[發明專利]基于生成對抗網絡的智能化軟件測試及云平臺構建方法

有效

• 申請號: 201811218896.5
• 申請日: 2018-10-19
• 公開（公告）號: CN109582562B
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 楊順昆;張逸卓;李紅曼;茍曉冬;蔣亮亮;邵麒;張宇涵;邊沖
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京慧泉知識產權代理有限公司 11232
• 代理人: 王順榮;唐愛華

本發明一種基于生成對抗網絡的智能化軟件測試及云平臺構建方法,屬于軟件測試領域。通過組合的軟件測試工具對待測程序進行掃描處理，將所得分析結果輸入生成性對抗網絡，進行初步的代碼判斷，再通過采用多種數據融合方法，得到較為可靠的語句分析結果，分別將該結果輸入到生成性對抗網絡中，對測試程序以及軟件測試工具進行評估與決策，得到對應于每條代碼語句的分析結果以及分析結果的可信度，為本領域技術人員對軟件測試工具以及數據融合方法的選擇提供了良好的參考，同時有助于對所測程序本身的錯誤率和報警率產生更為準確的認識。

技術領域

本發明一種基于生成對抗網絡的智能化軟件測試及云平臺構建方法,屬于軟件測試領域。

背景技術

隨著軟件的使用越來越廣泛，軟件開發的技術人員面臨著越來越繁重的任務，為了能在時間和資源耗費較少的情況下，對所開發程序進行一定的優化以及測試，相關技術人員通常采用軟件程序測試工具對代碼進行掃描，進而通過參考掃描所得分析結果，對代碼進行修訂，但這種方法所得的分析結果誤報率和錯報率較高,因而具有較大的不可信性。

在一種進步的方法中，更有科研人員采用多種軟件測試工具對同一待測程序進行掃描，通過將針對每條代碼語句所得的多個結果進行數據融合，以保證分析結果的可靠性，但是研究結果證明，改進的方法所得分析結果，僅代表了待測程序的各個語句的報警率和錯誤率的分析結果,該結果的信任與否仍需要人工進行選擇和決策,于是本領域技術人員追求一種具有決策和判斷功能的方法對以往軟件測試方法所得分析結果的可信性進行判定和決策。

發明內容

(一)目的

本發明提供了一種基于生成對抗網絡的智能化軟件測試及云平臺構建方法，可以解決現有技術中軟件程序測試結果的錯誤率高，可信度低的問題，能夠幫助技術人員實現對待測程序以及軟件測試工具的評估和決策。

(二)技術方案

本發明一種基于生成對抗網絡的智能化軟件測試及云平臺構建方法，如圖1所示，其實施步驟如下：

步驟1：獲取多個軟件測試工具，并獲取所述軟件測試工具的性能參數；

步驟2：分別使用所述軟件測試工具對待測程序進行掃描，得到每條語句的分析結果，并根據所述測試工具的性能參數對分析結果進行更新，記為第一分析結果；

步驟3：建立神經網絡的生成模型和判別模型，形成生成性對抗網絡；

步驟4：將更新后的分析結果分別輸入生成性對抗網絡中，對所述軟件測試工具及結果進行第一階段判斷；

步驟5：將所述更新后的分析結果進行多種方式的數據融合，得到多種融合方式下的分析結果，記為第二分析結果；

步驟6：將所述第二分析結果分別輸入生成性對抗網絡，對所述軟件測試工具及結果進行第二階段判斷；

步驟7：結合所述第一階段判斷和第二階段判斷所得結果信息對測試程序以及軟件測試工具進行評估與決策；

步驟8：基于一開源云平臺框架,將所述測試工具、待測程序、分析結果、數據融合方法、生成對抗網絡和評估與決策結果作為節點部署到云環境中；

通過以上步驟，通過組合的軟件測試工具對待測程序進行掃描處理，并采用多種數據融合方法，將該結果輸入到生成性對抗網絡中，得到對應于每條代碼語句的分析結果以及分析結果的可信度，為本領域技術人員對軟件測試工具以及數據融合方法的選擇提供了良好的參考，解決了測試程序本身的錯誤率和報警率高、可信度低的問題。