[發明專利]一種系統可靠性測試方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202210731921.X
• 申請日: 2022-06-25
• 公開（公告）號: CN115098372A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 張婷;黃威琪
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36;G06F11/00
• 代理公司: 深圳紫藤知識產權代理有限公司 44570
• 代理人: 陳丹

1.一種系統可靠性測試方法，其特征在于，所述方法包括：

系統接收測試指令，獲取與所述測試指令對應的測試信息，所述測試信息包括測試數據和測試任務；

獲取與所述測試任務對應的測試環境、測試流程以及預設的測試結果參考文件，并獲取與所述測試環境對應的系統數據；

基于所述測試數據和所述系統數據進行分析，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素；

基于所述有效測試要素、所述測試環境和所述測試流程，對所述系統進行可靠性測試；

獲取測試完成之后生成的測試文件，將所述測試文件與所述測試結果參考文件進行對比，基于對比結果獲知系統可靠性。

2.根據權利要求1所述的系統可靠性測試方法，其特征在于，所述基于所述測試數據和所述系統數據進行分析，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素，包括：

通過深度學習模型對所述測試數據和所述系統數據進行訓練，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素。

3.根據權利要求2所述的系統可靠性測試方法，其特征在于，所述通過深度學習模型對所述測試數據和所述系統數據進行訓練，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素，包括：

通過深度學習模型構建與所述系統數據對應的環境場景，獲取所述環境場景的場景要素；

基于所述場景要素，通過所述深度學習模型對所述測試數據進行分析，從所述測試數據中選取出數據要素；

通過所述深度學習模型對所述場景要素和所述數據要素進行訓練，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素。

4.根據權利要求1所述的系統可靠性測試方法，其特征在于，所述基于所述測試數據和所述系統數據進行分析，確定所述測試數據和所述系統數據中符合系統可靠性測試要求的有效測試要素，包括：

對所述測試數據和所述系統數據進行數據分析，得到對應的參數信息；

基于所述參數信息，從所述測試數據和所述系統數據中選取出表格生成數據；

基于所述表格生成數據和預設的規則策略，生成對應的測試策略表，所述測試策略表中設有要素標識；

獲取所述要素標識在所述測試策略表中的標識位置，與所述標識位置對應的表格生成數據及其參數信息作為有效測試要素。

5.根據權利要求1所述的系統可靠性測試方法，其特征在于，在所述獲取測試完成之后生成的測試文件，將所述測試文件與所述測試結果參考文件進行對比，基于對比結果獲知系統可靠性之后，所述方法還包括：

獲取所述測試文件中的異常數據，基于所述異常數據，追溯所述異常數據在測試過程中的異常產生位置；

選取與所述異常產生位置相關聯的有效測試要素為待確認測試要素；

確定所述待確認測試要素的取值合理性，基于預設取值方式，對所述待確認測試要素的取值進行自動調整；

基于調整后的所述待確定測試要素，從所述異常產生位置處對所述系統進行重新測試。

6.根據權利要求5所述的系統可靠性測試方法，其特征在于，在所述基于調整后的所述待確定測試要素，從所述異常產生位置處對所述系統進行重新測試之后，還包括：

在預測時間內計算每一所述異常產生位置的產生次數，并統計每一所述異常產生位置的每一所述異常數據的出現次數；

基于所述產生次數、所述異常數據和所述出現次數，生成異常統計報表。

7.根據權利要求1所述的系統可靠性測試方法，其特征在于，所述獲取測試完成之后生成的測試文件，將所述測試文件與所述測試結果參考文件進行對比，基于對比結果獲知系統可靠性，包括：

獲取測試完成之后生成的測試文件，將所述測試文件與所述測試結果參考文件進行對比；

確定所述測試文件與所述測試結果參考文件的區別位置，標記所述區別位置；

根據所述區別位置的數量與預設數量評分表的對應關系，獲知系統可靠性。