本發(fā)明涉及一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，同時(shí)也涉及相應(yīng)的測(cè)試用例數(shù)據(jù)生成系統(tǒng)，屬于軟件測(cè)試。

背景技術(shù)：

1、隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，通用軟件能夠處理的業(yè)務(wù)越來(lái)越廣泛和復(fù)雜。軟件測(cè)試作為一種為軟件產(chǎn)品的質(zhì)量測(cè)量和評(píng)價(jià)提供依據(jù)的重要手段，其可以通過(guò)對(duì)軟件進(jìn)行全面的測(cè)試，發(fā)現(xiàn)并解決軟件中存在的問(wèn)題，從而提高軟件的質(zhì)量和可靠性。測(cè)試用例(software?testing)是為某個(gè)特定目標(biāo)而編制的一組測(cè)試數(shù)據(jù)、步驟、執(zhí)行條件以及預(yù)期結(jié)果，用于測(cè)試軟件是否達(dá)到了某個(gè)既定的要求。測(cè)試用例是測(cè)試方案、方法、技術(shù)和策略的具體描述，準(zhǔn)確、全面的設(shè)計(jì)測(cè)試用例能夠有效指導(dǎo)軟件測(cè)試、準(zhǔn)確跟蹤測(cè)試進(jìn)度和提高測(cè)試效率，并在軟件迭代過(guò)程中提高測(cè)試用例的復(fù)用率。因此，如何生成測(cè)試用例數(shù)據(jù)并進(jìn)行高效維護(hù)管理，對(duì)于軟件測(cè)試和保證軟件質(zhì)量都有著至關(guān)重要的影響和作用。

2、隨著深度學(xué)習(xí)技術(shù)的日漸成熟及大規(guī)模應(yīng)用，眾多人工智能模型、攻擊算法、評(píng)測(cè)算法被提出來(lái)應(yīng)用于各個(gè)領(lǐng)域，在對(duì)人工智能模型進(jìn)行安全性和魯棒性評(píng)測(cè)的過(guò)程中，不同的攻擊算法適用于不同體系的人工智能模型，不同的評(píng)測(cè)算法同樣也適用于不同體系的人工智能模型。同時(shí)，人工智能模型、攻擊算法、評(píng)測(cè)算法在不斷更新的過(guò)程中，其對(duì)不同測(cè)試場(chǎng)景的適應(yīng)性也在不斷變動(dòng)。在現(xiàn)有技術(shù)中，由于影響人工智能模型評(píng)測(cè)過(guò)程中的變量比較多，變量間的約束關(guān)系比較復(fù)雜，測(cè)試用例數(shù)據(jù)的生成和維護(hù)主要依賴人工手動(dòng)去進(jìn)行變量新增及測(cè)試用例數(shù)據(jù)維護(hù)，不同變量的全量組合生成的測(cè)試用例數(shù)據(jù)量非常大，人工手動(dòng)維護(hù)耗時(shí)耗力，并且，還不一定能覆蓋所有的測(cè)試場(chǎng)景，尤其當(dāng)其中某個(gè)變量存在變動(dòng)時(shí)，帶來(lái)的測(cè)試用例數(shù)據(jù)調(diào)整及維護(hù)工作量非常巨大。因此，如何避免上述測(cè)試用例數(shù)據(jù)生成和維護(hù)中存在的問(wèn)題，提供一種高效、全面的測(cè)試用例數(shù)據(jù)生成和維護(hù)方法，成為本領(lǐng)域非常重要的一個(gè)技術(shù)研究課題。

3、在專利號(hào)為zl?201810113816.3的中國(guó)發(fā)明專利中，公開了一種軟件測(cè)試用例的生成方法。該生成方法包括以下步驟：根據(jù)軟件需求說(shuō)明書生成每個(gè)功能需求點(diǎn)對(duì)應(yīng)的測(cè)試用例，并將這些測(cè)試用例放入基礎(chǔ)用例庫(kù)中；根據(jù)基礎(chǔ)用例庫(kù)中的測(cè)試用例生成測(cè)試用例數(shù)據(jù)；根據(jù)使用場(chǎng)景和業(yè)務(wù)流分別獲取每個(gè)功能需求點(diǎn)被觸發(fā)的組合條件；刪除組合條件中重復(fù)的組合，根據(jù)余下的組合條件對(duì)測(cè)試用例數(shù)據(jù)進(jìn)行組合調(diào)用，獲得全部的組合測(cè)試用例；將組合測(cè)試用例中可重復(fù)使用的測(cè)試用例提取出來(lái)，并作為共享用例放入基礎(chǔ)用例庫(kù)中。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的首要技術(shù)問(wèn)題在于提供一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法。

2、本發(fā)明所要解決的另一技術(shù)問(wèn)題在于提供一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成系統(tǒng)。

3、為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下的技術(shù)方案：

4、根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，包括如下步驟：

5、(1)確定復(fù)雜業(yè)務(wù)場(chǎng)景中測(cè)試用例數(shù)據(jù)所包含的影響變量，建立變量數(shù)據(jù)集；

6、(2)根據(jù)所述變量數(shù)據(jù)集中每?jī)蓚€(gè)變量之間的影響關(guān)系，構(gòu)建變量關(guān)系圖；

7、(3)確定所述變量數(shù)據(jù)集中每個(gè)變量的可選值，建立變量可選值集合；

8、(4)基于所述變量關(guān)系圖和所述變量可選值集合，建立變量可選值關(guān)系矩陣，并構(gòu)建變量可選值關(guān)系圖；

9、(5)遍歷所述變量可選值關(guān)系圖，建立有效連通路徑集合；

10、(6)分別對(duì)所述有效連通路徑集合中的每個(gè)有效連通路徑所包含的變量可選值進(jìn)行排序去重，生成測(cè)試用例數(shù)據(jù)集。

11、其中較優(yōu)地，步驟(4)中，所述變量數(shù)據(jù)集中，存在直接影響關(guān)系的兩個(gè)變量之間的所述變量可選值關(guān)系矩陣ram,an滿足如下公式：

12、

13、其中，am、an為變量數(shù)據(jù)集中存在直接影響關(guān)系的兩個(gè)變量，變量am具有t個(gè)可選值，變量an具有p個(gè)可選值，t、p均為正整數(shù)；r11、…、rtp均為矩陣中元素，取值均為1或者0；

14、其中，當(dāng)元素值為1時(shí)，表示該元素對(duì)應(yīng)的兩個(gè)可選值之間存在直接影響關(guān)系；當(dāng)元素值為0時(shí)，表示該元素對(duì)應(yīng)的兩個(gè)可選值之間不存在直接影響關(guān)系。

15、其中較優(yōu)地，步驟(4)中，所述變量數(shù)據(jù)集中，不存在直接影響關(guān)系的兩個(gè)變量之間的所述變量可選值關(guān)系矩陣rai,aj滿足如下公式：

16、

17、其中，ai、aj為變量數(shù)據(jù)集中不存在直接影響關(guān)系的兩個(gè)變量；變量可選值關(guān)系矩陣rai,aj中的所有元素值均為1。

18、其中較優(yōu)地，步驟(4)中，遍歷業(yè)務(wù)場(chǎng)景中所有的所述變量可選值關(guān)系矩陣，將元素值為1的每個(gè)元素所對(duì)應(yīng)的兩個(gè)變量可選值之間采用實(shí)線連接，生成所述變量可選值關(guān)系圖。

19、其中較優(yōu)地，步驟(5)中，采用深度優(yōu)先或廣度優(yōu)先算法遍歷所述變量可選值關(guān)系圖進(jìn)行有效連通路徑選擇，形成所述有效連通路徑集合；

20、其中較優(yōu)地，所述有效連通路徑的選擇是從任意一個(gè)變量可選值出發(fā)，通過(guò)所述變量可選值關(guān)系圖中變量可選值之間的實(shí)線連接線，選擇包含了所述變量數(shù)據(jù)集中所有變量的一條環(huán)形路徑。

21、其中較優(yōu)地，所述深度優(yōu)先或廣度優(yōu)先算法的最大遍歷深度設(shè)置為所述變量數(shù)據(jù)集包含的變量數(shù)量加1。

22、根據(jù)本發(fā)明實(shí)施例的第二方面，提供一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成系統(tǒng)，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器與所述處理器耦接；其中，

23、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，當(dāng)該計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)上述面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法。

24、與現(xiàn)有技術(shù)相比較，本發(fā)明提供的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，通過(guò)構(gòu)建測(cè)試用例數(shù)據(jù)中各變量間的影響關(guān)系圖以及各變量可選值間的影響關(guān)系圖，將形成的有效連通路徑全部轉(zhuǎn)換成測(cè)試用例數(shù)據(jù)，在實(shí)現(xiàn)復(fù)雜業(yè)務(wù)場(chǎng)景下測(cè)試用例數(shù)據(jù)對(duì)測(cè)試場(chǎng)景全面覆蓋的同時(shí)，降低了測(cè)試人員在測(cè)試用例數(shù)據(jù)的生成、維護(hù)過(guò)程中的工作難度和工作量，確保測(cè)試人員對(duì)測(cè)試進(jìn)度的精確跟蹤。因此，本發(fā)明所提供的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法具有準(zhǔn)確、全面和高效等有益效果。

技術(shù)特征：

1.一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于包括如下步驟：

2.如權(quán)利要求1所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于所述步驟(4)中：

3.如權(quán)利要求1所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于所述步驟(4)中：

4.如權(quán)利要求1所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于所述步驟(4)中：

5.如權(quán)利要求1所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于所述步驟(5)中：

6.如權(quán)利要求5所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于：

7.如權(quán)利要求5所述的面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法，其特征在于：

8.一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成系統(tǒng)，其特征在于包括處理器和存儲(chǔ)器，所述存儲(chǔ)器與所述處理器耦接；其中，

技術(shù)總結(jié)
本發(fā)明公開了一種面向復(fù)雜業(yè)務(wù)場(chǎng)景的測(cè)試用例數(shù)據(jù)生成方法及系統(tǒng)。該測(cè)試用例數(shù)據(jù)生成方法包括如下步驟：確定測(cè)試用例數(shù)據(jù)所包含的影響變量建立變量數(shù)據(jù)集；根據(jù)變量數(shù)據(jù)集中每?jī)蓚€(gè)變量之間的影響關(guān)系構(gòu)建變量關(guān)系圖；確定變量數(shù)據(jù)集中每個(gè)變量的可選值建立變量可選值集合；基于變量關(guān)系圖和變量可選值集合建立變量可選值關(guān)系矩陣，并構(gòu)建變量可選值關(guān)系圖；遍歷變量可選值關(guān)系圖建立有效連通路徑集合；對(duì)有效連通路徑中所包含的變量可選值進(jìn)行排序去重生成測(cè)試用例數(shù)據(jù)。該測(cè)試用例數(shù)據(jù)生成方法具有準(zhǔn)確、全面和高效等有益效果。

技術(shù)研發(fā)人員：孔祥龍,方書艷,李海南,常越
受保護(hù)的技術(shù)使用者：數(shù)據(jù)空間研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/9