System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 缺陷预测方法、设备及介质技术_技高网

缺陷预测方法、设备及介质技术

技术编号:40441464 阅读:9 留言:0更新日期:2024-02-22 23:04
本申请公开了一种缺陷预测方法、设备及介质,涉及软件测试技术领域。缺陷预测方法包括:根据目标程序的历史缺陷数据集,确定实际缺陷变化趋势;将历史缺陷数据集输入目标缺陷预测模型,利用目标缺陷预测模型对目标程序在预设测试周期内的缺陷进行预测,得到缺陷预测结果;根据实际缺陷变化趋势、缺陷预测结果与历史缺陷数据集之间的拟合情况以及缺陷预测结果的统计数据中的至少一者,获得目标程序的质量评价结果。本申请结合实际缺陷数据和利用目标缺陷预测模型输出的缺陷预测结果,对目标程序质量进行分析评价,可解决缺陷预测结果解读困难,难以根据缺陷预测结果评估目标程序质量的问题,可辅助技术人员判断上线风险。

【技术实现步骤摘要】

本申请涉及软件测试,尤其涉及一种缺陷预测方法、设备及介质


技术介绍

1、计算机技术整体水平的提升,对于软件也提出了更高的要求,无论是软件本身的规模还是软件技术的复杂程度,都在不断提高,软件质量的好坏直接影响了软件产品的使用效果和用户满意度。

2、软件测试是保证软件质量的关键步骤,测试部门作为软件质量保障的重要角色,在软件测试过程中,通过对各个测试阶段制定相应的规范和指引,以使测试结束时的软件能够符合组织级定义的出口标准,保证软件可顺利交付和通过验收。

3、目前,很多企业开始使用缺陷预测模型来辅助技术人员(如开发人员、测试人员)进行软件质量评估,然而在实际应用中,缺陷预测模型存在缺陷预测结果解读困难,技术人员难以根据缺陷预测结果评估软件质量,增大了软件上线风险的问题。


技术实现思路

1、本申请的主要目的在于提供一种缺陷预测方法、设备及介质,旨在解决缺陷预测模型输出的缺陷预测结果存在解读困难,导致难以根据缺陷预测结果评估软件质量的问题。

2、为实现上述目的,本申请采用如下技术方案:

3、第一方面,本申请提供了一种缺陷预测方法,方法包括:

4、根据目标程序的历史缺陷数据集,确定实际缺陷变化趋势;

5、将历史缺陷数据集输入目标缺陷预测模型,利用目标缺陷预测模型对目标程序在预设测试周期内的缺陷进行预测,得到缺陷预测结果;其中,预设测试周期包括多个按照时间排序的预设单位测试周期;

6、根据实际缺陷变化趋势、缺陷预测结果与历史缺陷数据集之间的拟合情况以及缺陷预测结果的统计数据中的至少一者,获得目标程序的质量评价结果;其中,质量评价结果为有风险或无风险。

7、在本申请可能的一实施例中,根据实际缺陷变化趋势,获得目标程序的质量评价结果,包括:

8、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的实际缺陷增长率、实际缺陷总数和严重缺陷总数;

9、判断按照对应的预设单位测试周期的顺序的实际缺陷增长率未出现持续增长趋势、各个实际缺陷总数均小于预设实际缺陷阈值和各个严重缺陷总数均小于或等于预设严重缺陷数量阈值是否成立,若成立,则质量评价结果为无风险,若不成立,则质量评价结果为有风险。

10、在本申请可能的一实施例中,根据缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

11、根据预设缺陷收敛判定时间及其之前的各个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定缺陷预测结果与历史缺陷数据集之间的拟合程度值;

12、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的缺陷预测误差;

13、判断拟合程度值小于或等于预设拟合阈值和各个缺陷预测误差均小于预设误差阈值是否成立,若成立,则质量评价结果为无风险,若不成立,则质量评价结果为有风险。

14、在本申请可能的一实施例中,根据缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

15、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的缺陷预测结果,确定预设缺陷收敛判定时间对应的预测缺陷总数和预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的预测缺陷增长率;

16、判断预设缺陷收敛判定时间对应的预测缺陷总数小于预设预测缺陷阈值和按照对应的预设单位测试周期的顺序的预测缺陷增长率呈下降趋势是否成立,若成立,则质量评价结果为无风险,若不成立,则质量评价结果为有风险。

17、在本申请可能的一实施例中,根据实际缺陷变化趋势和缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

18、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的实际缺陷增长率、实际缺陷总数和严重缺陷总数;

19、根据预设缺陷收敛判定时间及其之前的各个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定缺陷预测结果与历史缺陷数据集之间的拟合程度值;

20、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的缺陷预测误差;

21、判断按照对应的预设单位测试周期的顺序的实际缺陷增长率未出现持续增长趋势、各个实际缺陷总数均小于预设实际缺陷阈值、各个严重缺陷总数均小于或等于预设严重缺陷数量阈值、拟合程度值小于或等于预设拟合阈值和各个缺陷预测误差均小于预设误差阈值是否成立,若成立,则质量评价结果为无风险,若不成立,则质量评价结果为有风险。

22、在本申请可能的一实施例中,根据实际缺陷变化趋势和缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

23、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的实际缺陷增长率、实际缺陷总数和严重缺陷总数;

24、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的缺陷预测结果,确定预设缺陷收敛判定时间对应的预测缺陷总数和预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的预测缺陷增长率;

25、判断按照对应的预设单位测试周期的顺序的实际缺陷增长率未出现持续增长趋势、各个实际缺陷总数均小于预设实际缺陷阈值、各个严重缺陷总数均小于或等于预设严重缺陷数量阈值、预设缺陷收敛判定时间对应的预测缺陷总数小于预设预测缺陷阈值和按照对应的预设单位测试周期的顺序的预测缺陷增长率呈下降趋势是否成立,若成立,则质量评价结果为无风险,若不成立,则质量评价结果为有风险。

26、在本申请可能的一实施例中,根据缺陷预测结果与历史缺陷数据集之间的拟合情况和缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

27、根据预设缺陷收敛判定时间及其之前的各个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定缺陷预测结果与历史缺陷数据集之间的拟合程度值;

28、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的历史缺陷数据和缺陷预测结果,确定预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的缺陷预测误差;

29、根据预设缺陷收敛判定时间及其之前的多个预设单位测试周期对应的缺陷预测结果,确定预设缺陷收敛判定时间对应的预测缺陷总数和预设缺陷收敛判定时间及其之前的多个预设单位测试周期各自对应的预测缺陷增长率;

30、判断拟合程度值小于或等于预设拟合阈值、各个缺陷预测误差均小于预设误差阈值、本文档来自技高网...

【技术保护点】

1.一种缺陷预测方法,其特征在于,方法包括:

2.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势,获得目标程序的质量评价结果,包括:

3.根据权利要求1的缺陷预测方法,其特征在于,根据缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

4.根据权利要求1的缺陷预测方法,其特征在于,根据缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

5.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势和缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

6.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势和缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

7.根据权利要求1的缺陷预测方法,其特征在于,根据缺陷预测结果与历史缺陷数据集之间的拟合情况和缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

8.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势、缺陷预测结果与历史缺陷数据集之间的拟合情况以及缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

9.一种缺陷预测设备,其特征在于,包括处理器和存储器,存储器上存储有缺陷预测程序,缺陷预测程序被处理器执行时,实现如权利要求1至8中任一项的缺陷预测方法的步骤。

10.一种计算机可读存储介质,其特征在于,计算机可读存储介质上存储有缺陷预测程序,计算机程序被一个或多个处理器执行时,实现如权利要求1至8中任一项的缺陷预测方法的步骤。

...

【技术特征摘要】

1.一种缺陷预测方法,其特征在于,方法包括:

2.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势,获得目标程序的质量评价结果,包括:

3.根据权利要求1的缺陷预测方法,其特征在于,根据缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

4.根据权利要求1的缺陷预测方法,其特征在于,根据缺陷预测结果的统计数据,获得目标程序的质量评价结果,包括:

5.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势和缺陷预测结果与历史缺陷数据集之间的拟合情况,获得目标程序的质量评价结果,包括:

6.根据权利要求1的缺陷预测方法,其特征在于,根据实际缺陷变化趋势和缺陷预测结果的统计数据,获得目标程序的质量评价结果...

【专利技术属性】
技术研发人员:李阳
申请(专利权)人:招商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1