[發明專利]測試方法及裝置

有效

• 申請號: 201811510296.6
• 申請日: 2018-12-11
• 公開（公告）號: CN109656795B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 毛元杰
• 申請（專利權）人: 北京安和瑞福信息技術有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34;G06K9/62;G06N3/08
• 代理公司: 北京集智東方知識產權代理有限公司 11578
• 代理人: 宋卉;陳亞斌

1.一種測試方法，其特征在于，所述方法包括：

對采集的測試結果數據進行聚類，得到第一分類結果；

利用所述測試結果數據和所述第一分類結果，進行神經網絡訓練，得到深度學習模型；

根據所述深度學習模型，得到采集的測試結果數據的第二分類結果；

當所述第一分類結果和所述第二分類結果中的至少一個滿足設定條件時，發出異常提醒消息；

所述方法還包括：計算所述第二分類結果與所述第一分類結果的中心點的距離；

所述設定條件包括：所述距離大于第一設定閾值。

2.如權利要求1所述的方法，其特征在于，在所述測試方法開始后的設定時間內，執行所述計算的步驟。

3.如權利要求1所述的方法，其特征在于，所述方法還包括：確定所述第一分類結果與自身中心點的距離；

所述設定條件包括：所述距離大于第二設定閾值。

4.如權利要求1所述的方法，其特征在于，所述設定條件包括：所述第一分類結果和所述第二分類結果不同。

5.如權利要求1所述的方法，其特征在于，在所述測試方法所占資源的消耗量小于第三設定閾值時，進行所述神經網絡訓練。

6.一種測試裝置，其特征在于，所述裝置包括：

數據處理單元，用于對采集的測試結果數據進行聚類，得到第一分類結果；

深度學習單元，用于利用所述測試結果數據和所述第一分類結果，進行神經網絡訓練，得到深度學習模型；

分類判別單元，用于根據所述深度學習模型，得到采集的測試結果數據的第二分類結果；

異常提醒單元，用于在所述第一分類結果和所述第二分類結果中的至少一個滿足設定條件時，發出異常提醒消息；

所述異常提醒單元還用于，計算所述第二分類結果與所述第一分類結果的中心點的距離；

所述設定條件包括：所述距離大于第一設定閾值。

7.如權利要求6所述的裝置，其特征在于，所述異常提醒單元還用于，確定所述第一分類結果與自身中心點的距離；

所述設定條件包括：所述距離大于第二設定閾值。

8.如權利要求6所述的裝置，其特征在于，所述設定條件包括：所述第一分類結果和所述第二分類結果不一致。

9.如權利要求6所述的裝置，其特征在于，所述裝置還包括：

系統監控單元，用于在測試所占資源的消耗量小于第二設定閾值時，觸發所述深度學習單元執行操作。