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()
【技术实现步骤摘要】
本专利技术涉及软件测试,更具体地说,本专利技术涉及一种嵌入式软件自动化测试平台系统及方法。
技术介绍
1、嵌入式软件是嵌入在硬件中的操作系统和开发工具软件,是计算机软件的一种,也是嵌入式系统的重要组成部分,随着硬件元器件快速的发展,也使得嵌入式软件的功能更加强大和复杂,为了获取嵌入式软件更加真实的运行状态情况,需要对嵌入式软件进行自动化测试。
2、申请公开号为cn105988924a的中国专利公开了一种非侵入式嵌入式软件图形用户界面自动化测试方法,其通过视频采集来收集嵌入式软件的视频输出,通过图像比对来判断视频输出的变化,采用图像特征识别技术来识别相关的图像信息,利用输出图像进行信息识别,不会干扰系统的运行,从而实现非侵入式的对测试执行结果判断;
3、现有技术存在以下不足:
4、现有的自动化测试系统在对嵌入式软件进行测试时,通过对嵌入式软件的自身运行数据进行分析测试,可以提供单一层面的嵌入式软件运行效率的测试结果,但是对于测试结果缺少二次验证和评估的措施,从而使得测试结果容易出现错误误报的现象,加剧了嵌入式软件的测试不确定性,降低了嵌入式软件的测试精确度。
5、鉴于此,本专利技术提出一种嵌入式软件自动化测试平台系统及方法以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷,为实现上述目的,本专利技术提供如下技术方案:一种嵌入式软件自动化测试平台系统,包括:
2、第一数据采集模块,采集嵌入式软件的历史时间数据,历史
3、第一模型预测模块,基于历史时间数据,训练预测出响应时间值的第一机器学习模型,并预测出实时的响应时间值;
4、第二数据采集模块,采集嵌入式软件的历史数量数据,历史数量数据包括综合数量参数和处理数据量;
5、第二模型预测模块,基于历史数量数据,训练预测出处理数据量的第二机器学习模型,并预测出实时的处理数据量;
6、差值生成模块,基于实时的响应时间值,判定是否生成时间差值,基于实时的处理数据量,判定是否生成数据量差值;
7、评测判定模块,基于时间差值和数据量差值,生成质量评估指数,基于质量评估指数,判定是否构建检验评测环;
8、核验校对模块,构建检验评测环对嵌入式软件进行评测,基于评测结果,生成测试评估等级,基于测试评估等级,生成测试评估提示。
9、进一步的,综合时间参数包括处理周期值和网络延迟值;
10、处理周期值的获取方法包括:
11、通过时间戳获取数据从输入端传输到cpu的传输时间,以及数据从cpu传输到输出端的传输时间,分别记为输入时间值和输出时间值;
12、通过时间戳获取个数据进入cpu的时刻值和个数据导出cpu的时刻值;
13、将个数据导出cpu的时刻值分别与个数据进入cpu的时刻值差值比较,获得个子时间值;
14、子时间值的表达式为:
15、;
16、式中,为第个子时间值,为第个数据导出cpu的时刻值,为第个数据进入cpu的时刻值;
17、从个子时间值中以间隔两个子时间值为标准,筛选出个目标子时间值,小于,并将个目标子时间值累加后求平均,获得个处理时间值;
18、处理时间值的表达式为:
19、;
20、式中,为处理时间值,为第个目标子时间值;
21、将处理时间值、输入时间值和输出时间值相加后,获得处理周期值;
22、处理周期值的表达式为:
23、;
24、式中,为处理周期值,为输入时间值,为输出时间值。
25、进一步的,网络延迟值的获取方法包括:
26、在嵌入式软件的系统上打开一个命令提示符,并在命令提示符中输入ping命令,ping命令的后面备注上目标主机的ip地址或域名;
27、设置ping命令中的icmp echo请求;
28、发送个icmp echo请求,并接收个icmp echo请求的往返时间;
29、观察ping命令的输出结果,获得个icmp echo请求的延迟时间值;
30、去掉icmp echo请求的延迟时间值的最大值和最小值,将余下的个icmp echo请求的延迟时间值累加后求平均,获得网络延迟值;
31、网络延迟值的表达式为:
32、;
33、式中,为网络延迟值,为第个icmp echo请求的延迟时间值。
34、进一步的,预测出响应时间值的第一机器学习模型的训练方法包括:
35、将采集到的历史时间数据转换为对应的一组第一特征向量;
36、将每组第一特征向量作为所述第一机器学习模型的输入,所述第一机器学习模型以每组综合时间参数对应的响应时间值作为输出,以每组综合时间参数实际对应的响应时间值作为预测目标,以最小化所述综合时间参数的预测误差之和作为训练目标,对第一机器学习模型进行训练,直至预测误差之和达到收敛时停止训练。
37、进一步的,综合数量参数包括数据处理速率和数据复杂度;
38、数据处理速率的获取方法包括:
39、向嵌入式软件输入相同预设数量的个目标数据;
40、经过预设时间后,从嵌入式软件筛选出第一待处理数据,并统计第一待处理数据中个目标数据的剩余数量,获得个一次剩余值;
41、将个目标数据的预设数量与个一次剩余值一一对比,获得个目标数据的一次处理量;
42、目标数据的一次处理量的表达式为:
43、;
44、式中,为第个目标数据的一次处理量,为第个目标数据的预设数量,为第个一次剩余值;
45、向嵌入式软件输入与个目标数据的一次处理量等值的个目标数据,直至个目标数据的数量均达到预设数量;
46、经过预设时间后,从嵌入式软件筛选出第二待处理数据,并统计第二待处理数据中个目标数据的剩余数量,获得个二次剩余值;
47、将个目标数据的预设数量与个二次剩余值一一对比,获得个目标数据的二次处理量;
48、目标数据的二次处理量的表达式为:
49、;
50、式中,为第个目标数据的二次处理量,为第个二次剩余值;
51、将数值大小相同的目标数据的一次处理量与目标数据的二次处理量记为有效处理量,获得个有效处理量,小于;
52、将个有效处理量分别与预设时间对比,获得个子速率;
53、子速率的表达式为:
54、;
55、式中,为第个子速率,为第个有效处理量,为预设时间;
56、将个子速率累加后求平均,获得数据处理速率;
57、数据处理速率的表达式为:
58、;
59、式中,为数据处理速率,为第个子速率。
60、进一步的本文档来自技高网...
【技术保护点】
1.一种嵌入式软件自动化测试平台系统,其特征在于,包括:
2.根据权利要求1所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述综合时间参数包括处理周期值和网络延迟值;
3.根据权利要求2所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述网络延迟值的获取方法包括:
4.根据权利要求3所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述预测出响应时间值的第一机器学习模型的训练方法包括:
5.根据权利要求4所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述综合数量参数包括数据处理速率和数据复杂度;
6.根据权利要求5所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述预测出处理数据量的第二机器学习模型的训练方法包括:
7.根据权利要求6所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述是否生成时间差值的判定方法包括:
8.根据权利要求7所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述质量评估指数的表达式为:
9.根据权利要求8所述的一种嵌入式软件自动化
10.一种嵌入式软件自动化测试平台方法,基于权利要求1-9中任一项所述的一种嵌入式软件自动化测试平台系统实现,其特征在于,包括:
...【技术特征摘要】
1.一种嵌入式软件自动化测试平台系统,其特征在于,包括:
2.根据权利要求1所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述综合时间参数包括处理周期值和网络延迟值;
3.根据权利要求2所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述网络延迟值的获取方法包括:
4.根据权利要求3所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述预测出响应时间值的第一机器学习模型的训练方法包括:
5.根据权利要求4所述的一种嵌入式软件自动化测试平台系统,其特征在于,所述综合数量参数包括数据处理速率和数据复杂度;
6.根据权利要求5所述的一种嵌入...
【专利技术属性】
技术研发人员:张昊,王春阳,李盼盼,闫景鑫,王雪,
申请(专利权)人:泰安北航科技园信息科技有限公司,
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。