测试数据预测方法及装置、处理设备制造方法及图纸

本发明专利技术提供了一种测试数据预测方法及装置、处理设备，其中方法包括：获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。本申请基于历史测试数据集来预测当前测试数据输入软件产品后可能出现异常的异常概率，若当前测试数据的异常概率大于预设概率，则表示当前测试数据很大概率会导致软件产品异常，为此增加当前测试数据的关注度。

Test data prediction method, device and processing equipment

【技术实现步骤摘要】
测试数据预测方法及装置、处理设备
本申请涉及通信
，尤其涉及测试数据预测方法及装置、处理设备。
技术介绍
在软件产品更新后投入使用之前，需要对软件产品进行软件测试。目前通常为依据软件产品容易出现异常地方构建测试数据集，并输入测试数据集至软件产品，以便验证软件产品是否可以通过软件测试。测试数据集包括具有很多测试数据，将测试数据逐个输入至软件产品后，一些测试数据可能使得软件产品产生异常，一些测试数据可能不会使得软件产品产生异常。在对软件产品进行软件测试之前，测试人员并不知道哪些测试数据可能使得软件产品产生异常，所以测试人员通常对各个测试数据的关注度一致。为了便于测试人员对软件产品进行软件测试，测试人员在软件测试之前需要得知测试数据集中哪些测试数据可能使得软件产品产生异常，以便在软件测试过程中增加对这些测试数据的关注度。
技术实现思路
鉴于此，本申请提供测试数据预测方法及装置、处理设备，可以在软件测试之前对测试数据执行预测操作，获得测试数据输入软件产品后可能出现异常的异常概率，并在异常概率大于预设概率的情况下增加测试数据的关注度。为了实现上述目的，本专利技术提供了下述技术特征：一种测试数据预测方法，，包括：获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。可选的，所述历史测试数据集包括测试结果为异常的异常测试数据集，以及，测试结果为正常的正常测试数据集；则所述基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率，包括：计算所述历史测试数据集中异常测试数据集的所占比率；基于所述历史测试数据集中异常测试数据集，计算所述当前测试数据的异常比率；计算所述当前测试数据于所述历史测试数据集中的出现比率；基于所述所占比率、所述异常比率和所述出现比率，计算所述当前测试数据输入软件产品后可能出现异常的异常概率。可选的，所述计算所述历史测试数据集中异常测试数据集的所占比率包括：确定所述异常测试数据集中的异常测试数据数量，以及，所述历史测试数据集中的测试数据总数量；将所述异常测试数据数量与所述测试数据总数量的商，确定为所述历史测试数据集中异常测试数据集的所占比率。可选的，所述当前测试数据包括多个属性，且，所述异常测试数据集中每个异常测试数据包括所述多个属性；则所述基于所述历史测试数据集中异常测试数据集，计算所述当前测试数据的异常比率包括：计算所述当前测试数据中各个属性的属性值于所述异常测试数据集中的出现比率；将各个属性的属性值于所述异常测试数据集中的出现比率的乘积，确定为所述当前测试数据的异常比率。可选的，所述当前测试数据包括多个属性，且，所述异常测试数据集中每个异常测试数据包括所述多个属性；则所述计算所述当前测试数据于所述历史测试数据集中的出现比率，包括：计算所述当前测试数据中各个属性的属性值于所述历史测试数据集中出现比率；将各个属性的属性值于所述历史测试数据集中出现比率的乘积，确定为所述当前测试数据于所述历史测试数据集中的出现比率。可选的，所述基于所述所占比率、所述异常比率和所述出现比率，计算所述当前测试数据输入软件产品后可能出现异常的异常概率，包括：计算所述异常比率与所述所占比率的乘积；计算该乘积与所述出现比率的商值；将该商值确定为所述当前测试数据输入软件产品后可能出现异常的异常概率。可选的，还包括：对当前测试数据集中各个当前测试数据执行测试数据预测方法，获得各个当前测试数据的关注度；对所述各个当前测试数据的关注度执行排序操作；展示关注度大于预设关注度的多个当前测试数据。可选的，所述历史版本软件产品包括所述软件产品的上一历史版本对应的软件产品。一种测试数据预测装置，包括：获取单元，用于获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；预测单元，用于基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；增加单元，用于若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。一种处理设备，包括：处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。通过以上技术手段，可以实现以下有益效果：本专利技术获取对历史版本软件产品进行软件测试的多个测试数据和测试结果，可以理解的是软件产品是在历史版本软件产品上的再次更新，所以用于对历史版本软件产品进行软件测试的多个测试数据和测试结果，在一定程度上可以用来预测当前测试数据的测试结果。因此本申请基于历史测试数据集来预测当前测试数据输入软件产品后可能出现异常的异常概率，若当前测试数据的异常概率大于预设概率，则表示当前测试数据很大概率会导致软件产品异常，为此增加当前测试数据的关注度。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例公开的一种处理设备的结构示意图；图2为本申请实施例公开的一种测试数据预测方法的实施例一流程图；图3为本申请实施例公开的一种测试数据预测方法的实施例二流程图；图4为本申请实施例公开的一种测试数据预测装置的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。参见图1，本专利技术提供了一种处理设备，包括：处理器11和存储器12；存储器12，用于存储历史测试数据集，以及，存储在处理器11上运行的程序。本专利技术提供了一种测试数据预测方法的实施例一，也即处理器11执行程序时实现的步骤。参见图2，可以包括以下步骤：步骤S2本文档来自技高网...

【技术保护点】
1.一种测试数据预测方法，其特征在于，包括：/n获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；/n基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；/n若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。/n

【技术特征摘要】
1.一种测试数据预测方法，其特征在于，包括：
获取当前测试数据和历史测试数据集；其中所述历史测试数据集包括用于对历史版本软件产品进行软件测试的多个测试数据和测试结果；
基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率；
若所述当前测试数据的异常概率大于预设概率，则增加所述当前测试数据的关注度。


2.如权利要求1所述的方法，其特征在于，所述历史测试数据集包括测试结果为异常的异常测试数据集，以及，测试结果为正常的正常测试数据集；
则所述基于所述历史测试数据集、预测所述当前测试数据输入软件产品后可能出现异常的异常概率，包括：
计算所述历史测试数据集中异常测试数据集的所占比率；
基于所述历史测试数据集中异常测试数据集，计算所述当前测试数据的异常比率；
计算所述当前测试数据于所述历史测试数据集中的出现比率；
基于所述所占比率、所述异常比率和所述出现比率，计算所述当前测试数据输入软件产品后可能出现异常的异常概率。


3.如权利要求2所述的方法，其特征在于，所述计算所述历史测试数据集中异常测试数据集的所占比率包括：
确定所述异常测试数据集中的异常测试数据数量，以及，所述历史测试数据集中的测试数据总数量；
将所述异常测试数据数量与所述测试数据总数量的商，确定为所述历史测试数据集中异常测试数据集的所占比率。


4.如权利要求2所述的方法，其特征在于，所述当前测试数据包括多个属性，且，所述异常测试数据集中每个异常测试数据包括所述多个属性；
则所述基于所述历史测试数据集中异常测试数据集，计算所述当前测试数据的异常比率包括：
计算所述当前测试数据中各个属性的属性值于所述异常测试数据集中的出现比率；
将各个属性的属性值于所述异常测试数据集中的出现比率的乘积，确定为所述当前测试数据的异常比率。


5.如权利要求2所述的方法，其特征在于，所述当前测试数据包括多个属性，且，所述异常测试数据集中每个异常测试数据包括所述多个属性；
则所述计算所述当前测试数据于所述...

【专利技术属性】
技术研发人员：李宁馨，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11