基于AI的健壮性智能测试系统及其测试方法技术方案

本发明专利技术提供了基于AI的健壮性智能测试系统及其测试方法，包括以训练好的神经网络架构下的训练库，以原有的手工测试用例作为初始数据导入该数据库，其特征在于：所述数据库与测试系统进行数据双向传输，所述测试系统的输出端外设有API接口与程序应用界面；所述测试系统还包括测试结果输出显示模块、执行模块、测试结果清空模块、测试结果分析模块和测试停止模块；所述执行模块内设有收集分析转换模型，且设有多个KBtest子系统容器。本发明专利技术通过机器学习的训练库训练大量的人工测试数据后，通过算法以及多个分割的子系统进行匹配用例得出最优模型作为测试比对的模型，再对被测试系统进行边界压力测试，提高准确性，释放机械重复的测试工作，提高测试效率。

【技术实现步骤摘要】
基于AI的健壮性智能测试系统及其测试方法
本专利技术涉主要是及信息
，尤其是基于AI的健壮性智能测试系统及其测试方法。
技术介绍
随之软件开发多样化，需要满足功能多样化和投产时间短，尽快的实现产品价值；接踵而至就是为保证产品的质量为其进行测试。但这种软件测试是机械人工重复性的工作，会增加人工成本，并且测试的速度较慢。其中，软件测试中的边界测试情况需要考虑，让机器去完成数万计的边界测试。释放出来更多人力去做更有意义的事情。
技术实现思路
本专利技术旨在于提供基于AI的健壮性智能测试系统及其测试方法，用以解决测试开发的软件验证的时靠人工机械重复操作，效率低下。为解决上述的
技术介绍
问题，本申请采用的技术方案为：基于AI的健壮性智能测试系统，包括以训练好的神经网络架构下的训练库，以原有的手工测试用例作为初始数据导入该数据库，所述数据库与测试系统进行数据双向传输，所述测试系统的输出端外设有API接口与程序应用界面；所述测试系统还包括测试结果输出显示模块、执行模块、测试结果清空模块、测试结果分析模块本文档来自技高网...

【技术保护点】
1.基于AI的健壮性智能测试系统，包括以训练好的神经网络架构下的训练库，以原有的手工测试用例作为初始数据导入该数据库，其特征在于：所述数据库与测试系统进行数据双向传输，所述测试系统的输出端外设有API接口与程序应用界面；/n所述测试系统还包括测试结果输出显示模块、执行模块、测试结果清空模块、测试结果分析模块和测试停止模块；/n所述执行模块内设有收集分析转换模型，且设有多个KBtest子系统容器，所述KBtest子系统用于获取API接口导入的数据信息并多线程分发任务，向数据库发送执行测试请求指令对应用例调取。/n

【技术特征摘要】
1.基于AI的健壮性智能测试系统，包括以训练好的神经网络架构下的训练库，以原有的手工测试用例作为初始数据导入该数据库，其特征在于：所述数据库与测试系统进行数据双向传输，所述测试系统的输出端外设有API接口与程序应用界面；
所述测试系统还包括测试结果输出显示模块、执行模块、测试结果清空模块、测试结果分析模块和测试停止模块；
所述执行模块内设有收集分析转换模型，且设有多个KBtest子系统容器，所述KBtest子系统用于获取API接口导入的数据信息并多线程分发任务，向数据库发送执行测试请求指令对应用例调取。


2.根据权利要求1所述的基于AI的健壮性智能测试系统，其特征在于，所述收集分析转换模型用于收集数据信息后，分析获得api接口或UI程序的参数数据类型的边界压力测试的极端值和异常值，生成参数库的用例模型；并调取其中最接近的用例模型以其为基础进行修改参数后的模型作为测试模型。


3.基于AI的健壮性智能测试方法，其特征在于，包括如下步骤：
步骤一、初始化训练用例：
101、导入人工测试的历史测试案例数据到训练库中，
102、定义参...

【专利技术属性】
技术研发人员：李冰成，
申请(专利权)人：上海金仕达软件科技有限公司，
类型：发明
国别省市：上海;31