出或行为的描述。它是软件测试的基本单元，用于验证软件是否符合预期行为和功能。测试用例应该是具体、详细和可重复的，以确保测试结果的准确性和一致性。测试用例应该覆盖软件的所有关键功能和边界条件，以确保软件在各种情况下的正确性、稳定性和可靠性。测试用例通常包括测试步骤、输入数据、操作和预期输出。

测试用例覆盖是指通过执行一组测试用例，覆盖软件的所有关键功能和边界条件，以确保软件在各种情况下的正确性、稳定性和可靠性。测试用例覆盖通常分为以下几个层次：语句覆盖：执行测试用例，覆盖所有的代码语句。分支覆盖：执行测试用例，覆盖所有的分支条件，包括if语句、switch语句等。条件覆盖：执行测试用例，覆盖所有的条件表达式，包括逻辑运算符、比较运算符、位运算符等。路径覆盖：执行测试用例，覆盖所有的代码路径，包括所有可能的路径、循环路径、嵌套路径等。可以理解的是，测试用例覆盖越全面，发现的缺陷就越多，但是测试用例的数量也会增加。因此，在编写测试用例时，需要根据项目的需求和时间限制，合理选择测试用例覆盖层次。

步骤S102:统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理。

具体而言，分别统计测试用例中前置条件、执行环境、测试步骤和输入数据中所有可能存在异常的用例数量，将每个指标对应的可能存在异常的用例数量进行归一化处理，使其处于同一量级。

方便理解举例说明，收集每个指标对应的测试用例的具体数值。例如，对于前置条件，可以统计测试用例中前置条件异常的用例数量；对于执行环境，可以统计测试用例中执行环境异常的用例数量；对于测试步骤，可以统计测试用例中测试步骤异常的用例数量；对于输入数据，可以统计测试用例中输入数据异常的用例数量。可以理解的是，假设前置条件中有三个可能存在异常的测试用例，那么统计的是这三个可能存在异常的测试用例，并非统计其中一个存在异常的测试用例。也就是说前置条件中有几个测试用例就统计几个。可以理解的是，A中有a b c这三个可能存在异常的测试用例，统计的是这a、b和c这三个数值，并非只统计其中一个存在异常的。

归一化处理：将每个指标的数值进行归一化处理，使其处于相同的量级(0、1)。常见的归一化方法包括线性缩放法、标准化法等。需要说明的是，归一化线性缩放法是一种数据预处理技术，用于将不同范围的数据转换为相同范围的数据。它通过线性变换将原始数据缩放到指定的范围内，通常是[0,1]或[-1,1]。归一化能够消除数据范围不同的影响，使得不同特征之间的比较更加公正和准确，同时也有助于提高机器学习算法的性能和精度。

步骤S103:基于指标的分布情况确定每个指标的权重。

具体而言，根据公式：H(X)＝-Σ(p(x)*log2(p(x)))，计算每个指标的熵值，其中H(X)表示随机变量X的信息熵，p(x)表示随机变量X取值为x的概率；根据每个指标熵值的比例确定每个指标的权重。

表1

以表1为例具体说明如何计算各指标权重。

H(X)＝-Σ(p(x)*log2(p(x)))＝2.15。

H(Y)＝-Σ(p(y)*log2(p(y)))＝1.76。

H(Z)＝-Σ(p(z)*log2(p(z)))＝2.71。

H(A)＝-Σ(p(a)*log2(p(a)))＝1.12。

各指标的权重X:Y:Z:A＝28％：23％：35％：14％

若前置条件、执行环境、测试步骤、输入数据对应的用例数量分别为5、4、9、4，对数据进行归一化处理得到的值为：0.2、0、1、0。

则整体用例覆盖率＝0.2*0.28+0*0.23+1*0.35+0*0.14＝41％。

需要说明的是，计算的是前置条件、执行环境、测试步骤、输入数据的权重，并非其对应的参数的权重(即并非X1...Xn、Y1...Yn、Z1...Zn、A1...An等)。

还需说明的是，使用熵权法计算测试用例的覆盖度。熵权法的原理是：指标的变异程度越小，所反映的现有信息量也越少，其对应的权值也越低。也就是说，熵权法是使用指标内部所包含的信息量，来确定该指标在所有指标之中的地位。

正向的测试在所有条件都满足下进行，此类用例中无异常条件，包含的信息量最少，也就是信息熵最小。相反，反向测试的异常条件越多，包含的信息量就越多，信息熵就越大。

熵权法的原理是：指标的变异程度越小，所反映的现有信息量也越少，其对应的权值也越低。也就是说，熵权法是使用指标内部所包含的信息量，来确定该指标在所有指标之中的地位。即用例中的异常条件越多，该用例的信息熵越大。

步骤S104:通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

具体而言，将所述每个指标的权重与归一化后的每个指标对应的测试用例的数值相乘，得到每个指标对应测试用例的覆盖度，将每个指标对应测试用例的覆盖度相加，得到整体测试用例的覆盖度。

方便理解，以表1为例，计算各个指标的权重，

H(X)＝-Σ(p(x)*log2(p(x)))＝2.15。H(Y)＝-Σ(p(y)*log2(p(y)))＝1.76。H(Z)＝-Σ(p(z)*log2(p(z)))＝2.71。H(A)＝-Σ(p(a)*log2(p(a)))＝1.12。

各参数的权重X:Y:Z:A＝28％：23％：35％：14％，若前置条件、执行环境、测试步骤、输入数据对应的用例数量分别为5、4、9、4，对数据进行归一化处理得到的值为：0.2、0、1、0。则整体用例覆盖率＝0.2*0.28+0*0.23+1*0.35+0*0.14＝41％。

一实施例中，根据测试用例覆盖度的计算结果，对测试用例进行修改和补充。

可以理解的是，可根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。即假设计算出来覆盖率很低的话，需要补充测试用例提高覆盖率。

使用熵权法计算每个指标的权重。熵是描述指标间差异度的量度，熵值越大表示差异度越大。可以使用信息熵公式计算每个指标的熵值，然后根据各指标熵值的比例确定其权重。

熵权法的核心思想是基于数据(指标)的分布情况来确定指标的权重，以反映各个指标对于整体评价的重要程度。通过使用熵权法，可以更加客观地确定测试用例覆盖度，并根据不同的指标重要性进行优化和调整。

参照图2，图2所示为本发明提供的一种测试用例覆盖度的计算装置示意图，如图2所示，该装置包括：

确定模块201：其用于确定评估测试用例覆盖度的指标。

处理模块202：其用于统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理。

所述确定模块：还用于基于指标的分布情况确定每个指标的权重。

计算模块203：其用于通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

进一步地，一种可能的实施方式中，处理模块，还用于分别统计测试用例中前置条件、执行环境、测试步骤和输入数据中所有可能存在异常的用例数量；

将每个指标对应的可能存在异常的用例数量进行归一化处理，使其处于同一量级。

进一步地，一种可能的实施方式中，处理模块，还用于利用线性缩放法和标准化法对每个指标对应的可能存在异常的用例数量进行归一化处理。

进一步地，一种可能的实施方式中，计算模块，还用于根据公式：H(X)＝-Σ(p(x)*log2(p(x)))，计算每个指标的熵值，其中H(X)表示随机变量X的信息熵，p(x)表示随机变量X取值为x的概率；

根据每个指标熵值的比例确定每个指标的权重。

进一步地，一种可能的实施方式中，确定模块，还用于将所述每个指标的权重与归一化后的每个指标对应的测试用例的数值相乘，得到每个指标对应测试用例的覆盖度；

将每个指标对应测试用例的覆盖度相加，得到整体测试用例的覆盖度。

进一步地，一种可能的实施方式中，确定模块，还用于确定所述指标包括：前置条件、执行环境、测试步骤和输入数据。

进一步地，一种可能的实施方式中，处理模块，还用于根据测试用例覆盖度的计算结果，对测试用例进行修改和补充。

下面参照图3来描述根据本发明的这种实施方式的电子设备300。图3显示的电子设备300仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述“实施例方法”部分中描述的根据本发明各种示例性实施方式的步骤。

存储单元320可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)321和/或高速缓存存储单元322，还可以进一步包括只读存储单元(ROM)323。

存储单元320还可以包括具有一组(至少一个)程序模块325的程序/实用工具324，这样的程序模块325包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线330可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备300也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器360通过总线330与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

根据本公开的方案，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图4所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

综上所述，本申请提供的一种测试用例覆盖率的计算方法、装置、设备及存储介质，其中该方法包括步骤：确定评估测试用例覆盖度的指标；统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；基于指标的分布情况确定每个指标的权重；通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。本申请能够根据实际覆盖度的计算结果对测试用例进行修改和完善，提高测试的完整性和结果的准确性。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

Claims (10)

1.一种测试用例覆盖度的计算方法，其特征在于，包括：

确定评估测试用例覆盖度的指标；

统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；

基于指标的分布情况确定每个指标的权重；

通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

2.根据权利要求1所述的方法，其特征在于，所述统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理，包括：

分别统计测试用例中前置条件、执行环境、测试步骤和输入数据中所有可能存在异常的用例数量；

将每个指标对应的可能存在异常的用例数量进行归一化处理，使其处于同一量级。

3.根据权利要求2所述的方法，其特征在于，包括：

利用线性缩放法和标准化法对每个指标对应的可能存在异常的用例数量进行归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述基于指标的分布情况确定每个指标的权重，包括：

根据公式：H(X)＝-Σ(p(x)*log2(p(x)))，计算每个指标的熵值，其中H(X)表示随机变量X的信息熵，p(x)表示随机变量X取值为x的概率；

根据每个指标熵值的比例确定每个指标的权重。

5.根据权利要求1所述的方法，其特征在于，所述通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度，包括：

将所述每个指标的权重与归一化后的每个指标对应的测试用例的数值相乘，得到每个指标对应测试用例的覆盖度；

将每个指标对应测试用例的覆盖度相加，得到整体测试用例的覆盖度。

6.根据权利要求1所述的方法，其特征在于，包括：

所述指标包括：前置条件、执行环境、测试步骤和输入数据。

7.根据权利要求1所述的方法，其特征在于，还包括：

根据测试用例覆盖度的计算结果，对测试用例进行修改和补充。

8.一种测试用例覆盖度的计算装置，其特征在于，包括：

确定模块，其用于确定评估测试用例覆盖度的指标；

处理模块，其用于统计每个指标对应的测试用例的数值，并将每个指标对应的测试用例的数值进行归一化处理；

所述确定模块，还用于基于指标的分布情况确定每个指标的权重；

计算模块，其用于通过所述每个指标的权重和归一化后的每个指标对应的测试用例的数值，计算测试用例覆盖度。

9.一种电子设备，其特征在于，所述电子设备，包括：

处理器；

存储器，所述存储器上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，实现如权利要求1至7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，其存储有计算机程序指令，当所述计算机程序指令被计算机执行时，使计算机执行根据权利要求1至7中任一项所述的方法。