[發明專利]一種基于智能機器學習的自動化用例開發系統

有效

• 申請號: 201710786243.6
• 申請日: 2017-09-04
• 公開（公告）號: CN109426612B
• 公開（公告）日: 2023-09-29
• 發明（設計）人: 張璟珂
• 申請（專利權）人: 上海儀電（集團）有限公司中央研究院
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

1.一種基于智能機器學習的自動化用例開發系統，其特征在于，包括前端分析器、后端機器學習引擎和最終代碼生成模塊，所述前端分析器包括測試用例動態規劃器、接口分析器、程序接口、Web頁面分析器和移動端UI分析器，所述后端機器學習引擎包括機器學習算法庫，所述最終代碼生成模塊包括自動化代碼生成器和測試用例集合，所述前端分析器和所述后端機器學習引擎通過所述自動化代碼生成器匯總存入所述測試用例集合，所述自動化代碼生成器根據所述測試用例動態規劃器的抽象封裝，結合所述機器學習算法庫存下的測試路徑，生成自動化測試代碼；

通過后端機器學習引擎和知識庫進行如下操作：

業務邏輯輸入，測試人員根據業務邏輯，對機器學習的知識庫進行判斷，即測試用例中的期待，對于不符合業務規范和業務鑒權限制的測試路徑，標記為非法，同時終止掉后續的探索操作；

學習策略，測試人員根據產品項目的經驗，選擇適合的機器學習引擎模塊；或結合實際，設定后續的遞歸策略，確保探索算法的收斂；

Bug系統和使用監控，方案可以與Bug系統進行互動，當當前存在的Bug阻塞某些探索路徑時，在知識庫中進行標注；在具備相應能力和條件基礎上使用監控，對實際用戶使用產品進行監控與統計，以計算出哪些操作時頻率較高，來自動制定測試用例的優先級屬性。

2.如權利要求1所述基于智能機器學習的自動化用例開發系統，其特征在于，所述測試用例動態規劃器支持狀態采集、步驟自動化封裝、分布執行和回退執行方法。

3.如權利要求1所述基于智能機器學習的自動化用例開發系統，其特征在于，所述接口分析器的功能包括實時狀態采集和操作動作封裝。

4.如權利要求3所述基于智能機器學習的自動化用例開發系統，其特征在于，所述接口分析器的功能還包括狀態單步回退。

5.如權利要求1所述基于智能機器學習的自動化用例開發系統，其特征在于，所述機器學習算法庫包括學習策略模塊，所述學習策略模塊包括遞歸深度策略、學習算法策略和優先級制定策略。

6.如權利要求5所述基于智能機器學習的自動化用例開發系統，其特征在于，所述優先級制定策略通過使用監控插件統計操作的頻率，對所述機器學習算法庫中的每條用例進行加權設置，以此來計算所述機器學習算法庫中記錄的實際使用頻率。