一种基于组件信息的移动应用自动测试方法技术

本发明专利技术提供了一种基于组件信息的移动应用自动测试方法，通过提取GUI中组件轮廓、文本及其位置信息，并通过全连接层线性变换，生成UI状态，再结合操控动作，生成{UI+操控}上下文，形成包含完整UI信息的向量表达形式；利用UI状态及其操控动作所得到的上下文信息，训练LSTM深度学习模型；利用训练出的模型，可以依据UI状态转换序列预测下一次动作的位置和类型，为不同的测试类型提供输入序列，实现了对移动应用的自动测试。移动应用的自动测试。移动应用的自动测试。

【技术实现步骤摘要】
一种基于组件信息的移动应用自动测试方法


[0001]本专利技术属于软件自动化测试
，具体涉及一种基于组件信息的移动应用自动测试方法。

技术介绍

[0002]近年来，移动设备已经逐渐成为人们生活中不可或缺的设备，移动应用也愈来愈多，但是这些移动应用需要由应用市场和政府充分检查，以防止发布恶意或不适当的应用程序。为此，许多动态分析方法被设计和使用，大部分方法通常需要在沙箱中运行应用程序，分析的完整性取决于覆盖了多少应用程序中功能。然而，由于应用程序数量庞大，人力资源有限，审计人员很难手动全面运行应用程序。因此，学术界和业界都对移动应用的自动输入生成器进行了广泛的研究。
[0003]自动输入生成器被广泛用于移动应用程序的大规模动态分析。移动应用程序的输入通常由与应用程序的图形用户界面(GUI)的交互来表示。这样的输入生成器必须不断选择与哪个UI元素进行交互，以及如何与它进行交互，以便在有限的时间预算下实现高覆盖率。目前，大多数输入生成器采用伪随机或暴力搜索策略，这可能需要很长时间才能找到正确的输入组合，从而推动应用进入新的重要状态。...

【技术保护点】

【技术特征摘要】
1.一种移动应用自动测试方法，其特征在于，包括：步骤1、提取移动应用的UI状态中的UI元素区域及其中的文本，将UI元素区域的文本和位置坐标构成UI状态向量s
i
；步骤2、构建并训练预测模型：构建顺次包括第一全连接层、LSTM、第二全连接层以及Softmax层的预测模型；预测模型输入为当前的UI状态s
i
以及最近三次的UI转换上下文context
i
；其中UI转换上下文context
i
包括UI状态向量和操作a
i
向量，操作a
i
向量包括操作的类型向量和位置向量；对于预测模型的输入，第一全连接层网络将UI状态向量和操作a
i
向量转换为相同的维度；继而输入到LSTM提取向量随时间的序列变化信息，最后采用第二全连接层和Softmax层，输出操作位置向量和操作类型概率；训练时，人工对UI的下一次操作的类型和位置作为标签，与预测模型预测的操作的类型和位置进行对比，求得loss函数并进行反向传播，对预测模型进行优化；步骤3、对移动应用进行自动测试时，采集当前的UI状态si以及最近三次的UI转换上下文context
i
输入到优化好的预测模型中，输出的下...

【专利技术属性】
技术研发人员：黎宣，何成海，韩卓兵，曹首峰，王风宇，孔健，王长号，
申请(专利权)人：国家计算机网络与信息安全管理中心，
类型：发明
国别省市：