[发明专利]一种人工智能的自动化软件测试系统及方法

摘要

本发明公开了一种基于人工智能算法构建的自动化软件测试系统与方法，该系统可自主学习测试规范要求和往期的测试数据与结果，总结提炼测试规范要求模型；该系统可自主学习编程语言设计内容，生成编程语言模型；该系统可结合不同的软件平台、硬件平台，对编程语言模型进行自适应，生成目标系统模型，用以指导在不同的软硬件平台开展自动化软件测试。采用本发明的测试系统，可以提供一种自主学习测试要求和编程规范、自主适应不同软硬件平台自动化生成测试用例、自动化开展软件测试、自动化提供软件测试报告的系统及方法。

主权项

1.一种人工智能的自动化软件测试系统，其特征在于，包括基于人工智能算法构建的测试要求规范模型、编程语言模型、目标系统模型、测试用例自动生成模型；软件自动测试与分析过程模型；所述测试要求规范模型的构建步骤如下：(1‑1)收集往期的测试数据；(1‑2)获取测试要求规范说明书；(1‑3)基于测试数据构建人工智能数据分析模型；(1‑4)基于测试要求规范说明书构建人工智能数据分析模型；(1‑5)语义模型融合；(1‑6)模型优化适配；(1‑7)模型自更新；所述编程语言模型的构建步骤如下：(2‑1)确定需要建模的编程语言范围；(2‑2)收集每种编程语言的编程规范和相关的编程实例；(2‑3)按照编程规范的条目进行逐条解析，获得编程规范的语义集；(2‑4)语义集的完善与清洗；(2‑5)编程语义扩展；(2‑6)语义集关联代码语义句模型表征；(2‑7)语义集关联代码语义句模型表征更新与完善；(2‑8)语义集的自学习完善；所述目标系统模型的构建步骤如下：(3‑1)基于目标系统使用说明书构建语义模型；(3‑2)匹配编程语言模型；所述测试用例自动生成模型的构建步骤如下：(4‑1)测试需求解析；(4‑2)测试代码输入清洗与归类；(4‑3)编程语言模型指导测试代码提炼获得待测试语义集和代码段；(4‑4)目标系统模型通过事先学习所得，该模型可知道软件测试用例自动化生成模型按照特定软件和硬件平台的要求生产符合要求的测试用例；(4‑5)测试用例自动生成；所述软件自动测试与分析过程模型如下：(5‑1)对每一个测试用例的测试结果反馈进行记录，对于不通过的测试用例进行分析；(5‑2)分析的结果结合编程语言模型中的关键词记录出问题的原因，同时根据关键词对应的表征意义给出不通过的原因说明，给出风险说明和报告；(5‑3)基于编程语言模型，可对风险代码段给出相似代码测试通过的风险消除解决方案；(5‑4)对于通过的测试用例可以进一步结合编程语言模型分析编程规范是否达标，给出编程规范分析报告。