[发明专利]基于拓扑发现的多接口自动化测试方法及装置有效

专利信息
申请号: 202110190864.4 申请日: 2021-02-20
公开(公告)号: CN112860558B 公开(公告)日: 2022-05-31
发明(设计)人: 陈丽园 申请(专利权)人: 汇链通产业供应链数字科技(厦门)有限公司
主分类号: G06F11/36 分类号: G06F11/36;G06N3/08
代理公司: 厦门一品恒润知识产权代理事务所(普通合伙) 35245 代理人: 张超宇
地址: 361100 福建省厦门市火炬高*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 拓扑 发现 接口 自动化 测试 方法 装置
【权利要求书】:

1.基于拓扑发现的多接口自动化测试方法,其特征在于,所述方法执行以下步骤:

步骤1:将多个相同的测试单元以矩阵结构排列,构成测试矩阵,每个测试单元均具备多个不同种类的接口;相邻测试单元之间彼此互相连接;

步骤2:建立每一类测试任务与其对应的拓扑网络结构的对应关系;

步骤3:对当前的测试任务进行分类,根据分类记过找到与其对应的拓扑网络结构;

步骤4:基于步骤3得到的当前的测试任务对应的拓扑网络结构,在测试矩阵中,构建与所述拓扑网络结构一致的临时拓扑测试组;所述临时拓扑测试组中包括多个测试单元,测试单元的数量与拓扑网络结构适配,按照所述拓扑网络结构的方式连接;

步骤5:进行拓扑网络发现,包括:将在进行测试任务过程中的临时拓扑测试组作为一个节点,将所有在进行测试任务过程中的临时拓扑测试组视为一个网络,进行拓扑发现,得到拓扑发现结果;

步骤6:在需要多个测试任务进行联合测试时,需要调取多个临时拓扑测试组进行联合测试,基于拓扑发现结果,构建并行拓扑测试组,使用并行拓扑测试组完成测试;

所述步骤5进行拓扑网络发现的方法包括:在包括多个节点的网络中随机确认一个初始节点,在初始节点处接收初始发现指令,所述初始发现指令标识所述初始节点的邻居节点,其中所述初始发现指令针对初始网络发现规则;由所述初始节点发出拓扑查询指令;由所述初始节点从响应节点接收对所述拓扑查询指令的响应指令,所述响应指令包括标识所述响应节点的相邻节点的数据;由所述初始节点向所述响应指令中标识的所述相邻节点发出拓扑查询指令;接收针对继承网络发现规则的继承发现指令,其中所述初始发现指令和所述继承发现指令是同时发出的;以及由所述初始节点至少部分地基于所述初始发现指令和所述继承发现指令的接收来推断所述邻居节点与所述初始节点之间的拓扑网络的结构;

所述拓扑查询指令包括拓扑维持指令,并且其中响应于所述拓扑维持指令,接收节点在检测到网络拓扑变化时发出拓扑通知指令;

所述拓扑维持指令包括所请求的维持持续时间;

所述步骤3中对当前的测试任务进行分类的方法包括:接收测试任务的任务描述,针对任务描述,使用预设的识别模型进行任务分类识别;

所述预设的识别模型包括:生成网络、初始分支网络、初始分类网络、继承分支网络和继承分类网络;训练方法包括:语义分类训练阶段;其中,所述语义分类训练阶段包括:输入关于初始对象的初始训练评论,使用所述生成网络对所述初始训练评论进行处理,以提取初始训练共同表示向量,使用所述初始分支网络对所述初始训练评论进行处理,以提取初始训练单一表示向量,将所述初始训练共同表示向量与所述初始训练单一表示向量进行拼接,以得到初始训练表示向量,使用所述初始分类网络对所述初始训练表示向量进行处理,以得到所述初始训练评论的语义分类的预测类别标识;输入关于继承对象的继承训练评论,使用所述生成网络对所述继承训练评论进行处理,以提取继承训练共同表示向量,使用所述继承分支网络对所述继承训练评论进行处理,以提取继承训练单一表示向量,将所述继承训练共同表示向量与所述继承训练单一表示向量进行拼接,以得到继承训练表示向量,使用所述继承分类网络对所述继承训练表示向量进行处理,以得到所述继承训练评论的语义分类的预测类别标识;基于所述初始训练评论的预测类别标识和所述继承训练评论的预测类别标识,通过系统损失函数计算系统损失值;以及根据所述系统损失值对所述生成网络、所述初始分支网络、所述初始分类网络、所述继承分支网络和所述继承分类网络的参数进行修正;其中,所述初始对象和所述继承对象为关联评论对象。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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汇链通产业供应链数字科技(厦门)有限公司,未经汇链通产业供应链数字科技(厦门)有限公司许可,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/202110190864.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top