基于热区识别与缺陷预测的测试用例动态排序方法与系统技术方案

技术编号:46618487 阅读:2 留言:0更新日期:2025-10-14 21:14
本发明专利技术属于软件测试技术领域,涉及基于热区识别与缺陷预测的测试用例动态排序方法与系统。该方法包括:实时采集多模态数据;采用时间衰减滑动窗口算法计算代码变更密度,进行热区自适应分类;通过DefectBERT模型输出缺陷特征向量,并计算测试用例与缺陷之间的关联度;通过自适应权重调节机制动态分配各个特征的权重,进行自适应特征融合;采用LSTM‑GRU联合网络预测缺陷概率,生成测试用例优先级队列;通过PID权重控制器实时调整四维特征的权重参数。本发明专利技术测试效率提升,缺陷检出率提高,误报率降低,动态适应性增强,通过热区动态划分和权重自适应调节,可适配高频代码变更场景,满足持续集成环境的实时性需求。

【技术实现步骤摘要】

本专利技术属于软件测试,具体而言,涉及基于热区识别与缺陷预测的测试用例动态排序方法与系统


技术介绍

1、在软件研发持续集成环境下,大规模回归测试的效率优化已成为提升开发迭代速度的关键瓶颈,尤其在金融和自动驾驶等对软件质量要求严苛的领域,测试用例的执行顺序直接影响缺陷检出效率与资源投入成本。

2、当前主流测试用例排序方法存在显著技术局限,难以满足持续集成场景下的动态性与精准性需求,具体表现为:

3、(1)静态规则适应性不足:现有技术多依赖固定权重策略或单一维度指标进行排序,无法适配敏捷开发中高频代码变更的动态场景。例如,专利文件《一种数据处理方法、接口转换结构及设备》采用固定权重分配方式,当代码变更频率与范围发生剧烈变化时,排序逻辑无法自动调整,导致关键缺陷漏检风险上升;专利us20180075109a1仅以代码覆盖率作为排序依据,忽略了缺陷历史与变更影响范围等关键因素,排序精准度受限;

4、(2)多源数据利用不充分:现有系统未能建立代码变更、缺陷历史与调用拓扑的关联分析机制,导致信息价值未被充分挖掘。如ibm系统 us本文档来自技高网...

【技术保护点】

1.基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,包括:

2.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,代码仓库的变更日志包括修改文件路径、变更代码行数与时间戳;缺陷报告包括文本内容、缺陷状态与关联代码版本。

3.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,实时采集多模态数据还包括:对代码仓库的变更日志进行清洗,提取有效字段,以及对缺陷报告进行文本标准化处理;有效字段包括提交哈希、时间戳与变更行数;文本标准化处理包括去除冗余符号与统一格式。

4.根据权利要求1所述基于热区识别...

【技术特征摘要】

1.基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,包括:

2.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,代码仓库的变更日志包括修改文件路径、变更代码行数与时间戳;缺陷报告包括文本内容、缺陷状态与关联代码版本。

3.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,实时采集多模态数据还包括:对代码仓库的变更日志进行清洗,提取有效字段,以及对缺陷报告进行文本标准化处理;有效字段包括提交哈希、时间戳与变更行数;文本标准化处理包括去除冗余符号与统一格式。

4.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,采用时间衰减滑动窗口算法计算代码变更密度,进行热区自适应分类,包括:设定滑动窗口大小为最近设定次数提交的代码大小;对每次提交的变更行数应用指数衰减函数计算;计算窗口内加权变更密度;基于变更密度的均值和标准差,通过阈值动态划分三级热区,对热区自适应分类。

5.根据权利要求1所述基于热区识别与缺陷预测的测试用例动态排序方法,其特征在于,通过自适应权重调节机制动态分配特征权重,进行自适应特征融合,包括:分配初始权重,通过pid控制器、梯度下降与模拟退火算法动态调节特征权重,进行自适应特征融合。

6.根据权利要求1所述基于热区识别与缺陷预测的测...

【专利技术属性】
技术研发人员:杨亚东罗强姜超
申请(专利权)人:四川互慧软件有限公司
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