网络通信参数配置测试用例生成方法、装置及测试方法制造方法及图纸

本发明专利技术一种网络通信参数配置测试用例生成方法、装置及测试方法，属于网络测试领域，包括：根据业务通信需求，获取测试参数以及对应各参数的测试数据；从测试参数中选定一基准参数，计算其余各参数与基准参数的融合度；基于融合度，对所述各参数进行排序，得到所有参数的有序序列；基于参数的有序序列，获取各参数的测试数据对应的行或列矩阵；基于各参数测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵；基于多维多行多列矩阵，获取得到最优测试用例集。本说明书提供的测试用例生成方法在使用蚁群算法前，对测试数据进行矩阵排序，提高算法初期收敛速度，加快搜寻时间，得到最优测试用例集。得到最优测试用例集。得到最优测试用例集。

【技术实现步骤摘要】
网络通信参数配置测试用例生成方法、装置及测试方法


[0001]本专利技术涉及网络测试领域，特别涉及一种网络通信参数配置测试用例生成方法、装置及测试方法。

技术介绍

[0002]蚁群算法是一种用来寻找优化路径的概率型算法，该算法应用于其他组合优化问题，如旅行商问题、指派问题、Job
‑
shop调度问题、图着色问题和网络路由问题等。近几年，也有学者将其应用到接口测试中，将两两参数进行组合得到测试用例集，一般接口测试工作量较大，通过蚁群算法得到最优组合测试用例集。随着信息科技的快速发展，网络通信系统也尤其复杂，系统通信需要配置各类参数，且参数类型多样化，取值范围随机性强，在对网络类设备进行测试时，需要设计大量组合用例对其网络通信功能进行覆盖，人工测试设计和执行所占用的成本资源非常大，所以急需自动化生成测试用例，且对测试用例进行优化，得到高效率的测试用例集。
[0003]基于蚁群算法的测试用例生成具有一定的前提条件，需要准备大量的测试数据，可以是历史测试数据，也可以是重新设计的测试数据。蚁群算法中信息素初值相同，选择下一个节点时倾向于随机选择，虽然随机选择能探索更大的任务空间，有助于找到潜在的全局最优解，但是需要较长时间才能发挥正反馈的作用，导致算法初期收敛速度较慢。

技术实现思路

[0004]鉴于上述的分析，本专利技术实施例旨在提供一种网络通信参数配置测试用例生成方法、装置及测试方法，用于解决算法初期收敛速度慢，导致测试效率低的问题。
[0005]本说明书提供一种网络通信参数配置测试用例生成方法、装置及测试方法，其包括：
[0006]根据业务通信需求，获取测试参数以及对应各参数的测试数据；
[0007]从所述测试参数中确定一基准参数，计算其余各参数与所述基准参数的融合度；
[0008]基于所述融合度，对所述各参数进行排序，得到所有参数的有序序列；
[0009]基于所述参数的有序序列，获取各参数的测试数据对应的行或列矩阵；
[0010]基于各参数的测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵；
[0011]基于所述多维多行多列矩阵，获取得到最优测试用例集。
[0012]可选地，根据业务通信需求，获取测试参数以及对应各参数的测试数据，包括：
[0013]获取测试参数集合，其中，所述参数集合包括参数名称、参数类型、参数取值范围和参数个数；
[0014]根据每个测试参数的取值范围，基于等价类划分法和边界值法，获取对应各参数的测试数据。
[0015]可选地，从所述测试参数中确定一基准参数，计算其余各参数与所述基准参数的
融合度，包括：
[0016]确定所述基准参数的融合度为0；
[0017]根据所述其余各参数和所述基准参数的关系，计算得到所述其余各参数的融合度；其中，其余各参数的融合度取值包括1、2、3、4四个等级。
[0018]可选地，基于所述各参数的融合度，对所述各参数进行排序，得到所有参数的有序序列，包括：
[0019]基于冒泡排序法，对所述各参数的融合度排序。
[0020]可选地，基于所述参数的有序序列，获取各参数的测试数据对应的行或列矩阵，包括：
[0021]将所述基准参数的有序序列设置为列矩阵；
[0022]将所述其余各参数的有序序列设置为行矩阵。
[0023]可选地，基于各参数测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵，包括：
[0024]将所述列矩阵分别和第一个行矩阵，按照矩阵相乘原理，组合得到第一个组合矩阵；
[0025]将第一个组合矩阵和第二个行矩阵组合得到第二组合矩阵；
[0026]将第二个组合矩阵和第三个行矩阵组合得到第三个组合矩阵；直至与所有行矩阵均组合完毕，得到所述多维多行多列矩阵。
[0027]可选地，基于所述多维多行多列矩阵，获取得到最优测试用例集，包括：
[0028]基于蚁群算法，初始化算法参数，所述算法参数包括蚂蚁数量m、信息素因子α、启发函数因子β、信息素挥发因子ρ和最大迭代次数t；
[0029]构建解空间，计算每一个所述参数测试数据的概率k为1至m，计算公式为：
[0030][0031]其中，i、j分别表示每段路径的起点和终点；τ
ij
(t)表示代表t时刻路径(i，j)上信息素的浓度；η
ij
代表蚂蚁从参数测试数据i移动到参数测试数据j的期望程度，取值为d
ij
代表路径(i，j)之间的距离；allowed
k
表示未访问过的节点的集合；
[0032]更新信息素，信息素叠加和挥发遵循公式为：
[0033]τ
ij
(t+1)＝τ
ij
(t)*(1
‑
ρ)+Δτ
ij
(t)，0＜ρ＜1其中，τ
ij
(t+1)表示第t+1次循环后用例节点i到用例节点j上的信息素含量；ρ是信息素挥发系数，该系数的范围为(0，1)，当ρ越大时，信息素挥发的越快，信息素的叠加速度会下降；τ
ij
(t)*(1－ρ)表示第t次循环后剩余的信息素含量；Δτ
ij
(t)为新增信息素含量；
[0034]完成一次遍历后更新所有路径的信息素浓度，信息素含量公式为：
[0035][0036]其中表示第k只蚂蚁在路径(i,j)上留下的信息素含量；
[0037]达到最大迭代次数，蚂蚁算法终止，蚂蚁选取信息素含量较多的参数测试数据打上标签，获得所述最优测试用例集。
[0038]本说明书提供一种网络通信参数配置测试用例生成装置，包括：获取模块、融合度生成模块、排序模块、矩阵获取模块、最优测试用例筛选模块；
[0039]获取模块，用于根据业务通信需求，获取测试参数以及对应各参数的测试数据；
[0040]融合度计算模块，用于从所述测试参数中确定一基准参数，计算其余各参数与所述基准参数的融合度；
[0041]排序模块，用于基于所述融合度，对所述各参数进行排序，得到所有参数的有序序列；
[0042]矩阵获取模块，用于基于所述参数的有序序列，获取各参数的测试数据对应的行或列矩阵，基于各参数的测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵；
[0043]最优测试用例筛选模块，用于基于所述多维多行多列矩阵，获取得到最优测试用例集。
[0044]可选地，所述融合度计算模块，执行下述流程计算得到所述融合度：
[0045]确定所述基准参数的融合度为0；
[0046]根据所述其余各参数和所述基准参数的关系，计算得到所述其余各参数的融合度；其中，其余各参数的融合度取值包括1、2、3、4四个等级。
[0047]本说明书提供一种软件测试方法，在获取得到最优测试用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络通信参数配置测试用例生成方法，其特征在于，包括：根据业务通信需求，获取测试参数以及对应各参数的测试数据；从所述测试参数中确定一基准参数，计算其余各参数与所述基准参数的融合度；基于所述融合度，对所述各参数进行排序，得到所有参数的有序序列；基于所述参数的有序序列，获取各参数的测试数据对应的行或列矩阵；基于各参数的测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵；基于所述多维多行多列矩阵，获取得到最优测试用例集。2.根据权利要求1所述的一种网络通信参数配置测试用例生成方法，其特征在于，根据业务通信需求，获取测试参数以及对应各参数的测试数据，包括：获取测试参数集合，其中，所述参数集合包括参数名称、参数类型、参数取值范围和参数个数；根据每个测试参数的取值范围，基于等价类划分法和边界值法，获取对应各参数的测试数据。3.根据权利要求1所述的一种网络通信参数配置测试用例生成方法，其特征在于，从所述测试参数中确定一基准参数，计算其余各参数与所述基准参数的融合度，包括：确定所述基准参数的融合度为0；根据所述其余各参数和所述基准参数的关系，计算得到所述其余各参数的融合度；其中，其余各参数的融合度取值包括1、2、3、4四个等级。4.根据权利要求3所述的一种网络通信参数配置测试用例生成方法，其特征在于，基于所述融合度，对所述各参数进行排序，得到所有参数的有序序列，包括：基于冒泡排序法，对所述各参数的融合度排序。5.根据权利要求4所述的一种网络通信参数配置测试用例生成方法，其特征在于，基于所述参数的有序序列，获取各参数的测试数据对应的行或列矩阵，包括：将所述基准参数的有序序列设置为列矩阵；将所述其余各参数的有序序列设置为行矩阵。6.根据权利要求5所述的一种网络通信参数配置测试用例生成方法，其特征在于，基于各参数测试数据对应的行或列矩阵，组合得到所有参数的测试数据对应的多维多行多列矩阵，包括：将所述列矩阵分别和第一个行矩阵，按照矩阵相乘原理，组合得到第一个组合矩阵；将第一个组合矩阵和第二个行矩阵组合得到第二个组合矩阵；将第二个组合矩阵和第三个行矩阵组合得到第三个组合矩阵；直至与所有行矩阵均组合完毕，得到所述多维多行多列矩阵。7.根据权利要求6所述的一种网络通信参数配置测试用例生成方法，其特征在于，基于所述多维多行多列矩阵，获取得到最优测试用例集，包括：基于蚁群算法，初始化算法参数，所述算法参数包括蚂蚁数量m、信息素因子α、启发函数因子β、信息素挥发因子ρ和最大迭代次数t；构建解空间，计算每一个所述参数测试数据的概率k为1至m，计算公式为：
其中，i、j分别表示每段路径的起点和终点；τ
ij
(t)表示代表t时...

【专利技术属性】
技术研发人员：王婷婷，高朋，双世勇，张国宇，孟伟，彭鸣，孙跃聪，侯裕攀，
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：