[发明专利]一种人工智能的自动化软件测试系统及方法

说明书

本发明公开了一种基于人工智能算法构建的自动化软件测试系统与方法，该系统可自主学习测试规范要求和往期的测试数据与结果，总结提炼测试规范要求模型；该系统可自主学习编程语言设计内容，生成编程语言模型；该系统可结合不同的软件平台、硬件平台，对编程语言模型进行自适应，生成目标系统模型，用以指导在不同的软硬件平台开展自动化软件测试。采用本发明的测试系统，可以提供一种自主学习测试要求和编程规范、自主适应不同软硬件平台自动化生成测试用例、自动化开展软件测试、自动化提供软件测试报告的系统及方法。

技术领域

本发明属于软件测试技术领域，具体涉及一种人工智能的自动化软件测试系统及方法。

背景技术

软件测试是一种伴随着软件控制程序大规模应用而兴起的技术，该技术主要用于测试软件程序的质量，通过对软件程序进行检测可知其中是否存在漏洞、错误、缺陷等问题，帮助软件在应用前进行把关，指导软件设计人员修复其中可能的漏洞、错误、缺陷等问题，从而为软件的高效应用提供评估支撑，降低软件应用可能存在的风险，提升软件有效性。

基于软件测试的重要性，在软件程序上市应用之前都需要对开发的软件程序进行大规模的可靠性验证，以消除上市应用之后可能带来的风险，尤其在一些关键的领域如航空航天、工业自动化等领域，需要软件无间断长期工作，软件测试来保证上市软件的可靠性就显得格外重要。而当前的软件测试工作大部分都是基于人工进行测试，需要研读不同编程平台的代码内容之后才能来实现相关的测试代码进行验证，这种传统方法可以对一些常规风险进行一定控制，但是验证测试的效率较低，不能大规模快速开展大量的测试；且测试的效果可能因为某些疏忽而存在一定的遗漏，不能有效的对软件进行饱和式覆盖，一旦软件上市后才发现问题，带来的损失往往会很大；此外由于不同的类型的软件、不同的编程风格等问题的存在，使得测试人员对不同的测试软件研读代码需要花费大量的熟悉时间。这些问题使得传统的软件测试往往需要测试人员具备足够的经验，且需要较多的时间进行测试验证，甚至需要不同的测试人员进行交叉验证，进而提高了测试成本。

为了应对以上存在的一些问题，市场上也推出了一些半自动化、自动化的测试工具或者辅助脚本等加快软件测试，这些工具或者脚本可以在一定程度上帮助加快测试，但是适用性较低，往往都是针对某些单一的测试场景进行设置，且测试用例数量相对受限，受限于先前设定的数量，还不能针对实际应用存在的一些问题进行反馈自动更新，对于相似的测试场景的适用性也较低，这些问题导致测试的效率虽然有所提升，但是提升不大，测试范围也较受限于编写测试脚本人员的思维与设置，不能自动更新测试用例，测试用例可能不能全覆盖等，测试的效率与准确度还是较低。

发明内容

为解决上述问题，本发明提供了一种基于人工智能算法构建的自动化软件测试系统与方法，该系统可自主学习测试规范要求和往期的测试数据与结果，总结提炼测试规范要求模型；该系统可自主学习编程语言设计内容，生成编程语言模型；该系统可结合不同的软件平台、硬件平台，对编程语言模型进行自适应，生成目标系统模型，用以指导在不同的软硬件平台开展自动化软件测试。采用本发明的测试系统，可以提供一种自主学习测试要求和编程规范、自主适应不同软硬件平台自动化生成测试用例、自动化开展软件测试、自动化提供软件测试报告的系统及方法。

一种人工智能的自动化软件测试系统，包括基于人工智能算法构建的测试要求规范模型、编程语言模型、目标系统模型、测试用例自动生成模型；软件自动测试与分析过程模型；

所述测试要求规范模型的构建步骤如下：

(1-1)收集往期的测试数据；

(1-2)获取测试要求规范说明书；

(1-3)基于测试数据构建人工智能数据分析模型；

(1-4)基于测试要求规范说明书构建人工智能数据分析模型；

(1-5)语义模型融合；

(1-6)模型优化适配；