[发明专利]一种数据处理方法、装置、设备以及存储介质

说明书

本申请提出一种数据处理方法、装置、设备以及存储介质。其中，所述方法可以包括：获取待测函数的函数特征信息以及与所述待测函数对应的输入数据；基于所述函数特征信息与所述输入数据，生成与所述输入数据对应的输入特征；将所述输入特征输入数据分类模型，得到与所述输入数据对应的数据分类结果；其中所述数据分类模型包括基于多个标注了数据类型信息的数据样本训练得到的神经网络模型。

技术领域

本申请涉及计算机技术领域，具体涉及一种数据处理方法、装置、设备以及存储介质。

背景技术

代码测试，是指根据代码包括的函数的输入数据，生成测试用例，然后再基于测试用例进行代码测试的过程。

所述输入数据，是指代码中的函数包括的多个参数分别在各自参数范围中进行取值，再组合得到的数据。不难发现，由于所述多个参数均有多种取值可能，因此会有多种参数取值组合情形，即所述函数具有多种输入数据。

在实际测试中，一些输入数据可能不具备代码测试的意义(本申请中，将不具备代码测试意义的输入数据称为无效输入数据)，将这类无效输入数据去除，可以减少生成的测试用例的数量，提升代码测试效率。

目前，可以将命中无效数据规则的输入数据确定为无效输入数据。这种方式开发难道高，很难穷举无效数据规则，对测试人员不友好，无效输入数据的确定效果较差。

发明内容

有鉴于此，本申请公开一种数据处理方法。所述方法可以包括：获取待测函数的函数特征信息以及与所述待测函数对应的输入数据；基于所述函数特征信息与所述输入数据，生成与所述输入数据对应的输入特征；将所述输入特征输入数据分类模型，得到与所述输入数据对应的数据分类结果；其中所述数据分类模型包括基于多个标注了数据类型信息的数据样本训练得到的神经网络模型。

在一些实施例中，所述函数特征信息包括所述待测函数对应的源代码，和/或所述待测函数对应的属性信息；所述属性信息包括以下中的至少一项：函数名称；函数路径；函数参数；函数参数类型；函数返回值；函数分支表达式；函数调用链信息；函数流程信息。

在一些实施例中，所述方法还包括：获取函数变更信息；所述函数变更信息指示待测代码包括的函数中，发生变更的函数；将所述函数变更信息中指示的发生变更的函数确定为所述待测函数。

在一些实施例中，所述方法还包括：基于所述待测代码中各函数之间的关联关系，确定所述待测代码中与所述发生变更的函数对应的关联函数；将所述关联函数确定为所述待测函数。

在一些实施例中，所述函数特征信息包括所述待测函数对应的源代码；所述基于所述函数特征信息与所述输入数据，生成与所述输入数据对应的输入特征，包括：将所述源代码与所述输入数据分别转换为第一字符串序列与第二字符串序列；删除所述第一字符串序列中的无效字符串；对删除无效字符串的所述第一字符串序列与所述第二字符串序列分别进行向量化处理，并基于向量化处理结果得到所述输入特征。

在一些实施例中，所述输入数据包括与所述待测函数对应的输入数据集中的数据；所述方法还包括：基于所述输入数据集中各输入数据分别对应的数据分类结果，确定所述输入数据集中的有效数据。

在一些实施例中，所述方法还包括：利用预先维护的过滤规则，对所述有效数据进行过滤，得到所述待测函数对应的最终输入数据。

本申请还提出一种数据处理装置，包括：获取模块，用于获取待测函数的函数特征信息以及与所述待测函数对应的输入数据；生成模块，用于基于所述函数特征信息与所述输入数据，生成与所述输入数据对应的输入特征；输入模块，用于将所述输入特征输入数据分类模型，得到与所述输入数据对应的数据分类结果；其中所述数据分类模型包括基于多个标注了数据类型信息的数据样本训练得到的神经网络模型。