[发明专利]基于历史数据统计和分析的测试策略自动生成系统及方法在审

专利信息
申请号: 202210185261.X 申请日: 2022-02-28
公开(公告)号: CN114637668A 公开(公告)日: 2022-06-17
发明(设计)人: 陈潇;刘庆海;姚亮 申请(专利权)人: 南京国电南自电网自动化有限公司
主分类号: G06F11/36 分类号: G06F11/36;G06F16/25;G06F17/18;G06F16/2458;G06Q50/06
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 211153 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 历史数据 统计 分析 测试 策略 自动 生成 系统 方法
【权利要求书】:

1.基于历史数据统计和分析的测试策略自动生成方法,其特征是,包括:

从数据库中调取测试用例信息供测试人员选择;

基于测试人员选定所有需要的测试用例后,保存为测试方案;

基于测试方案中每个测试用例的策略值与所有策略值的平均值进行回归测试;

响应于任一测试用例的策略值不小于所有策略值的平均值时,将该测试用例放入本轮测试的测试执行输出策略集;

响应于任一测试用例的策略值小于所有策略值的平均值时,将其影响值乘以递进系数进行更新,在下一轮输出计算策略值前重新与所有策略值的平均值进行比较;

响应于回归测试完全结束后,将测试中所积累的测试结果数据存储到数据库中。

2.根据权利要求1所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,从数据库中调取测试用例信息供测试人员选择,包括:通过树形结构展示测试用例信息,所述树形结构的分级包含区域、一级功能、二级功能、测试输入、测试输出、测试逻辑和反向测试。

3.根据权利要求1所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,基于测试方案中每个测试用例的策略值与所有策略值的平均值进行回归测试,还包括:

响应于第一轮测试开始之前,根据测试项目的系数和权重,分别为每个测试用例赋予初始影响值;

响应于测试过程当中发现了新的问题时,将其影响值乘以m次的递进系数进行更新,其中m为测试轮次;

响应于本轮测试执行结束后,进入下一轮测试策略的分析。

4.根据权利要求3所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,初始影响值的计算公式为:

其中,Si为每个测试用例的影响值,ssl为测试项目所给出的系数,spl为测试项目所给出的权重。

5.根据权利要求3所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,所述测试项目所给出的系数包括:测试用例自动化程度设置系数、测试用例执行时长设置系数、测试用例重复执行概率越高相应的反向测试用例设置系数、系统历史数据缺陷跟踪中有关联的测试用例系数、在单元测试中完成了问题修改对应的测试用例系数和在测试人员初始方案选择期间有新增必测的测试用例系数。

6.根据权利要求3所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,所述测试项目所给出的权重包括:测试用例自动化程度设置系数权重、测试用例执行时长设置系数权重、测试用例重复执行概率越高相应的反向测试用例设置系数权重、系统历史数据缺陷跟踪中有关联的测试用例系数权重、在单元测试中完成了问题修改对应的测试用例系数权重和在测试人员初始方案选择期间有新增必测的测试用例系数权重。

7.根据权利要求1所述的基于历史数据统计和分析的测试策略自动生成方法,其特征是,所述每个测试用例的策略值为:

Pi=(Si×k1)/Ti

其中,Pi为每个测试用例的策略值,Si为每个测试用例的影响值,Ti为每个测试用例的执行时间,k1为平衡比系数,n为测试前所选定的测试用例数量;

所述所有策略值的平均值为:

其中,Pavg为所有策略值的平均值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京国电南自电网自动化有限公司,未经南京国电南自电网自动化有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210185261.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top