[发明专利]一种基于历史测试用例挖掘的精准测试方法

权利要求书

1.一种基于历史测试用例挖掘的精准测试方法，其特征包括:

A.根据软件模块中包含的实体元素，在数据库的实体元素表中查询出对应的实体元素数据，根据实体元素数据的id,在测试用例表中查询出对应的实体元素关联的所有测试用例数据；根据实体元素数据和测试用例数据，在数据库的缺陷表中查询出实体元素和其测试用例数据一起关联的所有缺陷数据记录；

B.初始化隐马可夫模型参数，建立测试用例和缺陷预测模型；

以实体元素的id序列为观测序列，测试用例的id序列和缺陷的id序列为隐藏状态序列，建立隐马可夫模型λ=（A,B,π），其中A为隐藏状态序列的状态转移概率的矩阵,B为隐藏状态序列生成观测序列的概率矩阵,π为初始的隐藏状态序列的概率分布矩阵；

初始化隐马可夫模型参数：根据实体元素的id序列到测试用例id序列和缺陷的id序列的转换，将模型参数变量设置为1，表示实体元素到测试用例用例和缺陷的转换是必然发生的，每一个实体元素均有相对应的测试用例，以及与测试用例相关联的缺陷；

C.将得到的实体元素数据、测试用例数据和缺陷数据一起作为训练样本集，对测试用例和缺陷预测模型进行训练，当训练误差值低于阈值时，终止训练，得到满足要求的测试用例和缺陷预测模型的最优参数；

D.根据软件模块的当前变更内容，分析变更内容中所包含的实体元素，在数据库中查询出这些实体元素相对应的id，形成待预测的实体元素id序列；

E.建立后台管理系统，在后台管理系统中建立精准测试执行页面,在该页面输入待预测的实体元素id序列，后台程序将待预测的实体元素id序列和最优参数的测试用例和缺陷预测模型一起输入维特比算法，运算后得到最优的测试用例id序列和缺陷id序列；

根据得到的测试用例id序列和缺陷id序列，在测试用例表中查询出对应的测试用例，从而得到测试用例预测结果，后台程序将测试用例预测结果展示在该页面上，测试人员在该页面上直接执行测试用例；

F.在后台管理系统中建立精准测试效果分析页面，在该页面输入待预测的实体元素id序列，后台程序将待预测的实体元素id序列和最优参数的测试用例和缺陷预测模型一起输入维特比算法，运算后得到最优的测试用例id序列和缺陷id序列；

根据得到的测试用例id序列和缺陷id序列，在测试用例表中查询出对应的测试用例，从而得到测试用例预测结果，测试人员标记测试用例预测结果是否有效，后台程序根据测试用例是否有效标记，计算有效测试用例在测试用例集中的所占百分比，并将计算结果返回给该页面做展示；

G.在后台管理系统中建立缺陷预测效果分析页面, 在该页面输入待预测的实体元素id序列，后台程序将待预测的实体元素id序列和最优参数的测试用例和缺陷预测模型一起输入维特比算法，运算后得到最优的测试用例id序列和缺陷id序列；

根据得到的测试用例id序列和缺陷id序列，在测试用例表和缺陷表中查询出对应的测试用例和缺陷，从而得到测试用例预测结果和缺陷预测结果；根据得到的测试用例预测结果和缺陷预测结果，测试人员评判当前的测试用例集是否包括预测测试用例，是否可以充分覆盖预测的缺陷，如果不足则补充设计测试用例，进一步扩大测试范围。

2.如权利要求1所述的一种基于历史测试用例挖掘的精准测试方法，其特征为:步骤C包括：基于步骤A得到的训练样本集，从训练样本集中任意挑选一组数据，输入初始化参数后的隐马可夫模型，进行隐马可夫模型参数的估计，具体采用极大似然估计法来估计模型参数；

根据得到的隐马可夫模型参数的估计结果后，通过损失函数进行训练效果度量，若度量结果超过给定阈值，则使用训练样本集中余下的其他训练数据，重复前一估计步骤，进行参数的调校，最后得到一组能够最优拟合训练样本集的模型参数，即得到参数最优的测试用例和缺陷预测模型。