[发明专利]针对Android应用程序的智能化集成检测系统

说明书

本发明提供的针对Android应用程序的智能化集成检测系统，采用在Robotium架构的基础上，设计一个便于维护的Android应用的智能化检测架构，提出一种Android图形用户界面的建模方法，设计一个方便用来做冒烟检测和回归检测的Android智能化检测架构，对Robotium的二次封装，适用于品种繁多的Android应用，而且适用于Android应用的多次迭代，此架构各模块耦合度低，易于扩展，便于维护，具有较好的通用性，可用于功能检测用例的智能化执行与结果统计，提高Android应用检测的智能化率、覆盖率和可重用率，并在版本变更时提高智能化检测脚本的复用率，最终得到一个长效并可持续利用的Android智能化检测系统。

技术领域

本发明涉及一种Android应用程序检测系统，特别涉及一种针对Android应用程序的智能化集成检测系统，属于应用程序检测技术领域。

背景技术

Android是谷歌公司发布的一款基于Linux开放源代码的面向移动设备的操作系统，自发布至今，Android的发展速度是非常快，目前已经几十个版本，覆盖几百个机型，Android系统的特点是生产商众多，设备的兼容性和分辨率等参差不齐，针对Android应用程序的软件检测至关重要。软件检测技术快速发展，智能化检测扮演着重要的角色，软件检测过程中已经越来越多的依赖自动化检测工具，软件开发成熟阶段的检测中，Android应用检测作为最重要构成部分之一，对于开发人员和检测人员起着不可或缺的作用。

现有技术关于Android应用图形用户界面建模主要分为二种方式。一方面，应用模型来对图形用户界面应用程序进行抽象的方法，分析采用状态机模型可对应用程序进行分析并形式化的描述，状态机模型包含语义，可以用形式语言来描述，用自动机理论来分析、处理，可以较好的描述图形用户界面状态及状态变迁的关系，状态变迁同时也包含着图形用户界面状态与图形用户界面事件之间的关联和驱动。但也有一个弊端，就是状态爆炸问题，许多典型的检测模型，包括基于状态的模型，基于标签迁移的模型，基于事件流的模型。另一方面，基于图形用户界面是以事件驱动的这一特点，采用基于事件交互的图形用户界面建模方法，创建开源项目图形用户界面TAR，通过遍历图形界面产生EFG模型。EFG模型就是提取控件间的共享变量，形成事件流，并根据组件间的消息转移来构造模型。这种模型依赖于程序源代码，需要对程序源代码进行分析和提取。以上技术都需要通过对应用程序的源代码进行静态分析来得到图形用户界面模型，根据模型来生成事件序列，这就造成了较大的局限性。

现有技术的Android软件检测工具大多是基于UI层面的控件，常见的有UIAutomator、Instrumentation、Appium、MonkeyRunner等。Instrumentation是谷歌提供的Android智能化检测工具类，将应用代码和检测代码运行在同一个进程中，通过Java反射机制获取目标控件，通过工具中的接口对控件进行相应的点击、滑动等操作。Monkey和MonkeyRunner都是AndroidSDK中提供的工具。但Monkey检测事件是随机不可控的。Robotium是基于Instrumentation的常用检测架构之一，称作Android端的Selenium。Athrun封装了许多可用API，但是对别的应用，调用会相对繁琐。

对于Android应用程序的图形用户界面检测，若采用人工方式，则会有许多重复性操作，费时费力。许多图形用户界面检测工具因此产生，总的来说有二种类型：一种基于录制与回放技术，通过检测人员操作应用程序时，捕捉交互事件和行为来产生脚本，这些录制后的检测脚本可用于后续重复检测工作。但是由于这些工具无法根据版本迭代来自动修复脚本，存在较大的局限性，必须通过人工修改甚至重写脚本来保障检测的顺利进行，但人工修改若过于盲目，则会导致修改不到位甚至引入新的错误。