【技术实现步骤摘要】
本专利技术涉及软件测试与大模型融合，尤其涉及一种基于知识图谱与大模型融合的测试用例生成方法。
技术介绍
1、随着人工智能和自动化技术的快速发展，软件测试用例生成逐渐从依赖人工经验转向智能化、自动化的解决方案。传统的软件测试用例生成方法，包括符号执行、模型检测、遗传算法、模糊测试等，虽然一定程度上解决了人工生成测试用例所需的高成本和低效率问题，但这些方法仍然存在覆盖率不全面、生成质量不高等问题。
2、近年来，随着深度学习技术的迅速崛起，基于自然语言处理和智能推理的自动生成方法成为研究热点。特别是大语言模型(llm)的应用，因其强大的语言理解能力和推理能力，使得自动生成的测试用例能够更好地模拟复杂场景。然而，仅依赖大语言模型并不足以解决所有问题，因为模型生成的答案缺乏对特定领域知识的深入理解和背景知识的支持，难以准确覆盖软件系统的边界条件和极端场景。可以肯定的是，尽管现有技术在测试用例生成方面取得了一定的进展，但仍存在很多问题。首先，基于符号执行和模型检测的传统方法覆盖率有限，尤其在面对复杂或动态软件环境时，无法得到有效处理。其...
【技术保护点】
1.一种基于知识图谱与大模型融合的测试用例生成方法，其特征在于，包括：
2.如权利要求1所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，从知识图谱中获取知识三元组，将所述知识三元组与软件测试需求进行匹配，得到知识三元组与软件测试需求的关联关系，包括：
3.如权利要求2所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，还包括：
4.如权利要求3所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，得到知识偏好集，包括：
5.如权利要求4所述的基于知识图谱与大模型融合的测试用例生成方法，其特...
【技术特征摘要】
1.一种基于知识图谱与大模型融合的测试用例生成方法，其特征在于，包括：
2.如权利要求1所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，从知识图谱中获取知识三元组，将所述知识三元组与软件测试需求进行匹配，得到知识三元组与软件测试需求的关联关系，包括：
3.如权利要求2所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，还包括：
4.如权利要求3所述的基于知识图谱与大模型融合的测试用例生成方法，其特征在于，得到知识偏好集...
【专利技术属性】
技术研发人员：宗国庆，刘克华，吕晓燕，陈永军，杨天天，胡剑滔，蔡志宏，左甲光，童禹霖，喻颖勇，
申请(专利权)人：南京禄口国际机场空港科技有限公司，
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。