[發明專利]金融交易軟件的質量檢測方法及裝置

在審

• 申請號: 202010131418.1
• 申請日: 2020-02-28
• 公開（公告）號: CN111352841A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 談海燕;孫婧嵐;王震;趙若愚
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤;孫乳筍

1.一種金融交易軟件的質量檢測方法，其特征在于，包括：

基于預設的DevOps文件，應用Jenkins工具觸發目標金融交易軟件的軟件測試過程，并根據對應的軟件測試的結果獲取該目標金融交易軟件對應的基本軟件質量數據，以及將該基本質量指標數據存儲在Jira工具中，該Jira工具中還預存儲有所述目標金融交易軟件對應的進度指標數據；

判斷目標系統中是否存在用戶評價指標數據，若是，則將由該用戶評價指標數據、所述基本質量指標數據和進度指標數據組成的目標軟件質量指標數據輸入預獲取的質量評價模型，并根據該質量評價模型的輸出結果，應用預設質量優化方式對所述目標金融交易軟件進行質量優化處理。

2.根據權利要求1所述的金融交易軟件的質量檢測方法，其特征在于，還包括：

獲取多組歷史軟件質量指標數據及分別對應的評價等級結果；

對各組所述歷史軟件質量指標數據分別進行預處理和降維處理；

應用所述預處理和降維處理后的歷史軟件質量指標數據，以及對應的評價等級結果，對設有敏感損失函數的支持向量機分類模型進行訓練，以生成所述質量評價模型。

3.根據權利要求1所述的金融交易軟件的質量檢測方法，其特征在于，在將所述目標軟件質量指標數據輸入預獲取的質量評價模型之前，還包括：

對所述目標軟件質量指標數據進行預處理和降維處理。

4.根據權利要求3所述的金融交易軟件的質量檢測方法，其特征在于，所述基本質量指標數據包括：

所述目標金融交易軟件的各個缺陷類別分別對應的缺陷數量和等級；

相對應的，所述對各組所述歷史軟件質量指標數據分別進行預處理，包括：

將各個缺陷類別分別對應的缺陷數量和缺陷等級乘積進行累加并取倒數，獲得目標缺陷數。

5.根據權利要求3所述的金融交易軟件的質量檢測方法，其特征在于，在所述對各組所述歷史軟件質量指標數據分別進行預處理之后，包括：

應用PCA主成分分析法和K-L變換法對預處理處理后的所述目標軟件質量指標數據進行約減降維。

6.一種金融交易軟件的質量檢測裝置，其特征在于，包括：

獲取基本軟件質量數據模塊，用于基于預設的DevOps文件，應用Jenkins工具觸發目標金融交易軟件的軟件測試過程，并根據對應的軟件測試的結果獲取該目標金融交易軟件對應的基本軟件質量數據，以及將該基本質量指標數據存儲在Jira工具中，該Jira工具中還預存儲有所述目標金融交易軟件對應的進度指標數據；

優化模塊，用于判斷目標系統中是否存在用戶評價指標數據，若是，則將由該用戶評價指標數據、所述基本質量指標數據和進度指標數據組成的目標軟件質量指標數據輸入預獲取的質量評價模型，并根據該質量評價模型的輸出結果，應用預設質量優化方式對所述目標金融交易軟件進行質量優化處理。

7.根據權利要求6所述的金融交易軟件的質量檢測裝置，其特征在于，還包括：

獲取歷史數據模塊，用于獲取多組歷史軟件質量指標數據及分別對應的評價等級結果；

歷史數據預處理模塊，用于對各組所述歷史軟件質量指標數據分別進行預處理和降維處理；

訓練模塊，用于應用所述預處理和降維處理后的歷史軟件質量指標數據，以及對應的評價等級結果，對設有敏感損失函數的支持向量機分類模型進行訓練，以生成所述質量評價模型。

8.根據權利要求6所述的金融交易軟件的質量檢測裝置，其特征在于，還包括：

預處理模塊，用于對所述目標軟件質量指標數據進行預處理和降維處理。

9.根據權利要求8所述的金融交易軟件的質量檢測裝置，其特征在于，所述基本質量指標數據包括：

所述目標金融交易軟件的各個缺陷類別分別對應的缺陷數量和等級；

相對應的，所述預處理模塊包括：

獲取缺陷數單元，用于將各個缺陷類別分別對應的缺陷數量和缺陷等級乘積進行累加并取倒數，獲得目標缺陷數。