[发明专利]一种软件测试系统及方法在审
申请号: | 202011411362.1 | 申请日: | 2020-12-03 |
公开(公告)号: | CN112395205A | 公开(公告)日: | 2021-02-23 |
发明(设计)人: | 王宇龙;刘斌;武伟;文枫;连晓峰;肖锦龙;肖正秀;王琳琳;盛珂;王栓奇;李之博 | 申请(专利权)人: | 中国兵器工业信息中心;北京工商大学 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06K9/62 |
代理公司: | 北京华沛德权律师事务所 11302 | 代理人: | 房德权 |
地址: | 100045 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 软件 测试 系统 方法 | ||
1.一种软件测试方法,其特征在于:包括:
获取用于进行软件测试的待校验软件,并获得初始测试序列和初始输入数据;运行所述待校验软件获得输出数据;
记录软件测试过程中的变迁行为,得到测试序列,并根据所述测试序列对输出序列进行预测,得到校验数据;
筛选并忽略掉无用的测试序列;
判断所述校验数据与所述输出数据是否相同,当所述校验数据与所述输出数据相同时,确定所述待校验软件完整。
2.根据权利要求1所述的软件测试方法,其特征在于:所述测试序列为运算数据集合,包括:数据取值范围,字符串长度、字符串结构、字符集和字符集构成比例。
3.根据权利要求1或2所述的软件测试方法,其特征在于:所述校验数据通过将所述测试序列输入预测模型获得,所述预测模型由如下步骤获得:
获取已有测试序列构建特征集合,并将所述特征集合内测试序列进行替代提取和评估;
并将所述特征集合内的测试序列划分为训练集和验证集两部分;
构建预测模型,将所述训练集输入预测模型,对所述预测模型进行训练,并通过所述验证集验证所述预测模型的准确性,完成所述预测模型的训练。
4.根据权利要求3所述的软件测试方法,其特征在于:所述训练集和所述验证集的划分比例为7:3。
5.根据权利要求4所述的软件测试方法,其特征在于:所述特征集合内测试序列进行替代提取和评估过程为:
确定滑动窗口,并对所述测试序进行逐字符滑窗,进而确定所述测试序列的平稳性;
利用替换数据对异常测试序列进行替换,所述异常测试序列为不在所述窗口范围内的测试序列数据;所述替换数据为异常测试序列的d次差分。
6.根据权利要求5所述的软件测试方法,其特征在于:所述预测模型的构建包括如下步骤:
建立时间标度,并将所述时间标度输入所述测试序列,以使所述测试序列与所述变迁次数相对应;
根据所述时间标度,计算每次变迁产生测试序列的变迁系数和优序系数;
计算完成测试时产生的变迁连接权重;
并根据所述变迁连接权重和优序系数结合输入数据生成校验数据计算公式;
将所述校验数据与验证集数据进行比较,当不满足阈值条件时,修正所述替换数据的差分次数,并重新生成校验数据计算公式;
当满足阈值条件时预测模型构建完成。
7.根据权利要求6所述的软件测试方法,其特征在于:所述变迁系数计算公式为:
其中,为变迁系数,η为校验系数,ρ为数据平稳性,m为数据个数,my为异常数据个数,T为数据变化周期,xc为数据变化差值,e为自然底数,C为常数,k为数据变化频率;
所述变迁连接权重为:
其中,N为总变迁次数,i为变迁次数,i=1,2,3…N。
8.根据权利要求7所述的软件测试方法,其特征在于:所述优序系数计算公式为:
其中,py为优序系数,Ln为拉格朗日多项式。
所述校验数据计算公式为:
Sc=(1+Qb)·py·a0;
其中,Sc为校验数据,a0为输入数据。
9.根据权利要求6-8中任一项所述的软件测试方法,其特征在于:所述筛选并忽略掉无用的测试序列通过如下步骤实现:
建立筛选数据集合,所述筛选数列集合内包含需要保存测试序列的数据;
将所述测试序列与所述筛选数列集合内的数据作比较,若不同,忽略掉该测试序列。
10.一种软件测试系统,包括包括应用处理器和存储器,其特征在于,所述处理器用于实现所述存储器中存储的计算机管理程序式时实现如权利要求1-9中任一项所述的的软件测试方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国兵器工业信息中心;北京工商大学,未经中国兵器工业信息中心;北京工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011411362.1/1.html,转载请声明来源钻瓜专利网。