【技术实现步骤摘要】
本专利技术涉及工业软件测试领域尤其涉及一种基于支持向量机的测试用例缺陷预测及分类方法。
技术介绍
1、工业软件中常见的工业软件可分为图形化编程工业软件与代码编程工业软件，针对代码编程工业软件的测试用例缺陷定位与预测的方法较多，而针对图形化编程工业软件的缺陷定位以及预测的方法很少，工业软件测试用例缺陷预测在工业软件测试过程中及其重要，在帮助工业软件测试用例排序与优化方面起到了巨大的作用。
2、目前，现有工业软件测试领域，尤其是图形化编程建模的工业软件领域中，缺少一种基于机器学习的准确率更高，实际应用价值更大的测试用例缺陷预测与分类方法。现有的工业软件测试用例缺陷预测方法围绕覆盖率以及一些计算机算法为测试用例进行预测，并未切合测试用例的实际应用情况，使得准确率较低。
技术实现思路
1、根据现有技术存在的问题，本专利技术公开了一种基于支持向量机的测试用例缺陷预测及分类方法，具体包括如下步骤：
2、收集待测软件中缺陷报告公开页面提供的可复现缺陷的测试用例形成测试用例缺陷集；
3、统计测试用例缺陷集中测试用例的模块信息，搭建待测软件测试用例缺陷模块信息矩阵；
4、收集或生成一批待测软件上可正常运行的普通测试用例集，统计普通测试用例集中测试用例的模块信息，搭建待测软件普通测试用例模块信息矩阵；
5、将测试用例缺陷模块信息矩阵与普通测试用例模块信息矩阵按行打乱排序，形成待测软件测试用例矩阵；
6、将上述待测软件测试用例矩阵按
7、将所述训练集喂入支持向量机分类模型中训练，并用测试集矫正支持向量机分类模型中的参数，得到训练好的支持向量机分类模型；
8、将验证集输入至训练好的支持向量机分类模型进行预测，并将预测分类结果与验证集中结果对比，计算正确率。
9、进一步的，测试用例缺陷集与普通测试用例集在本质上是测试用例的集合，其区别在于所述测试用例缺陷集中每个测试用例缺陷文件在输入至待测软件中会诱发待测软件产生错误的输出、提示错误信息或崩溃，且应与待测软件中缺陷报告公开页面所述内容一致；普通测试用例集输入至待测软件中将正常运行并产生输出结果。
10、进一步的，待测软件测试用例矩阵由测试用例缺陷模块信息矩阵与普通测试用例模块信息矩阵组成，测试用例缺陷模块信息矩阵与普通测试用例模块信息矩阵为一个(m+1)*n大小的矩阵，其中m+1为待测软件中模块数量加1个执行判断位，n为测试用例数量。
11、进一步的，支持向量机分类模型为常见的支持向量机模型用于分类，在本方法中不对该模型进行额外变动，仅对参数c与kernel进行调节。
12、进一步的，计算正确率的方式为采用常见的f1_score算法。
13、更进一步的，将所对应测试用例在待测软件中执行，如正常运行，则执行判断位为0，待测软件产生错误的输出、提示错误信息或崩溃则执行判断为为1。
14、由于采用了上述技术方案，本专利技术提供的一种基于支持向量机的测试用例缺陷预测及分类方法，该方法对包含缺陷的测试用例集进行模块级的统计与分析搭建待测软件测试用例缺陷模块信息矩阵，并将经处理后的待测软件测试用例矩阵喂入支持向量机分类模型中进行训练得到训练好的支持向量机分类模型，再基于训练好的支持向量机分类模型对未知测试用例进行预测与分类，大大提高与优化了工业软件测试过程中的复杂流程，加速了工业软件测试过程中发现缺陷的能力并缩短了时间，有效提高工业软件测试效率。
本文档来自技高网...【技术保护点】
1.一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于包括：
2.根据权利要求1所述的一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于：所述测试用例缺陷集中每个测试用例缺陷文件在输入至待测软件中会诱发待测软件产生错误的输出、提示错误信息或崩溃，其中产生的信息与待测软件中缺陷报告公开页面所述内容一致；所述普通测试用例集输入至待测软件中将正常运行并产生输出结果。
3.根据权利要求1所述的一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于：所述待测软件测试用例矩阵包括测试用例缺陷模块信息矩阵和普通测试用例模块信息矩阵，测试用例缺陷模块信息矩阵与普通测试用例模块信息矩阵为一个(m+1)*n大小的矩阵，其中m+1为待测软件中模块数量加1个执行判断位，n为测试用例数量。
4.根据权利要求1所述的一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于：支持向量机分类模型为常见的支持向量机模型用于分类，在本方法中不对该模型进行额外变动，仅对参数C与kernel进行调节。
5.根据权利要求3所述的一种基于支持向量机的测试
...【技术特征摘要】
1.一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于包括：
2.根据权利要求1所述的一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于：所述测试用例缺陷集中每个测试用例缺陷文件在输入至待测软件中会诱发待测软件产生错误的输出、提示错误信息或崩溃，其中产生的信息与待测软件中缺陷报告公开页面所述内容一致；所述普通测试用例集输入至待测软件中将正常运行并产生输出结果。
3.根据权利要求1所述的一种基于支持向量机的测试用例缺陷预测及分类方法，其特征在于：所述待测软件测试用例矩阵包括测试用例缺陷模块信息矩阵和普通测试用例模块信息矩阵，测试用例缺...
【专利技术属性】
技术研发人员：郭世凯，王子轩，曾辉，杜娜，张乐欢，任虹燕，王一安，苗煜杨，丰晴，谢瑞华，曹沐园，李晓晨，江贺，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：
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。