测试数据的构造方法、装置、设备及存储介质与流程
本发明属于人工智能,应用于金融科技领域以及医疗健康领域,尤其涉及一种测试数据的构造方法、装置、设备及存储介质。
背景技术:
1、保险业务系统和医疗健康信息系统等复杂软件系统通常采用分布式架构,系统内部包含多个功能模块,各模块之间通过模块协作协议(module collaboration protocol,mcp)实现数据交互与业务协同。以保险业务系统为例,其包含投保模块、核保模块、理赔模块等多个功能模块,各模块之间通过mcp协议定义了复杂的交互约束关系。以医疗健康信息系统为例,其包含挂号模块、就诊模块、检查检验模块、缴费模块等多个功能模块,各模块之间通过mcp协议定义了时序和状态依赖约束。
2、在现有的测试数据构造方案中,测试人员通常采用以下方式工作:获取mcp协议文件后,由测试人员人工阅读协议文件中各字段的定义和描述信息,理解各字段在业务场景中的实际含义以及字段之间可能存在的关联关系,然后根据理解结果手动编写脚本,通过调用接口或操作数据库来生成测试数据。
3、这种依赖人工的模式导致以下问题:
4、第一,mcp协议文件本身仅描述字段的名称、数据类型和格式等语法层面的信息。以保险业务系统为例,协议文件中分别定义了“insured_amount”(投保金额)和“claim_amount”(理赔金额)两个字段及其数据类型,但并未说明这两个字段之间存在怎样的数值关联;协议文件中分别定义了“underwrite_time”(核保通过时间)和“claim_time”(理赔申请时间)两个字段,但并未说明这两个时间字段之间应满足怎样的先后顺序。以医疗健康信息系统为例,协议文件中分别定义了“diagnosis_time”(就诊时间)和“test_result_time”(检查结果回传时间)两个字段,但并未说明这两个时间字段之间应满足怎样的时间间隔约束。由于协议文件不记录这些业务语义信息,测试人员必须依赖自身的业务知识和工作经验来理解和补充这些隐含的业务规则,再手动编码实现。
5、第二,上述人工理解和编码的过程无法被自动化替代。由于协议文件不包含业务语义信息,任何自动化工具在面对协议文件时,所能获取的仅仅是字段名称和数据类型,这些语法层面的信息不足以让工具自动推算出字段之间隐含的业务关系。换言之,协议文件的信息缺失是根本性的,而非现有自动化工具的能力不足。只要协议文件的格式保持不变,自动化工具就永远无法从协议文件中“读出”它本不包含的信息。因此,只要测试数据构造仍然以现有的mcp协议文件作为唯一输入来源,就必须依赖测试人员的人工介入来补充缺失的业务语义信息。
6、第三,现有测试数据构造工具采用单节点处理架构,即由单个处理单元或单个脚本程序依次完成协议文件读取、字段信息提取、测试数据生成等全部环节。在这种架构下,各处理环节串行执行于同一处理单元中,任一环节的处理耗时都会阻塞后续环节。同时,各环节耦合紧密,当任一环节的处理逻辑需要调整时,往往需要整体修改或重新部署整个工具。此外,在单节点架构下,所有计算任务共享同一处理单元的计算资源,无法根据各环节的实际计算需求进行资源的差异化分配。
7、第四,现有方案的版本适配能力不足。由于测试数据构造工具与特定版本的mcp协议紧耦合,当mcp协议版本升级时(如保险产品条款更新导致协议字段或约束关系发生变化),测试人员需要重新阅读新版本协议文件、重新理解其中的业务含义、重新编写测试数据生成脚本。这一过程耗时较长,难以适应业务系统的快速迭代节奏。
技术实现思路
1、本发明提供一种测试数据的构造方法、装置、设备及存储介质,可以解决在不改变现有mcp协议文件格式的前提下,测试数据构造过程无法摆脱对测试人员人工补充业务语义的依赖,以及解决单节点处理架构的固有缺陷,和无法对多版本协议适配的技术问题。
2、第一方面,本发明提供了一种测试数据的构造方法,包括:
3、获取测试需求及目标业务系统的模块协作协议文件,其中,所述模块协作协议文件用于定义所述目标业务系统中多个功能模块之间的交互约束关系;
4、对所述模块协作协议文件进行语法解析,得到语法解析结果;
5、结合业务本体库对语法解析结果进行语义推理,将所述模块协作协议文件中蕴含的业务语义转化为可执行约束;
6、解析所述测试需求,生成测试指标;
7、根据所述可执行约束和所述测试指标,生成所述目标业务系统的测试数据。
8、第二方面,本发明提供了一种测试数据的构造装置,包括:
9、协议获取模块,用于获取测试需求及目标业务系统的模块协作协议文件,其中,所述模块协作协议文件用于定义所述目标业务系统中多个功能模块之间的交互约束关系;
10、语法解析模块,用于对所述模块协作协议文件进行语法解析,得到语法解析结果;
11、语义推理模块,用于结合业务本体库对语法解析结果进行语义推理,将所述模块协作协议文件中蕴含的业务语义转化为可执行约束;
12、需求解析模块,用于解析所述测试需求,生成测试指标;
13、数据生成模块,用于根据所述可执行约束和所述测试指标,生成所述目标业务系统的测试数据。
14、第三方面,提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述测试数据的构造方法的步骤。
15、第四方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述测试数据的构造方法的步骤。
16、可以理解的是,本发明的方案是在不改变现有mcp协议文件格式的前提下,通过语法解析和语义推理的两阶段处理机制,引入独立于协议文件的外部知识来源作为语义推理的依据。具体而言,本发明首先对mcp协议文件进行语法解析,从协议文件中提取字段名称、数据类型等语法层面的结构化信息。然后,本发明结合业务本体库对语法解析结果进行语义推理。业务本体库是独立于协议文件预先构建的外部知识来源,其中存储了该业务领域内的核心概念、概念之间的语义关系以及相关的业务规则。语义推理将语法解析结果中提取的字段信息映射到业务本体库中的对应概念,再通过本体库中存储的业务规则进行推理,将协议文件中原本不存在的业务语义信息自动补充完整,并转化为计算机可执行的约束条件。这一过程的本质是:以协议文件的语法信息作为线索,以业务本体库作为知识来源,通过语义推理将两者结合,生成原本不存在于协议文件中的可执行约束,从而使得测试数据的生成能够在无需人工介入的情况下,自动符合目标业务系统的业务规则。由于业务本体库是独立于协议文件的外部知识来源,改变协议文件的版本或内容不需要改变本体库的结构,只需更新本体库中的对应规则即可。至此,协议文件信息缺失导致依赖人工的问题被解决。
17、本发明的前序部分限定了该方法应用于多智能体系统。多智能体系统在架构层面区别于现有单节点方案,其核心优势在于:多个智能体之间可以并行执行不同的处理任务。在本发明的方案中,虽然发明本身并未限定具体有几个智能体或每个智能体承担什么具体任务,但“多智能体系统”这一架构限定本身就带来了任务解耦和并行处理的能力,不同智能体可以分别承担协议解析、语义推理、需求解析、数据生成等不同类型的计算任务。相较于现有单节点架构下各环节串行执行于同一处理单元、任一环节的耗时都会阻塞后续环节的缺陷,多智能体架构使得不同处理环节可以在不同智能体上并行执行,克服了串行阻塞的问题;当一个环节的计算需求增加时,可以对执行该环节任务的智能体进行独立扩展,避免了单节点架构下所有任务争抢同一计算资源的问题;当某一环节的处理逻辑需要升级时,只需修改对应的智能体而无需改动整个系统,增强了系统的可维护性和扩展性。至此,单节点架构的串行阻塞、资源争抢、扩展性差的问题被解决。
18、本发明限定的核心流程,即获取协议文件、语法解析、语义推理转化为可执行约束、解析测试需求生成测试指标、根据可执行约束和测试指标生成测试数据,是一个通用的处理框架,无论哪个版本的协议文件,都经过相同逻辑的处理流程。语义推理所依赖的业务本体库可以独立于多智能体系统进行维护和更新,当mcp协议版本升级时,只需更新业务本体库中对应的规则信息,核心处理流程无需重构,更无需重新编写测试数据生成脚本。这种流程与版本之间的解耦使得版本切换无需重新理解规则和重构工具,相较于现有方案中测试数据构造工具与特定版本强绑定、版本升级需要重新开发工具的缺陷,大幅缩短了版本适配周期。
19、综上所述,本发明方案通过“语法解析加外部业务本体库语义推理”的手段弥补协议文件信息缺失,通过“多智能体系统”架构克服单节点串行处理的固有缺陷,通过“与协议版本解耦的通用处理框架”为快速版本适配提供基础。三者相互配合,共同实现了在不改变协议文件格式、不依赖人工补充业务语义的前提下,自动构造符合目标业务系统业务规则的测试数据,同时克服了现有单节点架构的局限并支持多版本协议的灵活适配。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com