[发明专利]基于数据建模的系统测试异常定位方法及系统

权利要求书

1.一种基于数据建模的系统测试异常定位方法，其特征在于，所述方法包括：

当系统测试出现异常报错时，在所述系统测试所包括的测试系统中确定异常测试系统；

根据所述异常测试系统的日志数据提取异常日志数据；

将所述异常日志数据输入目标机器学习模型；

判断是否存在所述目标机器学习模型输出的异常定位信息；

如果不存在所述异常定位信息，生成包含所述异常日志数据的提示信息，并将所述提示信息发送给所述异常测试系统相匹配的系统异常定位人员；

接收所述系统异常定位人员根据所述提示信息返回的人工异常定位信息；

将所述异常日志数据设置为所述目标机器学习模型的训练输入数据，以及将所述人工异常定位信息设置为所述目标机器学习模型的训练输出数据；

将所述训练输入数据输入所述目标机器学习模型，并调整所述目标机器学习模型的参数直至所述目标机器学习模型输出所述训练输出数据；

获取所述目标机器学习模型输出所述训练输出数据时的第二参数；

根据所述第二参数调整所述目标机器学习模型的参数；

如果存在所述异常定位信息，则根据所述异常定位信息输出所述异常测试系统的异常类型与异常原因。

2.根据权利要求1所述的方法，其特征在于，在所述当系统测试出现异常报错时，在所述系统测试所包括的测试系统中确定异常测试系统之前，所述方法还包括：

获取测试日志数据以及所述测试日志数据相匹配的测试异常定位信息；

将所述测试日志数据设置为训练机器学习模型的输入数据，以及将所述测试异常定位信息设置为所述训练机器学习模型的输出数据；

将所述输入数据输入所述训练机器学习模型，并调整所述训练机器学习模型的参数直至输出所述输出数据；

获取所述训练机器学习模型输出所述输出数据时的第一参数；

根据所述第一参数设置所述训练机器学习模型的参数，获得目标机器学习模型。

3.根据权利要求2所述的方法，其特征在于，所述获取所述训练机器学习模型输出所述输出数据时的第一参数，包括：

根据所述训练机器学习模型输出所述输出数据时的参数，获取参数集合；

以所述参数集合所包括的参数对应的拟合曲线为依据，获得误差参数；

从所述参数集合中去除所述误差参数，获得正常参数；

计算所述正常参数的平均值，并将所述平均值确定为第一参数。

4.根据权利要求1至3任一项所述的方法，其特征在于，在所述根据所述异常定位信息输出所述异常测试系统的异常类型与异常原因之后，所述方法还包括：

判断在预置异常解决方案数据库中是否存在所述异常类型和所述异常原因相匹配的错误解决方案；

如果是，根据所述错误解决方案解决所述异常测试系统的异常；

如果否，将所述异常类型和所述异常原因发送给所述异常测试系统相匹配的系统异常解决人员，以使所述系统异常解决人员解决所述异常测试系统的异常。

5.根据权利要求4所述的方法，其特征在于，在将所述异常类型和所述异常原因发送给所述异常测试系统相匹配的系统异常解决人员，以使所述系统异常解决人员解决所述异常测试系统的异常之后，所述方法还包括：

获取所述系统异常解决人员解决所述异常测试系统的异常所采用的目标错误解决方案；

将所述异常类型、所述异常原因和所述目标错误解决方案对应存储至所述预置异常解决方案数据库。