【技术实现步骤摘要】
本专利技术涉及一种面向复杂业务场景的测试用例数据生成方法，同时也涉及相应的测试用例数据生成系统，属于软件测试。
技术介绍
1、随着计算机技术的不断发展，通用软件能够处理的业务越来越广泛和复杂。软件测试作为一种为软件产品的质量测量和评价提供依据的重要手段，其可以通过对软件进行全面的测试，发现并解决软件中存在的问题，从而提高软件的质量和可靠性。测试用例(software testing)是为某个特定目标而编制的一组测试数据、步骤、执行条件以及预期结果，用于测试软件是否达到了某个既定的要求。测试用例是测试方案、方法、技术和策略的具体描述，准确、全面的设计测试用例能够有效指导软件测试、准确跟踪测试进度和提高测试效率，并在软件迭代过程中提高测试用例的复用率。因此，如何生成测试用例数据并进行高效维护管理，对于软件测试和保证软件质量都有着至关重要的影响和作用。
2、随着深度学习技术的日渐成熟及大规模应用，众多人工智能模型、攻击算法、评测算法被提出来应用于各个领域，在对人工智能模型进行安全性和鲁棒性评测的过程中，不同的攻击算法适用于不同体系的人工智能模型，不同的评测算法同样也适用于不同体系的人工智能模型。同时，人工智能模型、攻击算法、评测算法在不断更新的过程中，其对不同测试场景的适应性也在不断变动。在现有技术中，由于影响人工智能模型评测过程中的变量比较多，变量间的约束关系比较复杂，测试用例数据的生成和维护主要依赖人工手动去进行变量新增及测试用例数据维护，不同变量的全量组合生成的测试用例数据量非常大，人工手动维护耗时耗力，并且，还不一
3、在专利号为zl 201810113816.3的中国专利技术专利中，公开了一种软件测试用例的生成方法。该生成方法包括以下步骤：根据软件需求说明书生成每个功能需求点对应的测试用例，并将这些测试用例放入基础用例库中；根据基础用例库中的测试用例生成测试用例数据；根据使用场景和业务流分别获取每个功能需求点被触发的组合条件；删除组合条件中重复的组合，根据余下的组合条件对测试用例数据进行组合调用，获得全部的组合测试用例；将组合测试用例中可重复使用的测试用例提取出来，并作为共享用例放入基础用例库中。
技术实现思路
1、本专利技术所要解决的首要技术问题在于提供一种面向复杂业务场景的测试用例数据生成方法。
2、本专利技术所要解决的另一技术问题在于提供一种面向复杂业务场景的测试用例数据生成系统。
3、为了实现上述目的，本专利技术采用以下的技术方案：
4、根据本专利技术实施例的第一方面，提供一种面向复杂业务场景的测试用例数据生成方法，包括如下步骤：
5、(1)确定复杂业务场景中测试用例数据所包含的影响变量，建立变量数据集；
6、(2)根据所述变量数据集中每两个变量之间的影响关系，构建变量关系图；
7、(3)确定所述变量数据集中每个变量的可选值，建立变量可选值集合；
8、(4)基于所述变量关系图和所述变量可选值集合，建立变量可选值关系矩阵，并构建变量可选值关系图；
9、(5)遍历所述变量可选值关系图，建立有效连通路径集合；
10、(6)分别对所述有效连通路径集合中的每个有效连通路径所包含的变量可选值进行排序去重，生成测试用例数据集。
11、其中较优地，步骤(4)中，所述变量数据集中，存在直接影响关系的两个变量之间的所述变量可选值关系矩阵ram,an满足如下公式：
12、
13、其中，am、an为变量数据集中存在直接影响关系的两个变量，变量am具有t个可选值，变量an具有p个可选值，t、p均为正整数；r11、…、rtp均为矩阵中元素，取值均为1或者0；
14、其中，当元素值为1时，表示该元素对应的两个可选值之间存在直接影响关系；当元素值为0时，表示该元素对应的两个可选值之间不存在直接影响关系。
15、其中较优地，步骤(4)中，所述变量数据集中，不存在直接影响关系的两个变量之间的所述变量可选值关系矩阵rai,aj满足如下公式：
16、
17、其中，ai、aj为变量数据集中不存在直接影响关系的两个变量；变量可选值关系矩阵rai,aj中的所有元素值均为1。
18、其中较优地，步骤(4)中，遍历业务场景中所有的所述变量可选值关系矩阵，将元素值为1的每个元素所对应的两个变量可选值之间采用实线连接，生成所述变量可选值关系图。
19、其中较优地，步骤(5)中，采用深度优先或广度优先算法遍历所述变量可选值关系图进行有效连通路径选择，形成所述有效连通路径集合；
20、其中较优地，所述有效连通路径的选择是从任意一个变量可选值出发，通过所述变量可选值关系图中变量可选值之间的实线连接线，选择包含了所述变量数据集中所有变量的一条环形路径。
21、其中较优地，所述深度优先或广度优先算法的最大遍历深度设置为所述变量数据集包含的变量数量加1。
22、根据本专利技术实施例的第二方面，提供一种面向复杂业务场景的测试用例数据生成系统，包括处理器和存储器，所述存储器与所述处理器耦接；其中，
23、所述存储器用于存储计算机程序，当该计算机程序被所述处理器执行时，实现上述面向复杂业务场景的测试用例数据生成方法。
24、与现有技术相比较，本专利技术提供的面向复杂业务场景的测试用例数据生成方法，通过构建测试用例数据中各变量间的影响关系图以及各变量可选值间的影响关系图，将形成的有效连通路径全部转换成测试用例数据，在实现复杂业务场景下测试用例数据对测试场景全面覆盖的同时，降低了测试人员在测试用例数据的生成、维护过程中的工作难度和工作量，确保测试人员对测试进度的精确跟踪。因此，本专利技术所提供的面向复杂业务场景的测试用例数据生成方法具有准确、全面和高效等有益效果。
本文档来自技高网...【技术保护点】
1.一种面向复杂业务场景的测试用例数据生成方法，其特征在于包括如下步骤：
2.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
3.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
4.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
5.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(5)中：
6.如权利要求5所述的面向复杂业务场景的测试用例数据生成方法，其特征在于：
7.如权利要求5所述的面向复杂业务场景的测试用例数据生成方法，其特征在于：
8.一种面向复杂业务场景的测试用例数据生成系统，其特征在于包括处理器和存储器，所述存储器与所述处理器耦接；其中，
【技术特征摘要】
1.一种面向复杂业务场景的测试用例数据生成方法，其特征在于包括如下步骤：
2.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
3.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
4.如权利要求1所述的面向复杂业务场景的测试用例数据生成方法，其特征在于所述步骤(4)中：
【专利技术属性】
技术研发人员：孔祥龙，方书艳，李海南，常越，
申请(专利权)人：数据空间研究院，
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。