CN117493213A - 金融业务系统测试覆盖率检测方法、装置、设备及介质 - Google Patents

金融业务系统测试覆盖率检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN117493213A
CN117493213A CN202311629252.6A CN202311629252A CN117493213A CN 117493213 A CN117493213 A CN 117493213A CN 202311629252 A CN202311629252 A CN 202311629252A CN 117493213 A CN117493213 A CN 117493213A
Authority
CN
China
Prior art keywords
transaction
information
matrix
preset
determining
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.)
Granted
Application number
CN202311629252.6A
Other languages
English (en)
Other versions
CN117493213B (zh
Inventor
鲁健翔
李尼科
潘斌
刘涛
廖宜银
刘臻涛
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.)
Hunan Changyin May 8th Consumer Finance Co ltd
Original Assignee
Hunan Changyin May 8th Consumer Finance 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 Hunan Changyin May 8th Consumer Finance Co ltd filed Critical Hunan Changyin May 8th Consumer Finance Co ltd
Priority to CN202311629252.6A priority Critical patent/CN117493213B/zh
Publication of CN117493213A publication Critical patent/CN117493213A/zh
Application granted granted Critical
Publication of CN117493213B publication Critical patent/CN117493213B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了金融业务系统测试覆盖率检测方法、装置、设备及介质，涉及金融技术领域，包括：获取目标金融业务系统的交易变化信息以确定交易流水变更信息和交易状态变更信息；从预设交易信息映射表中确定当前交易信息和变更状态信息；确定实际执行邻接矩阵和实际执行关联矩阵；将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。这样一来，可以根据检测结果更好的确定系统上线前是否进行了全面的测试，进而保证系统的质量。

Description

金融业务系统测试覆盖率检测方法、装置、设备及介质
技术领域
本发明涉及金融技术领域，特别涉及金融业务系统测试覆盖率检测方法、装置、设备及介质。
背景技术
对于复杂的业务系统，在测试验证阶段，如何保证测试场景、功能点的全面性对于系统的质量至关重要，特别是在金融领域，测试全面性直接关系到企业、客户的资金安全、信誉风险以及社会稳定，因此必须保证系统的测试质量。目前对于测试场景全面性验证，主要是由测试人员根据信息系统需求设计相对完整、丰富的用例来保证，此方式有以下几种缺陷：(1)严重依赖测试人员个人技能与业务经验(2)对于复杂的系统，根据模块、功能分给不同的测试人员进行验证，导致测试人员仅理解自己负责的模块，缺少全局视野，无法完成全面的测试验证。(3)缺少跨岗位的交叉验证，对系统需求理解最全面的应该是产品经理，但往往产品经理未能参与检测系统场景验证的全面性。因此，如何获取更全面的检测测试覆盖的完整性是需要解决的。
发明内容
有鉴于此，本发明的目的在于提供金融业务系统测试覆盖率检测方法、装置、设备及介质，能够更全面的检测测试覆盖的完整性。其具体方案如下：
第一方面，本申请公开了一种金融业务系统测试覆盖率检测方法，包括：
获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；
从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；
根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；
基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；
将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；
基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
可选的，所述方法还包括：
将所述目标金融业务系统的预设交易功能映射表转化为第一有向图，并将所述第一有向图转化为所述预置邻接矩阵；
对所述预置邻接矩阵进行遍历，确定所述预置邻接矩阵中各顶点之间路径长度为第一预设路径长度的各第一数量矩阵以及相应的各第一具体矩阵路径集合；其中，不同的所述第一数量矩阵分别对应所述第一预设路径长度中的不同路径长度，并且，所述第一数量矩阵用于记录相应路径长度下的顶点数量。
可选的，所述方法还包括：
将所述目标金融业务系统的预设交易状态映射表转化为第二有向图，并将所述第二有向图转化为所述预置关联矩阵。
可选的，所述从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息，包括：
利用预设检测预处理工具对预设交易信息映射表中的信息变更情况进行监听，并对所述预设交易信息映射表中的交易流水表和状态变更表的目标信息进行过滤以得到交易流水新增记录信息和状态变更表新增记录信息；
基于所述交易流水新增记录信息和所述状态变更表新增记录信息确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。
可选的，所述将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，包括：
对所述实际执行邻接矩阵进行遍历，确定所述实际执行邻接矩阵各顶点之间路径长度为第二预设路径长度的各第二数量矩阵以及相应的各第二具体矩阵路径集合；其中，不同的所述第二数量矩阵分别对应所述第二预设路径长度中的不同路径长度，并且，所述第二数量矩阵用于记录相应路径长度下的顶点数量；
将与相同路径长度对应的所述第二具体矩阵路径集合与所述第一具体矩阵路径集合进行比对以确定未执行交易操作，并将与相同路径长度对应的所述第二数量矩阵与所述第一数量矩阵进行同或逻辑运算以得到比对邻接矩阵；
将所述比对邻接矩阵中节点值不为1的节点对应的系统交易信息中的交易场景确定为未执行交易场景；
将所述未执行交易操作和所述未执行交易场景确定为异常交易业务。
可选的，所述将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态，包括：
将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以得到比对关联矩阵；
将所述比对关联矩阵中所有节点元素的数值不为1的节点元素确定为目标节点，并将所述目标节点对应的交易状态确定为异常交易状态。
可选的，所述根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列，包括：
获取当前交易信息，并判断所述目标金融业务系统对应的各交易信息队列中是否存在与所述当前交易信息满足预设关联条件的交易信息队列；
若存在，则将满足预设关联条件的交易信息队列确定为第一目标交易队列，并基于所述第一目标交易队列和所述当前交易信息确定当前交易队列；
若不存在，则基于所述当前交易信息和预设列头元素创建第二目标交易队列，并将所述第二目标交易队列确定为当前交易队列。
第二方面，本申请公开了一种金融业务系统测试覆盖率检测装置，包括：
交易变化信息获取模块，用于获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；
信息确定模块，用于从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；
交易队列确定模块，用于根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；
矩阵确定模块，用于基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；
逻辑运算模块，用于将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；
检测结果获取模块，用于基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序以实现前述的金融业务系统测试覆盖率检测方法。
第四方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的金融业务系统测试覆盖率检测方法。
可见，本申请中，获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。即，在实际操作过程中，通过统计业务系统中的交易流水表，来判断各种交易功能场景的执行情况，再与以上邻接矩阵进行比对，来判断整体测试交易场景的覆盖率情况；通过统计业务系统中的交易流水表，来判断各种交易状态的执行情况，再与关联矩阵进行比对，来判断整体测试交易状态与交易功能关联的覆盖率情况，可以对于未覆盖到的场景，补充用例全面覆盖测试验证。这样一来，对于未覆盖到的场景，补充用例全面覆盖测试验证，进而保证系统的质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种金融业务系统测试覆盖率检测方法流程图；
图2为本申请公开的一种具体的金融业务系统中交易场景测试覆盖率检测方法流程图；
图3为本申请公开的一种具体的交易场景有向图；
图4为本申请公开的一种具体的金融业务系统中交易场景测试覆盖率检测方法流程图；
图5为本申请公开的一种具体的金融业务系统交易状态测试覆盖率检测方法流程图；
图6为本申请公开的一种具体的交易状态有向图；
图7为本申请公开的一种金融业务系统测试覆盖率检测装置结构示意图；
图8为本申请公开的一种电子设备结构图。
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，都属于本申请保护的范围。
在金融领域，由于涉及资金安全，对于系统质量要求极高，但同时由于金融交易、客户状态错综复杂，因此必须采用严格的测试验证机制来保证系统投产上线前经过了全面的验证。本申请将基于有向图、邻接矩阵、关联矩阵的方法、结合自动化方式检测测试覆盖的完整性。
参见图1所示，本申请实施例公开了一种金融业务系统测试覆盖率检测方法，包括：
步骤S11：获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息。
本实施例中，在获取目标金融业务系统的交易变化信息之前，需要开启MySQL(关系型数据库管理系统)的Binary Log二进制日志相关功能，此功能主要用于记录对MySQL数据库DDL(Data Definition Language，即数据定义语言)、DML(Data ManipulationLanguage，即数据操作语言)的操作。
其中，具体操作如下：
修改所有业务验证数据库MySQL配置文件my.cnf
log-bin＝mysql-bin
binlog_format＝row
server-id＝1
这样一来，可以利用MySQL的binlog主从复制机制，通过模拟从节点监听装置，能够实时监控感知业务数据库的交易流水表、状态变更表的DDL、DML操作，与业务系统独立，对业务系统无侵入。
本实施例中，获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息。在实际操作中，客户端发起交易请求，业务系统服务端受理请求，执行交易的逻辑，并将交易流水、状态变更的相关信息记录对应的数据库表中。
步骤S12：从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。
本实施例中，所述从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息，包括：利用预设检测预处理工具对预设交易信息映射表中的信息变更情况进行监听，并对所述预设交易信息映射表中的交易流水表和状态变更表的目标信息进行过滤以得到交易流水新增记录信息和状态变更表新增记录信息；基于所述交易流水新增记录信息和所述状态变更表新增记录信息确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。即利用预设检测预处理工具对预设交易信息映射表中的信息变更情况进行监听，然后过滤掉其他DML操作，仅记录交易流水表、状态变更表的新增记录，以确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。
步骤S13：根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列。
本实施例中，根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列。即，获取交易流水表中的此客户当前交易信息，根据所述映射表1，若此客户当前交易之前没有交易流水，就认为执行顺序为F0(初始化交易)→Fj，并新建一个F0为列头，列尾元素为Fj的交易队列。如果当前交易之前有交易流水，则根据当前交易信息以及所有的交易队列集合{T1,T2...Tn}，判断此交易Fj应该插入的位置，以确定当前交易队列。
步骤S14：基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵。
本实施例中，基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵。即对所述当前交易队列进行遍历，生成对应的实际执行邻接矩阵。根据获取所述变更状态信息，并查询映射表2，获得映射后的状态及交易标识及关联关系并确定实际执行关联矩阵。例如，对于借款交易将“初始化状态”→“账单初始化状态”，顶点是S1→S2,有向边是e1，并将矩阵中的元素分别设置为ES00＝-1，ES10＝1。
步骤S15：将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态。
本实施例中，将生成的实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算获得比对邻接矩阵，对于比对邻接矩阵中不为1的元素就是为覆盖的测试用例。比如Fij＝0，表示Fi→Fj测试场景未覆盖即为异常交易业务。将生成的实际执行关联矩阵与预置关联矩阵进行同或逻辑运算获得比对关联矩阵，对于比对关联矩阵中不为1的元素就是未覆盖的测试用例，即异常交易状态。
步骤S16：基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
本实施例中，基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果，即，所述异常交易业务和所述异常交易状态可以具体确定出未覆盖的测试场景和未覆盖的测试用例，以便用户及时对未覆盖的测试场景和未覆盖的测试用例进行补充。
可见，本实施例中，获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。即，在实际操作过程中，通过统计业务系统中的交易流水表，来判断各种交易功能场景的执行情况，再与以上邻接矩阵进行比对，来判断整体测试交易场景的覆盖率情况；通过统计业务系统中的交易流水表，来判断各种交易状态的执行情况，再与关联矩阵进行比对，来判断整体测试交易状态与交易功能关联的覆盖率情况，可以对于未覆盖到的场景，补充用例全面覆盖测试验证。这样一来，对于未覆盖到的场景，补充用例全面覆盖测试验证，进而保证系统的质量。
上述实施例中对金融业务系统测试覆盖率检测方法进行具体的介绍，本申请将针对交易场景测试覆盖率进行具体介绍。
参见图2所示，本申请实施例公开了一种具体的金融业务系统中交易场景测试覆盖率检测方法，包括：
步骤S21：将目标金融业务系统的预设交易功能映射表转化为第一有向图，并将所述第一有向图转化为预置邻接矩阵。
本实施例中，获取目标金融业务系统的预设交易功能映射表，即预先设置有向图顶点，有向边与实际业务场景中交易功能、状态的映射关系如下表一。例如，业务系统的交易流水表中放款交易映射到交易功能有向图的顶点为Fi，映射到状态有向图的边为Ei。
表一
交易类型 交易功能有向图顶点 状态有向图的边
放款交易 F1 E1
部分还款 Fi Ei
....
然后将所述预设交易功能映射表转化为如图3所示的第一有向图。然后将有向图顶点间关系边<F0,F1>,<F1,F2>,<F3,F4>...<Fi,Fj>转成数组形式[F1,F2],[F3,F4]...[Fi,Fj]，以得到预置邻接矩阵如下表二所示。
表二
F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
F0 0 1 0 0 0 0 0 0 0 1 0
F1 0 0 1 1 0 1 0 1 0 0 0
F2 0 0 0 0 0 0 1 0 0 0 0
F3 0 0 0 0 1 0 1 0 0 0 0
F4 0 0 0 0 0 0 0 0 0 0 0
F5 0 0 0 0 0 0 0 1 0 0 0
F6 0 0 0 0 0 0 0 0 1 0 0
F7 0 0 0 0 0 0 0 0 0 0 0
F8 0 0 0 0 0 0 0 0 0 0 0
F9 0 0 0 0 0 0 0 0 0 0 1
F10 0 0 0 0 0 0 0 0 0 1 0
矩阵中Fij表示顶点Fi→Fj，比如F12表示执行账单日出账交易。
步骤S22：对所述预置邻接矩阵进行遍历，确定所述预置邻接矩阵中各顶点之间路径长度为第一预设路径长度的各第一数量矩阵以及相应的各第一具体矩阵路径集合。
本实施例中，再将数组列表转成二维数组，F(G)＝[[0,1,0,...],[0,0,2...]...]F01＝1,F12＝1，F34＝1,...Fij＝1,没有关联关系的对应的元素值为0，Fij＝1表示的含义就是先执行交易Fi，然后再执行了交易Fj。然后，遍历F(G)邻接矩阵元素，获得各顶点之间路径长度1-K的数量矩阵F(K)(G)及路径集合R(K)(G)。其中，不同的所述第一数量矩阵分别对应所述第一预设路径长度中的不同路径长度，并且，所述第一数量矩阵用于记录相应路径长度下的顶点数量。即，F(K)(G)表示从入度为0的根节点到各个顶点路径长度为K的路径数量的矩阵。R(K)(G)表示从入度为0的根节点到各个顶点路径长度为K的具体路径集合。换句话说，遍历有向图的各顶点间的所有路径，实际意义就是获取不同交易之间所有的组合关系的集合，然后根据实际测试过程中覆盖的场景判断是否全面覆盖了期望的交易组合。其中上标k表示路径长度为k的顶点之间的关系。/>表示各个顶点之间路径长度为1的顶点关系组合，每个元素Fij表示Fi→Fj长度为1的路径条数。表示各个顶点之间路径长度为2的顶点关系组合，每个元素Fij表示Fi→Fj长度为2的路径条数，依次类推/>中Fij表示表示Fi→Fj长度为K的路径条数。需要说明的是，如果有向图边权重默认是1，对于非1表示此有向边可执行2次。比如<F9,F10>,<F10,F9>这两条边上都有权重值2，表示F9→F10，F10→F9分别可以执行2次，用于丰富用例，可能存在多个功能相互多次调用的场景。例如，如下表三所示，对于F(1)(G)中的矩阵元素表示的是两个顶点间路径长度为1的路径数量，F(1)(G)如下矩阵所示，R(1)(G)＝{<F0,F1>,<F0,F9>}。
表三
F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
F0 0 1 0 0 0 0 0 0 0 1 0
对于F(3)(G)中的矩阵元素表示的是F0到任意顶点间路径长度为3的路径数量，比如下图有向图转成F(3)(G)为下列矩阵如表四所示，F04＝2表示有2种F0→F4长度为3的路径存在，分别为[<F0,F1>,<F1,F2>,<F2,F4>],[<F0,F1>,<F1,F3><F3F4>],那么R(3)(G)＝{[<F0,F1>,<F1,F2>,<F2,F4>],[<F0,F1>，<F1,F3>,<F3,F4>]...}。
表四
F0 F1 F2 F3 F4 F5 F6 F7 F8 F9 F10
F0 0 0 0 0 2 1 2 0 1 1 0
步骤S23：获取当前交易信息，并判断所述目标金融业务系统对应的各交易信息队列中是否存在与所述当前交易信息满足预设关联条件的交易信息队列。
本实施例中，获取当前交易信息，并判断所述目标金融业务系统对应的各交易信息队列中是否存在与所述当前交易信息满足预设关联条件的交易信息队列。即，当前交易信息，所述目标金融业务系统对应的各交易信息队列中是否存在尾部节点对应的系统交易信息与所述当前交易信息满足预设关联条件的交易信息队列，换句话说，可以通过查看预设交易功能映射表判断当前交易之前没有交易流水，来确定所述目标金融业务系统对应的各交易信息队列中是否存在尾部节点对应的系统交易信息与所述当前交易信息满足预设关联条件的交易信息队列。
步骤S24：若存在，则将满足预设关联条件的交易信息队列确定为第一目标交易队列，并基于所述第一目标交易队列和所述当前交易信息确定当前交易队列。
本实施例中，遍历所有队列的队尾元素与Fj是否存在直接关系，也就是F(G)下，Fij的值是否为1，若为1则将Fj插入此队列中，若不为1，则再遍历各个队列中队尾部前一个元素，在F(G)中此尾部节点与Fj对应的元素是否为1，若为1则复制此队列列头至此元素之间的所有元素，并将Fj插入到此新的队列中。若不为1，则继续寻找前一个元素，依次类推，直至将Fj插入对应位置。
步骤S25：若不存在，则基于所述当前交易信息和预设列头元素创建第二目标交易队列，并将所述第二目标交易队列确定为当前交易队列。
本实施例中，若不存在，则基于所述当前交易信息和预设列头元素创建第二目标交易队列，并将所述第二目标交易队列确定为当前交易队列。即，当前交易之前没有交易流水，就认为执行顺序为F0(初始化交易)→Fj，并新建一个F0为列头，列尾元素为Fj的交易队列。
步骤S26：对所述实际执行邻接矩阵进行遍历，确定所述实际执行邻接矩阵各顶点之间路径长度为第二预设路径长度的各第二数量矩阵以及相应的各第二具体矩阵路径集合。
本实施例中，对所述实际执行邻接矩阵进行遍历，确定所述实际执行邻接矩阵各顶点之间路径长度为第二预设路径长度的各第二数量矩阵以及相应的各第二具体矩阵路径集合其中，不同的所述第二数量矩阵分别对应所述第二预设路径长度中的不同路径长度，并且，所述第二数量矩阵用于记录相应路径长度下的顶点数量。即，对所述实际执行邻接矩阵进行遍历，并将执行结果记录只在对应的EF(k)(G)，ER(K)(G)中。例如，当前已有队列F0→F1，ER(1)(G)＝{[<F0,F1>]}，执行F2,查询F(G)中F12为1，则将F2插入队尾，队列Tn变成F0→F1→F2,由于当前队列长度为2，那么同时ER(2)(G)新增元素{[<F0,F1>,<F1,F2>]}，EF(2)(G)的元素F02为当前值+1。再例如，当前已有队列F0→F1→F2,执行F9，依次查询F(G)中对应元素F29＝0,F19＝0，F09＝1，那么就新创建队列Tn+1＝F0→F9，ER(1)(G)＝{[<F0,F1>],[<F0,F9>]},EF(1)(G)的元素F09为当前值+1。
步骤S27：将与相同路径长度对应的所述第二具体矩阵路径集合与所述第一具体矩阵路径集合进行比对以确定未执行交易操作，并将与相同路径长度对应的所述第二数量矩阵与所述第一数量矩阵进行同或逻辑运算以得到比对邻接矩阵。
步骤S28：将所述比对邻接矩阵中节点值不为1的节点对应的系统交易信息中的交易场景确定为未执行交易场景；并将所述未执行交易操作和所述未执行交易场景确定为异常交易业务。
本实施例中，将EF(1)(G)与F(1)(G)矩阵每个元素做同或运算，获得结果矩阵中不为1的元素就是未覆盖到的场景，即未执行交易场景，通过判断R(1)(G)与ER(1)(G)差异元素来判断缺失的具体场景，即具体的未执行交易操作，依次将各个长度路径的EF(k)(G)与F(k)(G)进行同或运算，获得未覆盖到的场景。
本实施例中，如图4所示，将监控的交易流水表中交易类型执行顺序，逐条映射成实际执行邻接矩阵。测试用例执行完毕之后，将生成的实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算获得“比对邻接矩阵”，对于“比对邻接矩阵”中为0的元素就是为覆盖的测试用例。比如Fij＝0，表示Fi→Fj测试场景未覆盖。这样一来，采用了有向图、邻接矩阵、关联矩阵方法对交易功能、状态变更建模的方式，保证测试覆盖率的全面性，同时降低了人工成本，并且，通过有向图、矩阵的方式能够通用的应用于各种业务系统，具备通用性，对于需要增加交易、状态，也能够灵活调整有向图，矩阵的方式完成业务应用。
上述实施例中，针对交易场景测试覆盖率进行具体介绍；本实施例将针对交易状态测试覆盖率检测进行具体介绍。
参见图5所示，本申请实施例公开了一种具体的金融业务系统交易状态测试覆盖率检测方法，包括：
步骤S31：将所述目标金融业务系统的预设交易状态映射表转化为第二有向图，并将所述第二有向图转化为预置关联矩阵。
本实施例中，先获取所述目标金融业务系统的预设交易状态映射表，即预先设置有向图顶点，有向边与实际业务场景中交易功能、状态的映射关系生成如下表五。例如，状态变更表映射中将业务表中的正常状态映射为Si等。
表五
交易状态 状态有向图的顶点
初始化状态 S1
账单初始化状态 S2
....
然后将所述目标金融业务系统的预设交易状态映射表转化为第二有向图，即如图6所示的有向图G(S)，有向图顶点就是各种交易状态Si，有向边Ei表示通过交易E,状态由Si转成了Sj。然后，将有向图顶点间关系边<S1,S2>通过E1边进行连接，元素值-1表示起始状态，1表示目标状态，0表示没有关联。转换成M*N的矩阵，M是顶点数量，N是有向边的数量，以将所述第二有向图转化为预置关联矩阵，所述预置关联矩阵如下表六所示。
表六
步骤S32：获取变更状态信息，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵。
本实施例中，初始关联矩阵为初始化与S(G)维度一致的执行关联矩阵ES(G)，也是M*N，每个元素默认初始化为0。获取状态变更表中的此客户变更前后的状态信息，并查询预设交易状态映射表，获得映射后的状态及交易标识及关联关系，例如对于借款交易将“初始化状态”→“账单初始化状态”，顶点是S1→S2,有向边是e1，并将矩阵中的元素分别设置为ES00＝-1，ES10＝1。
步骤S33：将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以得到比对关联矩阵。
步骤S34：将所述比对关联矩阵中所有节点元素的数值不为1的节点元素确定为目标节点，并将所述目标节点对应的交易状态确定为异常交易状态。
本实施例中，对每一次的交易都生成对应的实际执行关联矩阵，然后将将ES(G)与S(G)各个元素做同或操作，不为1的元素就是异常情况，要具体分析，例如，Sij＝-1，ESij＝0表示Ej+1交易存在未覆盖的情况或其他异常情况。
可见，本实施例中，通过将监控的交易流水表中交易类型、交易状态执行顺序，逐条映射成“实际执行关联矩阵”，然后将生成的实际执行关联矩阵与预置关联矩阵进行同或逻辑运算获得比对关联矩阵，对于比对关联矩阵中不为1的元素就是为覆盖的测试用例。这样一来，采用了有向图、邻接矩阵、关联矩阵方法对交易功能、状态变更建模的方式，保证测试覆盖率的全面性，同时降低了人工成本，并且，通过有向图、矩阵的方式能够通用的应用于各种业务系统，具备通用性，对于需要增加交易、状态，也能够灵活调整有向图，矩阵的方式完成业务应用。
参考图7所述，本申请实施例还相应公开了一种金融业务系统测试覆盖率检测装置，包括：
交易变化信息获取模块11，用于获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；
信息确定模块12，用于从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；
交易队列确定模块13，用于根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；
矩阵确定模块14，用于基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；
逻辑运算模块15，用于将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；
检测结果获取模块16，用于基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
即，在实际操作过程中，通过统计业务系统中的交易流水表，来判断各种交易功能场景的执行情况，再与以上邻接矩阵进行比对，来判断整体测试交易场景的覆盖率情况；通过统计业务系统中的交易流水表，来判断各种交易状态的执行情况，再与关联矩阵进行比对，来判断整体测试交易状态与交易功能关联的覆盖率情况，可以对于未覆盖到的场景，补充用例全面覆盖测试验证。这样一来，对于未覆盖到的场景，补充用例全面覆盖测试验证，进而保证系统的质量。
在一些具体的实施例中，所述金融业务系统测试覆盖率检测装置，还可以包括：
预置邻接矩阵确定模块，用于将所述目标金融业务系统的预设交易功能映射表转化为第一有向图，并将所述第一有向图转化为所述预置邻接矩阵；
矩阵遍历模块，用于对所述预置邻接矩阵进行遍历，确定所述预置邻接矩阵中各顶点之间路径长度为第一预设路径长度的各第一数量矩阵以及相应的各第一具体矩阵路径集合；其中，不同的所述第一数量矩阵分别对应所述第一预设路径长度中的不同路径长度，并且，所述第一数量矩阵用于记录相应路径长度下的顶点数量。
在一些具体的实施例中，所述金融业务系统测试覆盖率检测装置，还可以包括：
预置关联矩阵确定模块，用于将所述目标金融业务系统的预设交易状态映射表转化为第二有向图，并将所述第二有向图转化为所述预置关联矩阵。
在一些具体的实施例中，所述交易变化信息获取模块11，具体可以包括：
新增记录获取单元，用于利用预设检测预处理工具对预设交易信息映射表中的信息变更情况进行监听，并对所述预设交易信息映射表中的交易流水表和状态变更表的目标信息进行过滤以得到交易流水新增记录信息和状态变更表新增记录信息；
信息获取单元，用于基于所述交易流水新增记录信息和所述状态变更表新增记录信息确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。
在一些具体的实施例中，所述逻辑运算模块15，具体可以包括：
邻接矩阵遍历单元，用于对所述实际执行邻接矩阵进行遍历，确定所述实际执行邻接矩阵各顶点之间路径长度为第二预设路径长度的各第二数量矩阵以及相应的各第二具体矩阵路径集合；其中，不同的所述第二数量矩阵分别对应所述第二预设路径长度中的不同路径长度，并且，所述第二数量矩阵用于记录相应路径长度下的顶点数量；
矩阵比对单元，用于将与相同路径长度对应的所述第二具体矩阵路径集合与所述第一具体矩阵路径集合进行比对以确定未执行交易操作，并将与相同路径长度对应的所述第二数量矩阵与所述第一数量矩阵进行同或逻辑运算以得到比对邻接矩阵；
未执行交易场景确定单元，用于将所述比对邻接矩阵中节点值不为1的节点对应的系统交易信息中的交易场景确定为未执行交易场景；
异常交易业务确定单元，用于将所述未执行交易操作和所述未执行交易场景确定为异常交易业务。
在一些具体的实施例中，所述逻辑运算模块15，具体可以包括：
比对关联矩阵确定单元，用于将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以得到比对关联矩阵；
异常交易状态确定单元，用于将所述比对关联矩阵中所有节点元素的数值不为1的节点元素确定为目标节点，并将所述目标节点对应的交易状态确定为异常交易状态。
在一些具体的实施例中，所述交易队列确定模块13，具体可以包括：
关联条件判断单元，用于获取当前交易信息，并判断所述目标金融业务系统对应的各交易信息队列中是否存在与所述当前交易信息满足预设关联条件的交易信息队列；
第一交易队列确定单元，用于若存在，则将满足预设关联条件的交易信息队列确定为第一目标交易队列，并基于所述第一目标交易队列和所述当前交易信息确定当前交易队列；
第二交易队列确定单元，用于若不存在，则基于所述当前交易信息和预设列头元素创建第二目标交易队列，并将所述第二目标交易队列确定为当前交易队列。
进一步的，本申请实施例还公开了一种电子设备，图8是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图8为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的金融业务系统测试覆盖率检测方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的金融业务系统测试覆盖率检测方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的金融业务系统测试覆盖率检测方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，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，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍，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，对于本领域的一般技术人员，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)

1.一种金融业务系统测试覆盖率检测方法，其特征在于，包括：
获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；
从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；
根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；
基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；
将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；
基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
2.根据权利要求1所述的金融业务系统测试覆盖率检测方法，其特征在于，还包括：
将所述目标金融业务系统的预设交易功能映射表转化为第一有向图，并将所述第一有向图转化为所述预置邻接矩阵；
对所述预置邻接矩阵进行遍历，确定所述预置邻接矩阵中各顶点之间路径长度为第一预设路径长度的各第一数量矩阵以及相应的各第一具体矩阵路径集合；其中，不同的所述第一数量矩阵分别对应所述第一预设路径长度中的不同路径长度，并且，所述第一数量矩阵用于记录相应路径长度下的顶点数量。
3.根据权利要求1所述的金融业务系统测试覆盖率检测方法，其特征在于，还包括：
将所述目标金融业务系统的预设交易状态映射表转化为第二有向图，并将所述第二有向图转化为所述预置关联矩阵。
4.根据权利要求1所述的金融业务系统测试覆盖率检测方法，其特征在于，所述从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息，包括：
利用预设检测预处理工具对预设交易信息映射表中的信息变更情况进行监听，并对所述预设交易信息映射表中的交易流水表和状态变更表的目标信息进行过滤以得到交易流水新增记录信息和状态变更表新增记录信息；
基于所述交易流水新增记录信息和所述状态变更表新增记录信息确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息。
5.根据权利要求2所述的金融业务系统测试覆盖率检测方法，其特征在于，所述将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，包括：
对所述实际执行邻接矩阵进行遍历，确定所述实际执行邻接矩阵各顶点之间路径长度为第二预设路径长度的各第二数量矩阵以及相应的各第二具体矩阵路径集合；其中，不同的所述第二数量矩阵分别对应所述第二预设路径长度中的不同路径长度，并且，所述第二数量矩阵用于记录相应路径长度下的顶点数量；
将与相同路径长度对应的所述第二具体矩阵路径集合与所述第一具体矩阵路径集合进行比对以确定未执行交易操作，并将与相同路径长度对应的所述第二数量矩阵与所述第一数量矩阵进行同或逻辑运算以得到比对邻接矩阵；
将所述比对邻接矩阵中节点值不为1的节点对应的系统交易信息中的交易场景确定为未执行交易场景；
将所述未执行交易操作和所述未执行交易场景确定为异常交易业务。
6.根据权利要求3所述的金融业务系统测试覆盖率检测方法，其特征在于，所述将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态，包括：
将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以得到比对关联矩阵；
将所述比对关联矩阵中所有节点元素的数值不为1的节点元素确定为目标节点，并将所述目标节点对应的交易状态确定为异常交易状态。
7.根据权利要求1至6任一项所述的金融业务系统测试覆盖率检测方法，其特征在于，所述根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列，包括：
获取当前交易信息，并判断所述目标金融业务系统对应的各交易信息队列中是否存在与所述当前交易信息满足预设关联条件的交易信息队列；
若存在，则将满足预设关联条件的交易信息队列确定为第一目标交易队列，并基于所述第一目标交易队列和所述当前交易信息确定当前交易队列；
若不存在，则基于所述当前交易信息和预设列头元素创建第二目标交易队列，并将所述第二目标交易队列确定为当前交易队列。
8.一种金融业务系统测试覆盖率检测装置，其特征在于，包括：
交易变化信息获取模块，用于获取目标金融业务系统的交易变化信息，并基于所述交易变化信息确定交易流水变更信息和交易状态变更信息；
信息确定模块，用于从预设交易信息映射表中确定所述交易流水变更信息对应的当前交易信息和所述交易状态变更信息对应的变更状态信息；
交易队列确定模块，用于根据所述当前交易信息和所述目标金融业务系统对应的各交易信息队列确定当前交易队列；
矩阵确定模块，用于基于所述当前交易队列确定实际执行邻接矩阵，并根据所述变更状态信息和初始关联矩阵确定实际执行关联矩阵；
逻辑运算模块，用于将所述实际执行邻接矩阵与预置邻接矩阵进行同或逻辑运算以确定异常交易业务，并将所述实际执行关联矩阵与预置关联矩阵进行同或逻辑运算以确定异常交易状态；
检测结果获取模块，用于基于所述异常交易业务和所述异常交易状态确定相应的金融业务系统测试覆盖率检测结果。
9.一种电子设备，其特征在于，包括：
存储器，用于保存计算机程序；
处理器，用于执行所述计算机程序以实现如权利要求1至7任一项所述的金融业务系统测试覆盖率检测方法。
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的金融业务系统测试覆盖率检测方法。
CN202311629252.6A 2023-11-30 2023-11-30 金融业务系统测试覆盖率检测方法、装置、设备及介质 Active CN117493213B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311629252.6A CN117493213B (zh) 2023-11-30 2023-11-30 金融业务系统测试覆盖率检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311629252.6A CN117493213B (zh) 2023-11-30 2023-11-30 金融业务系统测试覆盖率检测方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN117493213A true CN117493213A (zh) 2024-02-02
CN117493213B CN117493213B (zh) 2024-06-14

Family

ID=89682917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311629252.6A Active CN117493213B (zh) 2023-11-30 2023-11-30 金融业务系统测试覆盖率检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN117493213B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210334822A1 (en) * 2020-04-22 2021-10-28 Actimize Ltd. Systems and methods for detecting unauthorized or suspicious financial activity
CN114187112A (zh) * 2021-12-15 2022-03-15 深圳前海微众银行股份有限公司 账户风险模型的训练方法和风险用户群体的确定方法
CN116541755A (zh) * 2023-03-27 2023-08-04 交通银行股份有限公司 一种基于时序图表征学习的金融行为模式分析预测方法
CN117078259A (zh) * 2023-09-13 2023-11-17 杭州云象网络技术有限公司 基于图随机神经网络的跨链异常交易检测方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210334822A1 (en) * 2020-04-22 2021-10-28 Actimize Ltd. Systems and methods for detecting unauthorized or suspicious financial activity
CN114187112A (zh) * 2021-12-15 2022-03-15 深圳前海微众银行股份有限公司 账户风险模型的训练方法和风险用户群体的确定方法
CN116541755A (zh) * 2023-03-27 2023-08-04 交通银行股份有限公司 一种基于时序图表征学习的金融行为模式分析预测方法
CN117078259A (zh) * 2023-09-13 2023-11-17 杭州云象网络技术有限公司 基于图随机神经网络的跨链异常交易检测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GNIBUYEK: "基于拓扑结构和属性信息深度结合的异常检测方法", Retrieved from the Internet <URL:《https://blog.csdn.net/weixin_43563178/article/details/122117504》> *

Also Published As

Publication number Publication date
CN117493213B (zh) 2024-06-14

Similar Documents

Publication Publication Date Title
US10235441B1 (en) Methods and systems for multi-dimensional aggregation using composition
CN109472678B (zh) 一种基于区块链的会计账本管理方法、电子装置及可读存储介质
US9170821B1 (en) Automating workflow validation
US11290342B2 (en) System and method for simulating network events
KR101989330B1 (ko) 데이터 처리 애플리케이션의 검사
CN113326028B (zh) 一种基于领域驱动设计与业务全景事件风暴的微服务化分解方法
CN114139209B (zh) 一种应用于业务用户大数据的信息防窃取方法及系统
CN112905323B (zh) 数据处理方法、装置、电子设备及存储介质
CN114218568B (zh) 一种应用于云服务的大数据攻击处理方法及系统
CN115587670A (zh) 一种基于指标图谱的产品质量诊断方法及装置
CN109189849A (zh) 一种标准化、流程化的数据录入方法和系统
CN117493213B (zh) 金融业务系统测试覆盖率检测方法、装置、设备及介质
Martin et al. Using process mining to model interarrival times: investigating the sensitivity of the arpra framework
ElGhondakly et al. Mutual information-based modeling for services dependency
CN114757448B (zh) 一种基于数据空间模型的制造环节间最优价值链构建方法
CN110704273A (zh) 配置信息的处理方法和装置、电子设备和存储介质
CN109491892B (zh) 一种项目环境的配置方法和装置
US20140143349A1 (en) Distributed Architecture Data Transfer System
CN113570333B (zh) 一种适用于集成的流程设计方法
CN112732415B (zh) 基于资源交换代理系统的事务处理方法、装置和设备
CN117421255B (zh) 一种接口的自动巡检方法、装置、设备和存储介质
Branch et al. Bizmap: a framework for mapping business applications to it infrastructure
CN118069517A (zh) 一种业务测试方法和装置
CN118152036A (zh) 调度模板处理方法、装置、计算机设备和存储介质
CN115617462A (zh) 一种测试脚本的生成方法、装置、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
GR01 Patent grant
GR01 Patent grant