基于细粒度特征语义网络的系统接口时序知识分析方法技术方案

本发明专利技术属于软件工程技术领域，具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析方法，其包括：构建嵌入式系统测试故障集；在嵌入式系统测试故障集中搜索接口关键问题，分析提取与时序相关的故障，初步形成时序相关的接口故障集；在嵌入式系统测试故障集中搜索与时序关键的故障，分析提取与接口相关的故障，形成接口相关的时序故障集；两个故障集合并形成接口时序故障集；根据时序故障库中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序关键影响因素，形成嵌入式系统接口时序知识集。由此得到的嵌入式系统接口时序知识可实现测试知识的继承，且具有可扩展性，便于测试知识的推送，提升测试效率。

Sequential Knowledge Analysis Method of System Interface Based on Fine-grained Feature Semantic Network

The invention belongs to the field of software engineering technology, and specifically relates to a method of time sequence knowledge analysis of system interface based on fine-grained feature semantic network, which includes: constructing test fault set of embedded system; searching key problems of interface in test fault set of embedded system, analyzing and extracting time sequence-related faults, initially forming time sequence-related interface fault set; and in embedded system. According to the fault types in the time series fault database, the key influencing factors of interface timing are extracted by using the method of fine-grained feature semantic network, and the interface timing of embedded system is formed by analyzing and extracting the interface-related faults and forming the interface-related time series fault set; two fault sets are combined to form the interface timing fault set; and according to the fault types in the time series fault database, the key influencing factors of interface timing are extracted by using the method of fine-grained feature semantic network. Knowledge set. The sequential knowledge of embedded system interface can inherit test knowledge, and it is scalable, easy to push test knowledge and improve test efficiency.

【技术实现步骤摘要】
基于细粒度特征语义网络的系统接口时序知识分析方法
本专利技术属于软件工程
，具体涉及一种基于细粒度特征语义网络的系统接口时序知识分析方法。
技术介绍
在工程应用中，软件质量多数通过软件测试来进行评价。据统计，在专业的软件测试机构中，被测的567个软件中，发现的问题包括代码问题、文档问题、时序问题、接口问题等共31958个，而这些问题的描述在风格上、语言组织上、用户习惯上存在较大的差异，在进行相关问题检索时，由于描述的多样性导致遗漏大量信息，因此，对测试故障问题进行总结，形成测试知识势在必行。目前对于测试知识的总结，采用人工总结的方式，测试知识之间的描述结构松散、关联性低、缺少继承性，不便于用户的理解、测试知识的维护，造成了测试经验无法继承，测试效率无法有效提升的问题。采用传统的语义网络表示的方法，可以实现测试知识描述紧凑、关联性强、具有继承性的问题，但是知识表示的粒度缺乏一致性，导致知识在应用时，易存在遗漏的情况，无法准确定位故障的原因。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是：如何解决软件工程领域内软件测试过程中缺乏系统知识指导、工程技术经验继承性差的问题。(二)技术方案为解决上述技术问题，本专利技术提供一种基于细粒度特征语义网络的系统接口时序知识分析方法，所述方法包括如下步骤：步骤1：构建嵌入式系统测试故障集；步骤2：在嵌入式系统测试故障集中搜索接口相关的关键故障，在接口相关的关键故障中分析提取与时序相关的故障，形成时序相关的接口故障集；步骤3：在嵌入式系统测试故障集中搜索与时序相关的关键故障，在时序相关的关键故障中分析提取与接口相关的故障，形成接口相关的时序故障集；步骤4：将时序相关的接口故障集和接口相关的时序故障集合并形成接口时序故障集；步骤5：根据接口时序故障集中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序相关的关键影响因素，形成嵌入式系统接口时序知识集。其中，所述嵌入式系统测试故障集中存储引起测试系统软件发生故障的问题；具体包括对于测试过程中遇到的故障，收集故障的问题名称、问题描述、问题类型。其中，所述问题类型分为程序问题、代码问题、文档问题、时序问题、接口问题，每个问题的类型属于其中一种。其中，所述步骤2中，对嵌入式系统测试故障集中的故障进行检索，搜索关键字“接口”，将与接口相关的关键故障收集后，筛选出与时序相关的故障，形成时序相关的接口故障集。其中，所述步骤3中，对嵌入式系统测试故障集中的故障进行检索，搜索关键字“时序”，将与时序相关的关键故障收集后，筛选出与接口相关的故障，形成接口相关的时序故障集。其中，所述步骤5中，采用基于细粒度特征语义网络的知识表示方法，对接口中的数据特性、功能特性进行表示，提取数据完整性、数据合法性、时间约束满足性、多任务并发冲突、中断顺序合理性和共享数据及访问冲突方面的关键因素，进一步提取细粒度特征作为语义网络表示的对象，形成嵌入式系统接口时序知识集。其中，所述数据完整性的细粒度特征为数据长度、数据丢帧、传输字节与实际不一致。其中，所述数据合法性的细粒度特征为校验和判断、串口返回值判断、发送数据标志设置、数据有效性判断。其中，所述时间约束满足性的细粒度特征为时钟相移、数据传输超时、周期匹配性。其中，所述多任务并发冲突的细粒度特征为多线程冲突、读/写双口RAM冲突.其中，所述中断顺序合理性的细粒度特征为中断响应设计、中断初始化顺序；所述共享数据及访问冲突的细粒度特征为缓存状态、FIFO空/满状态。(三)有益效果与现有技术相比较，本专利技术采用细粒度特征语义网络知识表示的方法，可以解决上述现有技术的问题，将语义网络知识表示的层次定位至问题故障的最细粒度，使得基于语义网络表示的时序知识更加规范，便于准确定位故障的原因，提升时序知识的实用性。本专利技术技术方案通过采取上述技术措施，可有效解决目前软件测试过程中缺乏知识指导的问题，便于测试经验知识的总结与集成，提升软件测试效率，减少类似故障出现，提高软件的安全性。附图说明图1为本专利技术技术方案所提供的方法流程图。图2为本专利技术实施例1所提供的方法流程图。图3为本专利技术实施例2所提供的方法流程图。具体实施方式为使本专利技术的目的、内容、和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。为解决现有技术的问题，本专利技术提供一种基于细粒度特征语义网络的系统接口时序知识分析方法，如图1所示，所述方法包括如下步骤：步骤1：构建嵌入式系统测试故障集；步骤2：在嵌入式系统测试故障集中搜索接口相关的关键故障，在接口相关的关键故障中分析提取与时序相关的故障，形成时序相关的接口故障集；步骤3：在嵌入式系统测试故障集中搜索与时序相关的关键故障，在时序相关的关键故障中分析提取与接口相关的故障，形成接口相关的时序故障集；步骤4：将时序相关的接口故障集和接口相关的时序故障集合并形成接口时序故障集；步骤5：根据接口时序故障集中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序相关的关键影响因素，形成嵌入式系统接口时序知识集。其中，所述嵌入式系统测试故障集中存储引起测试系统软件发生故障的问题，其依据评测机构近10年测试过程中遇到的问题；具体包括对于测试过程中遇到的故障，收集故障的问题名称、问题描述、问题类型。其中，所述问题类型分为程序问题、代码问题、文档问题、时序问题、接口问题，每个问题的类型属于其中一种。其中，所述步骤2中，对嵌入式系统测试故障集中的故障进行检索，搜索关键字“接口”，将与接口相关的关键故障收集后，筛选出与时序相关的故障，形成时序相关的接口故障集。其中，所述步骤3中，对嵌入式系统测试故障集中的故障进行检索，搜索关键字“时序”，将与时序相关的关键故障收集后，筛选出与接口相关的故障，形成接口相关的时序故障集。其中，所述步骤5中，采用基于细粒度特征语义网络的知识表示方法，对接口中的数据特性、功能特性进行表示，提取数据完整性、数据合法性、时间约束满足性、多任务并发冲突、中断顺序合理性和共享数据及访问冲突方面的关键因素，进一步提取细粒度特征作为语义网络表示的对象，形成嵌入式系统接口时序知识集。其中，所述数据完整性的细粒度特征为数据长度、数据丢帧、传输字节与实际不一致。其中，所述数据合法性的细粒度特征为校验和判断、串口返回值判断、发送数据标志设置、数据有效性判断。其中，所述时间约束满足性的细粒度特征为时钟相移、数据传输超时、周期匹配性。其中，所述多任务并发冲突的细粒度特征为多线程冲突、读/写双口RAM冲突.其中，所述中断顺序合理性的细粒度特征为中断响应设计、中断初始化顺序；所述共享数据及访问冲突的细粒度特征为缓存状态、FIFO空/满状态。实施例1本实施例具体描述对于数据合法性的接口时序知识分析方法。如图2所示，该方法包括：步骤1：构建嵌入式系统测试故障集，提供嵌入式系统测试故障集。对于测试过程中遇到的故障，收集故障的问题名称、问题描述、问题类型，形成嵌入式系统测试故障集。步骤2：在嵌入式系统测试故障集中搜索接口问题，分析提取与时序相关的故障，初步形成时序相关的接口故障集。嵌入式系统测试故障集中的问题类型进行检索，搜索关键字“数据”、“接口”，将与数据接口相关的问题收集后，筛选出与时序相关的本文档来自技高网...

【技术保护点】
1.一种基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述方法包括如下步骤：步骤1：构建嵌入式系统测试故障集；步骤2：在嵌入式系统测试故障集中搜索接口相关的关键故障，在接口相关的关键故障中分析提取与时序相关的故障，形成时序相关的接口故障集；步骤3：在嵌入式系统测试故障集中搜索与时序相关的关键故障，在时序相关的关键故障中分析提取与接口相关的故障，形成接口相关的时序故障集；步骤4：将时序相关的接口故障集和接口相关的时序故障集合并形成接口时序故障集；步骤5：根据接口时序故障集中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序相关的关键影响因素，形成嵌入式系统接口时序知识集。

【技术特征摘要】
1.一种基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述方法包括如下步骤：步骤1：构建嵌入式系统测试故障集；步骤2：在嵌入式系统测试故障集中搜索接口相关的关键故障，在接口相关的关键故障中分析提取与时序相关的故障，形成时序相关的接口故障集；步骤3：在嵌入式系统测试故障集中搜索与时序相关的关键故障，在时序相关的关键故障中分析提取与接口相关的故障，形成接口相关的时序故障集；步骤4：将时序相关的接口故障集和接口相关的时序故障集合并形成接口时序故障集；步骤5：根据接口时序故障集中的故障类型，利用基于细粒度特征语义网络的方法，提取接口时序相关的关键影响因素，形成嵌入式系统接口时序知识集。2.如权利要求1所述的基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述嵌入式系统测试故障集中存储引起测试系统软件发生故障的问题；具体包括对于测试过程中遇到的故障，收集故障的问题名称、问题描述、问题类型。3.如权利要求2所述的基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述问题类型分为程序问题、代码问题、文档问题、时序问题、接口问题，每个问题的类型属于其中一种。4.如权利要求1所述的基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述步骤2中，对嵌入式系统测试故障集中的故障进行检索，搜索关键字“接口”，将与接口相关的关键故障收集后，筛选出与时序相关的故障，形成时序相关的接口故障集。5.如权利要求1所述的基于细粒度特征语义网络的系统接口时序知识分析方法，其特征在于，所述步骤3中，对嵌入...

【专利技术属性】
技术研发人员：王佳佳，李娜，张晛，杨楠，王颖，唱明旭，张依漪，王栋，
申请(专利权)人：北京京航计算通讯研究所，
类型：发明
国别省市：北京,11