基于开源软件缺陷问题的软件测试类型推荐方法和系统技术方案

本发明专利技术属于软件测试领域，涉及一种基于开源软件缺陷问题的软件测试类型推荐方法和系统。通过获取开源软件的缺陷列表，构建正交缺陷分类模型确定软件缺陷的正交缺陷类别，基于统计特征进行软件缺陷关键词抽取，构建了开源软件和其对应的软件缺陷、软件缺陷类别、软件缺陷关键词和软件测试类型的异构关联图，使用随机游走算法计算从软件节点游走到测试类型节点的概率，将该概率作为软件测试类型重要性权重，从而实现自动化的软件测试类型推荐，提升软件测试过程的效率和质量。升软件测试过程的效率和质量。升软件测试过程的效率和质量。

【技术实现步骤摘要】
基于开源软件缺陷问题的软件测试类型推荐方法和系统


[0001]本专利技术属于软件测试领域，尤其涉及一种基于开源软件缺陷问题的软件测试类型推荐方法和系统。

技术介绍

[0002]随着信息技术的飞速发展，信息系统软件已广泛使用云计算、大数据等新技术来大幅提升系统的自动化、可视化、智能化水平。然而目前云计算、大数据等技术由于复杂性、层次性等，现有的信息系统的实现依赖于集成现有的云计算、大数据开源软件或者框架。
[0003]随着开源软件的流行和高速发展，开源软件的软件缺陷数量剧增，为了提升软件测试过程的效率和质量，对于开源软件测试的测试类型推荐是需要考虑和解决的问题。

技术实现思路

[0004]鉴于上述的分析，本专利技术旨在提供一种基于开源软件缺陷问题的软件测试类型推荐方法和系统，构建开源软件和其软件缺陷、缺陷类别、关键词以及需要推荐的测试类型的异构关联图，使用随机游走算法计算从软件节点游走到测试类型节点的概率，将该概率作为软件测试类型重要性权重，从而实现自动化的软件测试类型推荐。
[0005]一方面，本专利技术提供了一种基于开源软件缺陷问题的软件测试类型推荐方法，具体包括如下步骤：
[0006]获取给定的开源软件的缺陷记录并进行清理，得到清理后的缺陷类别和清理后的软件缺陷；
[0007]基于清理后的缺陷类别和清理后的软件缺陷，使用正交缺陷分类模型得到标注后软件缺陷，确定其正交缺陷类别和对应的初始测试类型；
[0008]对标注后软件缺陷进行关键词抽取，得到关键词；/>[0009]基于所述开源软件、所述标注后软件缺陷、正交缺陷类别、所述关键词和初始测试类型构建软件异构关联图；
[0010]基于所述异构关联图使用随机游走算法得到给定的所述开源软件的测试类型推荐。
[0011]进一步的，所述构建软件异构关联图包括，包括：
[0012]构建图的节点：软件、缺陷、缺陷类别、关键词和测试类型；
[0013]基于所述开源软件和所述标注后软件缺陷构建{软件，缺陷}边；
[0014]基于所述标注后软件缺陷和所述正交缺陷类别构建{缺陷，缺陷类别}边；
[0015]基于所述标注后软件缺陷和所述关键词，构建{缺陷，关键词}和{关键词，缺陷}边；
[0016]基于所述正交缺陷类别与所述初始测试类型的映射关系构建{缺陷类别，测试类型}边。
[0017]进一步的，所述基于所述异构关联图使用随机游走算法得到给定的所述开源软件
的测试类型推荐包括：
[0018]删除所述异构关联图中从软件节点无法到达测试类型节点的分支；
[0019]找出从软件节点游走到测试类型节点的路径并计算游走路径的概率；
[0020]基于所述路径和所述概率计算所述开源软件对应的测试类型的推荐置信度；
[0021]基于所述推荐置信度对所述开源软件对应的测试类型进行排序，得到给定的所述开源软件的测试类型推荐。
[0022]进一步的，所述基于清理后的缺陷类别和清理后的软件缺陷，使用正交缺陷分类模型得到标注后软件缺陷，确定其正交缺陷类别和初始测试类型；包括：
[0023]构建正交缺陷分类模型并进行训练得到训练好的正交缺陷分类模型；
[0024]基于清理后的缺陷类别和清理后的软件缺陷，使用训练好的正交缺陷分类模型确定软件缺陷对应的正交缺陷类别并对其进行标注，得到标注后软件缺陷；
[0025]基于标注后软件缺陷对应的正交缺陷类别确定其初始测试类型。
[0026]进一步的，所述对标注后软件缺陷进行关键词抽取，得到关键词包括：
[0027]专业领域关键词抽取；
[0028]基于所述标注后软件缺陷获得所有分词；
[0029]计算每个分词的IDF值；
[0030]计算每个分词对每个缺陷的TF值；
[0031]计算每个分词对每个缺陷的TF
‑
IDF值；
[0032]基于TF
‑
IDF值确定关键词。
[0033]进一步的，获取给定的开源软件的缺陷记录并进行清理，得到清理后的缺陷类别和清理后的软件缺陷包括软件缺陷的类别清理和软件缺陷清理。
[0034]进一步的，所述软件缺陷清理包括对缺陷描述进行清理；所述对缺陷描述进行清理包括针对缺陷描述删除特殊符号、删除链接、删除大篇幅的代码片段，得到清理后的缺陷缺陷。
[0035]进一步的，所述正交缺陷分类模型包括输入层，BEAT编码层，Softmax层和损失函数层。
[0036]进一步的，所述正交缺陷类别包括赋值、检验、接口、算法、功能、时序、软件配置管理和文档。
[0037]另一方面，本专利技术还提供了一种基于开源软件缺陷问题的软件测试类型推荐系统，包括：
[0038]缺陷清理模块，用于获取给定的开源软件的缺陷记录并进行清理，得到清理后的缺陷类别和清理后的软件缺陷；
[0039]正交缺陷分类模块，用于基于清理后的缺陷类别和清理后的软件缺陷，使用正交缺陷分类模型得到标注后软件缺陷，确定其正交缺陷类别和初始测试类型；
[0040]关键词抽取模块，用于对标注后软件缺陷进行关键词抽取，得到关键词；
[0041]异构关联图模块，用于基于所述开源软件、所述标注后软件缺陷、正交缺陷类别、所述关键词和初始测试类型构建软件异构关联图；
[0042]测试类型推荐模块，用于基于所述异构关联图使用随机游走算法得到给定的所述开源软件的测试类型推荐。
[0043]本专利技术至少可以实现下述之一的有益效果：
[0044]通过构建正交缺陷分类模型，对开源软件的缺陷列表通过正交缺陷分类模型标注正交缺陷分类标签，确定缺陷对应的正交缺陷类别，并根据正交缺陷类别和软件测试类型的对应关系，得到开源软件对应的软件测试类型。
[0045]通过提取开源软件缺陷的关键词，推测软件之间的相似度，为软件测试类型推断提供了更丰富的推理路径。
[0046]通过获取开源软件的缺陷列表，构建正交缺陷分类模型确定软件缺陷的正交缺陷类别，基于统计特征进行软件缺陷关键词抽取，构建了软件、缺陷、缺陷类别、关键词和测试类型的异构关联图，使用随机游走算法计算从软件节点游走到测试类型节点的概率，将该概率作为软件测试类型重要性权重，从而实现自动化的软件测试类型推荐，提升软件测试过程的效率和质量。
[0047]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。
附图说明
[0048]附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。
[0049]图1为本专利技术实施例1软件测试类型推荐方法流程图；
[0050]图2为本专利技术实施例1自训练框架示意图；
[0051]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于开源软件缺陷问题的软件测试类型推荐方法,其特征在于，包括如下步骤：获取给定的开源软件的缺陷记录并进行清理，得到清理后的缺陷类别和清理后的软件缺陷；基于清理后的缺陷类别和清理后的软件缺陷，使用正交缺陷分类模型得到标注后软件缺陷，确定其正交缺陷类别和对应的初始测试类型；对标注后软件缺陷进行关键词抽取，得到关键词；基于所述开源软件、所述标注后软件缺陷、正交缺陷类别、所述关键词和初始测试类型构建软件异构关联图；基于所述异构关联图使用随机游走算法得到给定的所述开源软件的测试类型推荐。2.根据权利要求1所述的软件测试类型推荐方法，其特征在于，所述构建软件异构关联图包括，包括：构建图的节点：软件、缺陷、缺陷类别、关键词和测试类型；基于所述开源软件和所述标注后软件缺陷构建{软件，缺陷}边；基于所述标注后软件缺陷和所述正交缺陷类别构建{缺陷，缺陷类别}边；基于所述标注后软件缺陷和所述关键词，构建{缺陷，关键词}和{关键词，缺陷}边；基于所述正交缺陷类别与所述初始测试类型的映射关系构建{缺陷类别，测试类型}边。3.根据权利要求2所述的软件测试类型推荐方法，其特征在于，所述基于所述异构关联图使用随机游走算法得到给定的所述开源软件的测试类型推荐包括：删除所述异构关联图中从软件节点无法到达测试类型节点的分支；找出从软件节点游走到测试类型节点的路径并计算游走路径的概率；基于所述路径和所述概率计算所述开源软件对应的测试类型的推荐置信度；基于所述推荐置信度对所述开源软件对应的测试类型进行排序，得到给定的所述开源软件的测试类型推荐。4.根据权利要求1
‑
3任一项所述的软件测试类型推荐方法，其特征在于，所述基于清理后的缺陷类别和清理后的软件缺陷，使用正交缺陷分类模型得到标注后软件缺陷，确定其正交缺陷类别和初始测试类型；包括：构建正交缺陷分类模型并进行训练得到训练好的正交缺陷分类模型；基于清理后的缺陷类别和清理后的软件缺陷，使用训练好的正交缺陷分类模型确定软件缺陷对应的正交缺陷类别并对其进行标注，得到标注后软件...

【专利技术属性】
技术研发人员：吴俊爽，王嬴超，白云，李皓宇，安鹏伟，曲天润，宋志强，陈俊英，闫宇航，赵菲，康建涛，刘博，张榕，
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：