[發明專利]一種測試案例自動生成方法及裝置

在審

• 申請號: 202110569902.7
• 申請日: 2021-05-25
• 公開（公告）號: CN113190460A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 楊旭光;呂尚;賈思宇;陳壯壯
• 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;G06Q40/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 孫乳筍;周永君

本申請提供一種測試案例自動生成方法及裝置，涉及人工智能領域，可以用于金融領域，包括：獲取待選測試案例；將所述待選測試案例輸入預先構建的隨機森林案例選擇模型以根據所述選測試案例的屬性確定本期應測案例；所述隨機森林案例選擇模型包括多個預先生成的決策樹分類器。本申請能夠利用預先構建的隨機森林案例選擇模型自動生成測試案例。

技術領域

本申請涉及人工智能領域，可以用于金融領域，具體是一種測試案例自動生成方法及裝置。

背景技術

驗收測試是軟件部署之前的最后一個測試環節，驗收測試具有黑盒/灰盒測試特點，也就是說，軟件測試人員往往只了解待測程序清單，缺少對于程序具體調用、方式及實現方式的把握。在傳統的驗收測試中，測試人員可以根據開發人員提供的測試案例及對應的待測程序清單展開測試。

然而，對于企業級軟件工程而言，代碼往往經過多重封裝后才提供服務，部分代碼耦合度較高，測試人員如果只根據軟件系統設計及開發人員提供的待測程序清單制定測試案例很容易出現測試不充分、存量交易改造無法覆蓋全面等測試漏洞。為了降低漏洞發生風險，傳統的方法是通過將過往的產品需求轉化為測試資產，然后不斷積累投產風險較高的存量案例，形成較完整的測試案例庫。但以上方式需要依靠大量人力才能完成全測試場景的覆蓋，成本高、收益低。

發明內容

針對現有技術中的問題，本申請提供一種測試案例自動生成方法及裝置，能夠利用預先構建的隨機森林案例選擇模型自動生成測試案例。

為解決上述技術問題，本申請提供以下技術方案：

第一方面，本申請提供一種測試案例自動生成方法，包括：

獲取待選測試案例；

將所述待選測試案例輸入預先構建的隨機森林案例選擇模型以根據所述選測試案例的屬性確定本期應測案例；所述隨機森林案例選擇模型包括多個預先生成的決策樹分類器。

進一步地，在將所述待選測試案例輸入預先構建的隨機森林案例選擇模型以根據所述選測試案例的屬性確定本期應測案例之前，還包括：

獲取本期程序改造的清單；

根據預先建立的程序與案例的對應關系確定待輸入所述隨機森林案例選擇模型的待選測試案例是否為所述本期被改造的程序所對應的測試案例；

如果是，則將該測試案例確定為本期應測可選案例。

進一步地，預先生成決策樹分類器的步驟，包括：

將獲取到的歷史應測案例及歷史無需測試案例按照預設的劃分比例隨機劃分為訓練集及測試集；

在所述訓練集中，確定所述待選測試案例對應的各屬性的信息增益數值；

根據所述信息增益數值的大小構建所述決策樹分類器；所述決策樹分類器包括各屬性對應的屬性節點。

進一步地，在根據所述信息增益數值的大小構建所述決策樹分類器之后，還包括：

利用所述測試集對所述決策樹分類器進行剪枝。

進一步地，所述利用所述測試集對所述決策樹分類器進行剪枝，包括：

依次剔除所述決策樹分類器中的每一個屬性節點，并根據所述測試集計算剔除該屬性節點后的決策樹分類器在確定所述測試案例時的準確率；

將剔除該屬性節點后的決策樹分類器對應的準確率與剔除該屬性節點前的決策樹分類器在確定所述測試案例時的準確率進行比對；

根據比對結果對所述決策樹分類器進行剪枝。

進一步地，所述將所述待選測試案例輸入預先構建的隨機森林案例選擇模型以根據所述選測試案例的屬性確定本期應測案例，包括：