首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种自适应操作系统环境的自动化测试平台及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))

摘要:本发明涉及计算机技术领域,更具体地说,本发明涉及一种自适应操作系统环境的自动化测试平台及方法,方法包括:收集操作系统包与管理版本,测试前自动下载并安装不同版本OS到虚拟机,支持OS自动化配置,生成一致环境;收集测试工具的历史数据进行统计,标注影响测试工具稳定性的影响因素;对被测系统进行测试工具匹配,得到匹配结果;从数据库中得到被测系统建模影响因子数据,建立图数据库,标注关键属性,应用机器学习算法训练出被测系统兼容性预测模型;本发明运用多种算法模型,可以识别和处理测试过程多源数据;测试程序库自动配置环境,减少手动设置并提高自动化程度。

主权项:1.一种自适应操作系统环境的自动化测试方法,其特征在于,方法包括:收集操作系统包与管理版本,测试前自动下载并安装不同版本OS到虚拟机,支持OS自动化配置,生成一致环境;收集测试工具的历史数据进行统计,标注影响测试工具稳定性的影响因素;对被测系统进行测试工具匹配,得到匹配结果;从数据库中得到被测系统建模影响因子数据,建立图数据库,标注关键属性,应用机器学习算法训练出被测系统兼容性预测模型,输入图数据库中的多关系网络图至被测系统兼容性预测模型,输出被测系统的功能点与属性的关系图谱、不同环境下被测系统兼容性预测结果;根据被测系统从数据库中识别出有关性功能点、覆盖率要求与测试工具的匹配结果,利用测试规则和历史数据启发式生成标准测试用例;利用Docker技术为每个用例构建专属容器,在测试机群中并行测试不同的环境条件,并自动进行回归与验证测试;应用机器学习算法训练出异常识别与定位模型,输入被测系统测试各个阶段的监控数据、组装测试环境的参数与测试过程中的日志和异常数据至异常识别与定位模型中,输出测试过程中的性能瓶颈、重大错误异常的自动识别和定位与测试阶段主要影响因素,对所有测试阶段的数据进行整合归类,输入至数据库中,使用聚类算法发现影响因素与风险点;测试结束生成测试报告;被测系统建模影响因子数据包括被测系统的功能点与流程数据、被测系统的接口定义与依赖关系数据,以及被测系统的运行环境要求数据;图数据库中的多关系网络图构建方法包括:被测系统的接口定义和依赖关系数据建模为关系图:关系图的节点表示接口;关系图的边表示依赖关系;根据被测系统的功能点与流程数据构建建模图,建模图中的节点表示功能点,根据流程数据确定流程顺序,建模图中的边表示流程顺序;根据被测系统的运行环境要求数据构建点阵图,点阵图节点表示属性;将所述关系图、建模图与点阵图合并为一个多关系网络图;所述被测系统兼容性预测模型为第一GNN模型,第一GNN模型包括一个图嵌入层、一个第一GNN层、两个输出层与图形构建单元;图嵌入层包括节点特征矩阵X与边列表E,边列表由边组成,利用X和E作为图嵌入层的输入;X与E经过图嵌入层的方法包括:为每个节点赋予一个初期随机向量表示,即为节点表示,根据边列表E更新节点表示,利用多关系网络图上下文信息,输出更新后的节点表示矩阵H;第一GNN层有N个网络块,每个网络块包括消息传递层与池化层:消息传递层的结构包括LSTM单元,LSTM单元的输出作为节点新特征,LSTM单元包括偏差门、输入门、候选细胞与输出门;消息传递层的节点更新方法为消息传递层中的每个节点集合与其邻居节点特征,拼接成输入向量,输入向量通过LSTM单元,更新节点自身状态;池化层对多关系网络图执行聚合操作;消息传递层内,节点特征更新M次;节点重复利用本体和邻居更新节点特征,节点特征从局部扩散到全局;两个输出层包括第一分支输出层与第二分支输出层,两个输出层为两个全连接层形式;第一分支输出层执行分类输出任务,使用Softmax函数作为分类输出工具,输出被测系统的功能点与属性的关系,再由图形构建单元构建被测系统的功能点与属性的关系图谱;第二分支输出层执行回归任务,直接线性输出不同环境下被测系统兼容性预测结果;所述被测系统兼容性预测模型的训练方法包括:从数据库中收集组历史被测系统建模数据,历史被测系统建模数据包括被测系统功能点和属性的关系、图数据库中的多关系网络图与不同环境下被测系统兼容性测试结果,将组历史被测系统建模数据以4:1比例划分为训练集与验证集;第一分支输出层损失函数为交叉熵损失函数: ;式中,为实际的被测系统功能点与属性的关系,为预测的被测系统功能点与属性的关系;第二分支输出层损失函数为MSE损失函数: ;式中,为实际的不同环境下被测系统兼容性测试结果,为预测的不同环境下被测系统兼容测试结果;总损失公式为; ;式中,为控制不同分支输出层的损失权重;计算总损失函数后,对第一GNN模型所有参数集θ计算对θ的导数,使用梯度下降法更新θ,重复输入输出、计算总损失函数与更新θ,每次重复都从训练集中随机抽取1组历史被测系统建模数据训练,直到收敛为止,即训练结束。

全文数据:

权利要求:

百度查询: 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) 一种自适应操作系统环境的自动化测试平台及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。