[发明专利]生成遍历测试路径的方法及装置

权利要求书

1.一种生成遍历测试路径的方法，其特征在于，包括：

收集测试样本数据组成测试样本集并根据所述测试样本集训练神经网络模型；

将训练得到的神经网络模型移植到测试设备上；

设定待测控件集合，根据所述神经网络模型预测并选择触发Bug数最多的遍历路径作为遍历测试路径，根据所述遍历测试路径在所述测试设备上进行所述待测控件集合的遍历测试；

所述测试样本数据包括：控件属性信息和控件Bug数，所述控件属性信息包括以下至少一种：控件测试包名称、入口函数名、控件类型、控件编号、控件信息；

还包括对所述测试样本数据进行预处理，所述预处理包括特征提取和数据清洗；

所述特征提取具体为：对非数字的所述控件属性信息进行聚类，并根据预设编码规则将经过聚类的所述控件属性信息转化成对应的编码向量；

所述数据清洗具体为：按照预设格式存储所述编码向量和所述控件Bug数；

所述遍历测试路径指：设定点击时刻顺序，预测并选择每一点击时刻待测控件集合中Bug数最多的待测控件作为当前点击时刻的选择控件，所述选择控件的遍历顺序组成所述遍历测试路径。

2.根据权利要求1所述的一种生成遍历测试路径的方法，其特征在于，利用Tensorflow框架训练所述神经网络模型，训练过程具体为：

设置所述神经网络模型的参数搭建所述神经网络模型；

输入测试样本数据作为所述神经网络模型的训练样本集；

通过所述训练样本集训练所述神经网络模型并更新网络参数。

3.根据权利要求2所述的一种生成遍历测试路径的方法，其特征在于，所述神经网络模型的损失函数为交叉熵损失函数。

4.根据权利要求2所述的一种生成遍历测试路径的方法，其特征在于，采用梯度下降法进行所述神经网络模型的训练。

5.一种生成遍历测试路径的装置，其特征在于，包括：

神经网络模型生成模块：用于收集测试样本数据并根据所述测试样本数据训练神经网络模型；

神经网络模型移植模块：用于将所述神经网络模型移植到测试设备上；

选择遍历路径模块：用于设定待测控件集合，根据所述神经网络模型预测并选择触发Bug数最多的遍历路径作为遍历测试路径，根据所述遍历测试路径在所述测试设备上进行所述待测控件集合的遍历测试；

所述测试样本数据包括：控件属性信息和控件Bug数，所述控件属性信息包括以下至少一种：控件测试包名称、入口函数名、控件类型、控件编号、控件信息；

所述神经网络模型生成模块还用于对所述测试样本数据进行预处理，所述预处理包括特征提取和数据清洗；

所述特征提取具体为：对非数字的所述控件属性信息进行聚类，并根据预设编码规则将经过聚类的所述控件属性信息转化成对应的编码向量；

所述数据清洗具体为：按照预设格式存储所述编码向量和所述控件Bug数；

所述遍历测试路径指：设定点击时刻顺序，预测并选择每一点击时刻待测控件集合中Bug数最多的待测控件作为当前点击时刻的选择控件，所述选择控件的遍历顺序组成所述遍历测试路径。

6.一种生成遍历测试路径的设备，其特征在于，包括：

至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；

其中，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如权利要求1至4任一项所述的方法。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的方法。