一种操作模拟方法和装置、以及计算机设备制造方法及图纸

本发明专利技术提供了一种操作模拟方法和装置、以及计算机设备。本发明专利技术提供的操作模拟方法通过获取目标操作数据，其中，目标操作数据为用于模拟输入设备被执行目标操作的数据，目标操作符合人类在完成目标验证方式的过程中对输入设备执行操作的行为特征；在目标操作数据中加入随机噪声，得到测试操作数据；模拟输入设备被执行测试操作数据对应的操作。解决了相关技术中对基于人类行为特征的验证方式的测试过程自动化测试覆盖率较低的技术问题。

【技术实现步骤摘要】
一种操作模拟方法和装置、以及计算机设备
本专利技术涉及计算机领域，尤其涉及一种操作模拟方法和装置、以及计算机设备。
技术介绍
目前用户通过计算机终端在执行登录网站、网上支付款项、注册账号等操作之前，通常系统会提供一个验证方式，例如，通过识别在验证码静态图片中的字符、识别在验证码动态图片中的字符、拖拽图像滑块等验证方式，用户在执行了满足条件的操作之后，如果系统认为验证成功，则允许用户进一步执行操作，如果验证不成功，则重复提供验证信息，直至用户验证成功或超过预设次数。因此，在一个带有验证功能的系统的开发阶段，为了对系统执行自动化测试，往往需要提前准备多个验证码的测试用例，而对于验证条件包括验证对输入设备的操作过程是否符合人类行为特征的验证方式的测试，例如，拖拽图像滑块的验证方式等，目前通常采用几个事先录制好的动作反复操作，测试用例较少，覆盖率较低，如果需要提高测试覆盖率，则无法自动化测试，需要测试人员人工的完成验证过程，测试效率较低。针对相关技术中对基于人类行为特征的验证方式的测试过程自动化测试覆盖率较低的技术问题，目前尚未提出有效的解决方案。
技术实现思路
有鉴于此，本专利技术实施例提供了一种操作模拟方法和装置、以及计算机设备，用以解决相关技术中对基于人类行为特征的验证方式的测试过程自动化测试覆盖率较低的技术问题。一方面，本专利技术实施例提供了一种操作模拟方法，包括：获取目标操作数据，其中，目标操作数据为用于模拟输入设备被执行目标操作的数据，目标操作符合人类在完成目标验证方式的过程中对输入设备执行操作的行为特征；在目标操作数据中加入随机噪声，得到测试操作数据；模拟输入设备被执行测试操作数据对应的操作。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在目标操作数据中加入随机噪声，得到测试操作数据，包括：提取目标操作数据的特征量，得到目标特征量，其中，特征量用于作为目标验证方式判断特征量对应的操作是否符合人类行为特征的依据；将目标特征量输入第一预设模型，并将第一预设模型的输出数据作为测试操作数据的特征量，其中，第一预设模型为预先对第一神经网络模型进行训练得到的模型，训练目标为使第一神经网络模型的输入数据和输出数据相同；基于测试操作数据的特征量，生成测试操作数据。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，特征量对应的特征至少包括以下之一：鼠标在预设时刻的滑动速度、鼠标在预设时刻的滑动加速度、鼠标在预设时刻的位置、鼠标的点击速度、键盘在预设时段内的键入速度。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，基于测试操作数据的特征量，生成测试操作数据，包括：将测试操作数据的特征量输入第二预设模型，得到测试操作数据对应的操作是否符合行为特征的判断结果，其中，第二预设模型为预先采用至少一个训练样本对、对第二神经网络模型进行训练得到的模型，每个训练样本对包括用于作为第二神经网络模型的训练输入数据的特征量样本、以及用于作为第二神经网络模型的输出数据的判断结果样本；在判断结果为是的情况下，执行步骤：基于测试操作数据的特征量，生成测试操作数据；在判断结果为否的情况下，执行如下步骤：基于目标特征量对第一预设模型进行再训练，得到第三预设模型；将目标特征量输入第三预设模型，并将测试操作数据的特征量更新为第三预设模型的输出数据；重新将测试操作数据的特征量输入第二预设模型，得到判断结果，并执行判断结果对应的步骤。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，获取目标操作数据，包括：在多个预设操作数据中，随机选取一个预设操作数据，得到预设操作数据，其中，每个预设操作数据对应的预设操作符合人类在完成目标验证方式的过程中的行为特征；或者，接收用户对输入设备执行的操作，并转换为操作数据，得到目标操作数据。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在目标验证方式为鼠标拖拽式验证方式的情况下，模拟输入设备被执行测试操作数据对应的操作，包括：根据目标验证方式生成验证界面；通过图像识别方式，在验证界面中识别鼠标的拖拽终止区域；基于拖拽终止区域和测试操作数据，确定拖拽起始区域；从拖拽起始区域起始，模拟鼠标被执行测试操作数据对应的拖拽操作。上述技术方案中的一个技术方案具有如下有益效果：采用本实施例提供的方法生成的测试操作数据，由于对目标操作数据加入了随机噪声，能够使得测试操作数据对应的操作与目标操作不完全相同，利用测试操作数据对应的操作去对目标验证方式执行自动化测试，能够丰富测试用例，尤其是验证成功的测试用例，解决了相关技术中对基于人类行为特征的验证方式的测试过程自动化测试覆盖率较低的技术问题。另一方面，本专利技术实施例提供了一种操作模拟装置，包括：获取单元，用于获取目标操作数据，其中，目标操作数据为用于模拟输入设备被执行目标操作的数据，目标操作符合人类在完成目标验证方式的过程中对输入设备执行操作的行为特征；添加单元，用于在目标操作数据中加入随机噪声，得到测试操作数据；模拟单元，用于模拟输入设备被执行测试操作数据对应的操作。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，添加单元包括：提取模块，用于提取目标操作数据的特征量，得到目标特征量，其中，特征量用于作为目标验证方式判断特征量对应的操作是否符合人类行为特征的依据；第一输入模块，用于将目标特征量输入第一预设模型，并将第一预设模型的输出数据作为测试操作数据的特征量，其中，第一预设模型为预先对第一神经网络模型进行训练得到的模型，训练目标为使第一神经网络模型的输入数据和输出数据相同；第一生成模块，用于基于测试操作数据的特征量，生成测试操作数据。如上的方面和任一可能的实现方式，进一步提供一种实现方式，特征量对应的特征至少包括以下之一：鼠标在预设时刻的滑动速度、鼠标在预设时刻的滑动加速度、鼠标在预设时刻的位置、鼠标的点击速度、键盘在预设时段内的键入速度。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，第一生成模块包括：第二输入模块，用于将测试操作数据的特征量输入第二预设模型，得到测试操作数据对应的操作是否符合行为特征的判断结果，其中，第二预设模型为预先采用至少一个训练样本对、对第二神经网络模型进行训练得到的模型，每个训练样本对包括用于作为第二神经网络模型的训练输入数据的特征量样本、以及用于作为第二神经网络模型的输出数据的判断结果样本；第一执行模块，用于在判断结果为是的情况下，执行步骤：基于测试操作数据的特征量，生成测试操作数据；第二执行模块，用于在判断结果为否的情况下，执行如下步骤：基于目标特征量对第一预设模型进行再训练，得到第三预设模型；将目标特征量输入第三预设模型，并将测试操作数据的特征量更新为第三预设模型的输出数据；重新将测试操作数据的特征量输入第二预设模型，得到判断结果，并执行判断结果对应的步骤。如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，获取单元包括：选取模块，用于在多个预设操作数据中，随机选取一个预设操作数据，得到预设操作数据，其中，每个预设操作数据对应的预设操作符合人类在完成目标验证方式的过程中的行为特征；或者，接收模块，用于接收用户对输入设备执行的操作，并转换为操作数据，得到目标本文档来自技高网...

【技术保护点】
1.一种操作模拟方法，其中，所述方法包括：获取目标操作数据，其中，所述目标操作数据为用于模拟输入设备被执行目标操作的数据，所述目标操作符合人类在完成目标验证方式的过程中对所述输入设备执行操作的行为特征；在所述目标操作数据中加入随机噪声，得到测试操作数据；模拟所述输入设备被执行所述测试操作数据对应的操作。

【技术特征摘要】
1.一种操作模拟方法，其中，所述方法包括：获取目标操作数据，其中，所述目标操作数据为用于模拟输入设备被执行目标操作的数据，所述目标操作符合人类在完成目标验证方式的过程中对所述输入设备执行操作的行为特征；在所述目标操作数据中加入随机噪声，得到测试操作数据；模拟所述输入设备被执行所述测试操作数据对应的操作。2.根据权利要求1所述的方法，其中，所述在所述目标操作数据中加入随机噪声，得到测试操作数据，包括：提取所述目标操作数据的特征量，得到目标特征量，其中，所述特征量用于作为所述目标验证方式判断所述特征量对应的操作是否符合人类行为特征的依据；将所述目标特征量输入第一预设模型，并将所述第一预设模型的输出数据作为所述测试操作数据的特征量，其中，所述第一预设模型为预先对第一神经网络模型进行训练得到的模型，训练目标为使所述第一神经网络模型的输入数据和输出数据相同；基于所述测试操作数据的特征量，生成所述测试操作数据。3.根据权利要求2所述的方法，其中，所述特征量对应的特征至少包括以下之一：鼠标在预设时刻的滑动速度、所述鼠标在所述预设时刻的滑动加速度、所述鼠标在所述预设时刻的位置、所述鼠标的点击速度、键盘在预设时段内的键入速度。4.根据权利要求2所述的方法，其中，所述基于所述测试操作数据的特征量，生成所述测试操作数据，包括：将所述测试操作数据的特征量输入第二预设模型，得到所述测试操作数据对应的操作是否符合所述行为特征的判断结果，其中，所述第二预设模型为预先采用至少一个训练样本对、对第二神经网络模型进行训练得到的模型，每个所述训练样本对包括用于作为所述第二神经网络模型的训练输入数据的特征量样本、以及用于作为所述第二神经网络模型的输出数据的判断结果样本；在所述判断结果为是的情况下，执行步骤：基于所述测试操作数据的特征量，生成所述测试操作数据；在所述判断结果为否的情况下，执行如下步骤：基于所述目标特征量对所述第一预设模型进行再训练，得到第三预设模型；将所述目标特征量输入所述第三预设模型，并将所述测试操作数据的特征量更新为所述第三预设模型的输出数据；重新将所述测试操作数据的特征量输入所述第二预设模型，得到所述判断结果，并执行所述判断结果对应的步骤。5.根据权利要求1所述的方法，其中，所述获取目标操作数据，包括：在多个预设操作数据中，随机选取一个预设操作数据，得到所述预设操作数据，其中，每个所述预设操作数据对应的预设操作符合人类在完成所述目标验证方式的过程中的行为特征；或者，接收用户对所述输入设备执行的操作，并转换为操作数据，得到所述目标操作数据。6.根据权利要求1所述的方法，其中，在所述...

【专利技术属性】
技术研发人员：徐佳良，刘劲柏，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44