[发明专利]一种基于数据集成预测的软件自适应测试方法

权利要求书

1.一种基于数据集成预测的软件自适应测试方法，其特征在于，包括以下步骤：

步骤1、设计外部数据过滤机制，确定全局缺陷预测器的训练数据；

步骤2、使用过滤选择的外部数据建立全局缺陷预测器并进行训练学习，将被测软件划分为多个软件模块或测试用例，再使用训练后的全局缺陷预测器对所述多个软件模块或测试用例进行缺陷概率预测，得到缺陷概率预测结果；

步骤3、将所述多个软件模块或测试用例按照缺陷概率预测结果从大到小进行排序，选择前k位的软件模块或者测试用例作为测试集，完成下一步的测试动作；

步骤4、将步骤3中得到的测试结果作为反馈输入加入到全局缺陷预测器的训练数据中，实现对全局缺陷预测器的动态调整，同时使用测试结果数据建立并训练本地缺陷预测器，同时对所述全局缺陷预测器和本地缺陷预测器的权重进行调整；

步骤5、将所述全局缺陷预测器和本地缺陷预测器的结果按照权重调整方案进行集成预测，完成测试过程。

2.根据权利要求1所述的基于数据集成预测的软件自适应测试方法，其特征在于，所述步骤5中还包括：利用全局缺陷预测器和本地缺陷预测器的集成预测结果指导被测软件再次进行软件模块或者测试用例的选择，完成测试动作后，再次将测试结果作为全局缺陷预测器和本地缺陷预测器的反馈输入，对全局缺陷预测器和本地缺陷预测器的训练模型进行动态的反馈调整，并再次调整权重，循环操作直至达到测试目标时，结束软件测试过程。

3.根据权利要求2所述的基于数据集成预测的软件自适应测试方法，其特征在于，步骤5中，所述权重调整方案包括：随着测试进度，调整本地缺陷预测器和全局缺陷预测器的权重分配，在测试进程中增强本地缺陷预测器的影响，弱化全局缺陷预测器的影响。

4.根据权利要求3所述的基于数据集成预测的软件自适应测试方法，其特征在于，步骤5中，当达到测试目标时，结束软件测试过程，所述测试目标包括：当缺陷检出率达到目标，或重要功能或模块覆盖率达到目标，或无继续测试重大缺陷的必要时。

5.根据权利要求1至4任一项所述的基于数据集成预测的软件自适应测试方法，其特征在于，步骤1中，从多个跨项目数据和软件测试历史数据库中选择与被测软件的相似度高于预设相似度阈值的跨项目数据作为所述全局缺陷预测器的训练数据。

6.根据权利要求5所述的基于数据集成预测的软件自适应测试方法，其特征在于，从包括类属、水平、特征三个方面进行对比，设计外部数据过滤机制，评估得到跨项目数据与被测软件的所述相似度和所述预设相似度阈值。

7.根据权利要求6所述的基于数据集成预测的软件自适应测试方法，其特征在于，所述步骤3中还包括，将测试结果保存至本地测试数据库中。

8.根据权利要求6所述的基于数据集成预测的软件自适应测试方法，其特征在于，所述步骤4中还包括，先将步骤3中得到的测试结果进行规范化处理，再作为反馈输入加入到全局缺陷预测器的训练数据中。

9.根据权利要求8所述的基于数据集成预测的软件自适应测试方法，其特征在于，所述规范化处理包括，在测试结果中提取度量信息和缺陷信息，进行标准化和数据格式化，再将得到的样本数据通过预处理与属性选择进行筛选，形成构建预测模型最佳的训练数据，加入到全局缺陷预测器的训练数据中。