[發明專利]一種采用深度學習機制的數據回放的測試方法及系統

在審

• 申請號: 201811629857.4
• 申請日: 2018-12-29
• 公開（公告）號: CN109818822A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 邵悅;董柏希
• 申請（專利權）人: 沖石通信技術（北京）有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26
• 代理公司: 北京法信智言知識產權代理事務所(特殊普通合伙) 11737
• 代理人: 劉靜榮

本發明涉及通信數據回放解析領域，具體涉及一種采用深度學習機制的數據回放的測試方法及系統。通過本發明的采用深度學習機制的數據回放的測試方法，對于未收錄在協議庫中的數據格式和協議，經過拆分和不斷自我學習與優化的過程，完善協議庫。系統可以在非測試運行時間不斷解析并分析樣包，以方便在以后的測試項目當中更快的投入并執行任務。

技術領域

本發明涉及通信數據回放解析領域，具體涉及一種采用深度學習機制的數據回放的測試方法及系統。

背景技術

現有通信測試領域采取的“錄制”及“回放”的機制無法支撐針對“未知協議”的多業務場景的模式，導致許多業務測試通過“人工”定制化開發或者編輯的角度極大降低測試效率及成功率。

當前通信測試領域采取的“錄制”及“回放”，存在以下一些缺點：1、“未知協議”的不可識別性，引起的一些場景的測試不可實現；2、人工手動編輯測試腳本，對測試人員的技能要求很高，并且極大影響到測試效率；3、無法靈活適配被測系統消息發送的隨機性及不可確定性；4、無法從“協議的一致”面向“性能”規模化測試；

發明內容

本發明針對未知協議的識別，提供一種采用深度學習機制的數據回放的測試方法及系統，靈活應用場景提高測試效率及測試成功率。

本發明的目的是提供通信測試過程中的未知格式協議數據的解析方法。

本發明的再一目的是提供采用深度學習機制的數據回放的測試方法。

本發明的再一目的是提供采用深度學習機制的數據回放的測試系統。

根據本發明的通信測試過程中的未知格式協議數據的解析方法，包括以下步驟：

數據解析步驟：以縮寫為s的Scope表示在每一個時間節點，需解析的協議所處的環境，以縮寫為a的Action表示在每一個Scope中解析協議可以采取的動作，以縮寫為r的Result表示每處理一個Scope系統就有會收到一個result反饋，以函數Q表示在狀態s中采取動作a能夠得到的最大r，通過迭代的方法不停地更新Q值，再不停地模擬采取各種動作，收到各種反饋，通過Q(s,a)+α[r+γarg maxa′Q(s′,a′)-Q(s,a)]公式得出，Q(s,a)表示當前時間的動作，Q(s′，a′)表示下一個時間點的動作，學習參數γ為0<γ<1的常數，最后得出準確的Q值，并把這個Q值記錄到規則庫當中為Q1，繼續按照此規則進行循環處理，產生Q2，Q3，當把未知協議中的所有內容都解析完成后，形成的一系列數組(Q1，Q2，Q3，Qn,……)，即為最終的協議內容，完成對未知規則數據的解析；

隨機學習步驟：經過解析的數據在以后的多次測試、實驗當中不斷的進行完善與隨機學習，通過多次的解析而得出趨于穩定的Q值，所述隨機學習包括以下步驟：

對數據的協議進行解析，并與規則庫中的所有協議進行比對，采集和協議庫中已知內容條數m相同個數的樣本，這樣得到的采樣集與協議內容樣本的個數相同，但是樣本內容不同，

將采集到的數據(Q1，Q2，Q3，Qn,……)，與被解析的數據(Q1，Q2，Q3，Qn,……)進行比對，對相同的內容進行補充與替換，從而實現初步學習；

剩下的未采集到的數據重復循環上述步驟。

根據本發明的通信測試過程中的未知格式協議數據的解析方法，其中，在隨機學習過程中，將未被采集到或未識別的協議信息的數據標識為x，如果，在測試過程中與對方服務器進行交互時解析x返回錯誤消息，則改變傳輸的值，進行多次傳輸之后，直至反饋得到正確消息。

根據本發明的通信測試過程中的未知格式協議數據的解析方法，其中，如果經多次傳輸之后，反饋的消息依然錯誤，則人為分析已被去重的所有錯誤消息，并輸入人為分析的結果。