[發明專利]一種終端應用的模型構建方法及裝置有效
| 申請號: | 201611236979.8 | 申請日: | 2016-12-28 |
| 公開(公告)號: | CN106649122B | 公開(公告)日: | 2020-06-26 |
| 發明(設計)人: | 孫向作 | 申請(專利權)人: | TCL科技集團股份有限公司 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36;G06K9/62 |
| 代理公司: | 深圳中一聯合知識產權代理有限公司 44414 | 代理人: | 李艷麗 |
| 地址: | 516006 廣東省惠州市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 終端 應用 模型 構建 方法 裝置 | ||
1.一種終端應用的模型構建方法,其特征在于,包括:
獲取終端應用正常運行時從應用啟動到應用關閉之間的狀態序列,所述狀態序列中的狀態包括用戶輸入的操作指令和運行過程中發生跳轉的界面包名,所述正常運行是指在用戶操作和界面跳轉都沒有發生運行錯誤,所述狀態序列為按照應用跳轉的先后順序進行排列的一組狀態;
將獲取到的多個狀態序列組成行為訓練集,終端應用的任一狀態至少包含在所述多個狀態序列的其中一個狀態序列之中;
基于所述行為訓練集,構建關于所述應用運行的馬爾科夫測試模型。
2.如權利要求1所述的方法,其特征在于,所述基于所述行為訓練集,構建關于所述應用運行的馬爾科夫測試模型,包括:
將所述多個狀態序列中的所有狀態組成一個集合,集合中相同的狀態用一個狀態表示,形成馬爾科夫測試模型的狀態集合;
基于所述行為訓練集,計算馬爾科夫測試模型的初始狀態概率矢量和狀態轉移概率矩陣。
3.如權利要求1所述的方法,其特征在于,所述方法還包括:
當測試產生的狀態序列和所述行為訓練集中的所有狀態序列都不相同時,則將該狀態序列添加到所述行為訓練集中。
4.如權利要求1所述的方法,其特征在于,所述馬爾科夫測試模型包括概率數據庫,所述概率數據庫中的概率為所述行為訓練集中的狀態序列對應的概率。
5.如權利要求4所述的方法,其特征在于,所述方法還包括:
當測試產生的狀態序列和所述行為訓練集中的所有狀態序列都不相同時,計算出所述狀態序列對應的概率,添加到所述概率數據庫中。
6.一種終端應用的模型構建裝置,其特征在于,包括:
獲取單元,用于獲取終端應用正常運行時從應用啟動到應用關閉之間的狀態序列,所述狀態序列中的狀態包括用戶輸入的操作指令和運行過程中發生跳轉的界面包名,所述正常運行是指在用戶操作和界面跳轉都沒有發生運行錯誤,所述狀態序列為按照應用跳轉的先后順序進行排列的一組狀態;
組成單元,用于將獲取到的多個狀態序列組成行為訓練集,終端應用的任一狀態至少包含在所述多個狀態序列的其中一個狀態序列之中;
構建單元,用于基于所述行為訓練集,構建關于所述應用運行的馬爾科夫測試模型。
7.如權利要求6所述的裝置,其特征在于,所述構建單元用于:
將所述多個狀態序列中的所有狀態組成一個集合,集合中相同的狀態用一個狀態表示,形成馬爾科夫測試模型的狀態集合;
基于所述行為訓練集,計算馬爾科夫測試模型的初始狀態概率矢量和狀態轉移概率矩陣。
8.如權利要求6所述的裝置,其特征在于,所述裝置還包括添加單元,所述添加單元用于:
當測試產生的狀態序列和所述行為訓練集中的所有狀態序列都不相同時,則將該狀態序列添加到所述行為訓練集中。
9.如權利要求6所述的裝置,其特征在于,所述馬爾科夫測試模型包括概率數據庫,所述概率數據庫中的概率為所述行為訓練集中的狀態序列對應的概率。
10.如權利要求9所述的裝置,其特征在于,所述裝置還包括計算單元,所述計算單元用于:
當測試產生的狀態序列和所述行為訓練集中的所有狀態序列都不相同時,計算出所述狀態序列對應的概率,添加到所述概率數據庫中。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于TCL科技集團股份有限公司,未經TCL科技集團股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611236979.8/1.html,轉載請聲明來源鉆瓜專利網。





