[發明專利]程序測試方法、裝置及存儲介質

在審

• 申請號: 202011370178.7
• 申請日: 2020-11-30
• 公開（公告）號: CN112395203A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 陳麗萍
• 申請（專利權）人: 京東數字科技控股股份有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06N20/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張娜;臧建明

1.一種程序測試方法，其特征在于，包括：

獲取待測試程序的源代碼中的輸出點的理論數量以及每個輸出點的位置信息；

將所述輸出點的理論數量和所述每個輸出點的位置信息，輸入覆蓋率預測模型進行處理，得到預測代碼覆蓋率；其中，所述覆蓋率預測模型是根據在線序列的極限學習機OS-ELM訓練得到的用于預測代碼覆蓋率的模型。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取訓練樣本集，所述訓練樣本集中包括多組訓練樣本，每一組訓練樣本中包括程序輸出點的理論數量、位置信息以及所述程序實際運行時的代碼覆蓋率；

獲取OS-ELM的訓練參數，所述訓練參數包括隱含層節點數、激勵函數、訓練數據集大小以及預測數據大小；

根據隨機生成的隱含層的權值矩陣和偏置向量，所述訓練參數以及所述訓練樣本集，采用OS-ELM算法進行模型訓練，得到所述覆蓋率預測模型。

3.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

在所述待測試程序運行后，獲取所述待測試程序運行時輸出的日志文件；

根據所述日志文件，獲取所述待測試程序運行時的輸出點的實際數量；

根據所述待測試程序的輸出點的所述理論數量和所述實際數量，計算獲取所述待測試程序的實際代碼覆蓋率；

根據所述實際代碼覆蓋率對所述覆蓋率預測模型進行優化處理，得到優化后的覆蓋率預測模型。

4.根據權利要求3所述的方法，其特征在于，所述根據所述實際代碼覆蓋率對所述覆蓋率預測模型進行優化處理，得到優化后的覆蓋率預測模型，包括：

根據所述待測試程序的輸出點的理論數量，每個輸出點的位置信息，以及所述實際代碼覆蓋率，得到一組新的訓練樣本；

對模型訓練過程中的權值矩陣進行更新，得到更新后的權值矩陣；

根據所述新的訓練樣本以及所述更新后的權值矩陣，對所述覆蓋率預測模型進行優化訓練，得到所述優化后的覆蓋率預測模型。

5.一種程序測試裝置，其特征在于，包括：

獲取模塊，用于獲取待測試程序的源代碼中的輸出點的理論數量以及每個輸出點的位置信息；

處理模塊，用于將所述輸出點的理論數量和所述每個輸出點的位置信息，輸入覆蓋率預測模型進行處理，得到預測代碼覆蓋率；其中，所述覆蓋率預測模型是根據在線序列的極限學習機OS-ELM訓練得到的用于預測代碼覆蓋率的模型。

6.根據權利要求5所述的裝置，其特征在于，

所述獲取模塊，還用于獲取訓練樣本集，所述訓練樣本集中包括多組訓練樣本，每一組訓練樣本中包括程序輸出點的理論數量、位置信息以及所述程序實際運行時的代碼覆蓋率；

獲取OS-ELM的訓練參數，所述訓練參數包括隱含層節點數、激勵函數、訓練數據集大小以及預測數據大小；

所述處理模塊，還用于根據隨機生成的隱含層的權值矩陣和偏置向量，所述訓練參數以及所述訓練樣本集，采用OS-ELM算法進行模型訓練，得到所述覆蓋率預測模型。

7.根據權利要求5或6所述的裝置，其特征在于，

所述獲取模塊，還用于在所述待測試程序運行后，獲取所述待測試程序運行時輸出的日志文件；

根據所述日志文件，獲取所述待測試程序運行時的輸出點的實際數量；

所述處理模塊，還用于根據所述待測試程序的輸出點的所述理論數量和所述實際數量，計算獲取所述待測試程序的實際代碼覆蓋率；

根據所述實際代碼覆蓋率對所述覆蓋率預測模型進行優化處理，得到優化后的覆蓋率預測模型。

8.根據權利要求7所述的裝置，其特征在于，所述處理模塊，具體用于：

根據所述待測試程序的輸出點的理論數量，每個輸出點的位置信息，以及所述實際代碼覆蓋率，得到一組新的訓練樣本；

對模型訓練過程中的權值矩陣進行更新，得到更新后的權值矩陣；

根據所述新的訓練樣本以及所述更新后的權值矩陣，對所述覆蓋率預測模型進行優化訓練，得到所述優化后的覆蓋率預測模型。