测试数据处理方法、装置、电子设备及存储介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种测试数据处理方法、装置、 电子设备及存储介质。


背景技术：

2.目前大多数软件产品均是由多个不同的系统组成。各系统之间，或者系 统中各模块之间均需要通过接口进行大量的数据交互，以实现产品功能。因 此，对软件产品进行接口测试以检验软件产品的运行能力是十分重要的事 情。接口测试指的是用于测试各接口之间的数据交换、传递和控制等能力的 测试。其中，接口测试需要大量的测试数据。测试数据包括用于输入被测试 系统的测试数据以及该测试数据的标注信息，标注信息指示测试数据的用例 类型。用例类型包括正常用例和异常用例。采用正常用例的测试数据对被测 系统进行测试时所得的实际测试结果为正常结果；采用异常用例的测试数据 对被测系统进行测试时所得的实际测试结果为异常结果。测试人员利用测试 数据以及测试数据的标注信息所指示的测试结果类型，对该测试数据输入被 测系统进行测试后的实际测试结果进行校验。进而根据校验结果，判断被测 系统是否正常。
3.目前测试数据的完整生成过程通常包括：人为根据测试需求编写生成用 于输入被测试系统的测试数据，并预测测试数据的测试结果。从而采用人为 预测的测试结果对测试数据进行标注。然而，这种主要依赖于人工进行地测 试数据的生成方式，其生成测试数据的效率较低。


技术实现要素：

4.有鉴于此，本技术提供一种测试数据处理方法、装置、电子设备及存储 介质，在一定程度上提高了测试数据的生成效率。
5.依据本技术的第一方面，提供了一种测试数据处理方法，所述方法包括：
6.获取被测系统的目标测试数据，所述目标测试数据包括：所述被测系统 的目标接口的多个接口参数，以及各所述接口参数的测试值；
7.对所述目标测试数据进行特征提取，得到特征数据，所述特征数据用于 反映所述目标测试数据中是否存在需要进行参数校验，且所述测试值未通过 所述参数校验的接口参数；
8.将所述特征数据输入测试结果预测模型，得到预期测试结果，所述预期 测试结果用于指示所述目标测试数据是否为正常用例。
9.可选的，所述对所述目标测试数据进行特征提取，得到特征数据，包括：
10.针对多项参数校验中任一项目标参数校验，在确定所述目标测试数据中 不存在需要进行所述目标参数校验的目标接口参数时，生成所述目标参数校 验对应的第一数据；
11.在确定所述目标测试数据中存在需要进行所述目标参数校验的目标接 口参数时，将所述目标接口参数的目标测试值与所述目标参数校验的校验条 件进行匹配处理；
12.在所述目标测试值满足所述校验条件时，生成所述目标参数校验对应的 所述第一数据；
13.在所述目标测试值不满足所述校验条件时，生成所述目标参数校验对应 的第二数据；
14.生成特征数据，所述特征数据包括生成的各所述参数校验对应的数据。
15.可选的，在所述对所述目标测试数据进行特征提取，得到特征数据之前， 所述方法还包括：
16.获取所述被测系统的测试信息，所述测试信息包括各所述接口参数的约 束信息，所述约束信息包括以下信息中的至少一种：参数类型、参数长度范 围、参数是否为必填参数、参数取值是否允许为空、参数取值是否唯一、参 数是否需要合法性强校验；所述参数校验的校验条件基于是否满足所述约束 信息生成；
17.所述确定所述目标测试数据中不存在需要进行所述目标参数校验的目 标接口参数，包括：
18.在各所述接口参数的约束信息中均不包括所述目标参数校验对应的约 束信息时，确定所述目标测试数据中不存在需要进行所述目标参数校验的目 标接口参数。
19.可选的，在所述获取被测系统的目标测试数据之前，所述方法还包括：
20.获取所述被测系统的测试信息，所述测试信息包括：各所述接口参数、 各所述接口参数的测试值集合以及目标系数，所述目标系数小于或者等于所 述接口参数的个数；
21.将各所述接口参数的测试值集合进行笛卡尔积运算，得到多组初始测试 数据，任意一组所述初始测试数据包括各所述接口参数的测试值；
22.针对所述任意一组初始测试数据，将所述初始测试数据中每目标系数个 测试值进行排列组合，得到所述初始测试数据对应的至少一组结对数据；
23.采用结对算法基于各所述初始测试数据对应的多组结对数据，对所述多 组初始测试数据进行筛选，得到所述目标测试数据。
24.可选的，在所述采用结对算法基于各所述初始测试数据对应的多组结对 数据，对所述多组初始测试数据进行筛选，得到所述目标测试数据之后，所 述方法还包括：
25.采用所述目标测试数据对所述被测系统进行测试，得到当前代码覆盖 率；
26.在所述当前代码覆盖率小于目标代码覆盖率时，更新所述目标系数，使 得更新后的目标系数大于更新前的目标系数；
27.重复执行将所述初始测试数据中各测试值进行排列组合至采用所述目 标测试数据对所述被测系统进行测试，得到当前代码覆盖率的步骤，直至所 述当前代码覆盖率大于或者等于所述目标代码覆盖率，确定所述被测系统的 测试数据为所述目标测试数据。
28.可选的，在所述将所述特征数据输入测试结果预测模型，得到预期测试 结果之前，所述方法包括：
29.获取多组测试样本数据，所述测试样本数据包括：接口的多个接口参数、 各所述接口参数的测试值以及标签数据，所述标签数据用于指示所述测试样 本数据为正常用例或者异常用例；
30.对所述测试样本数据进行特征提取，得到样本特征数据，所述样本特征 数据用于反映所述测试样本数据中是否存在需要进行参数校验，且所述测试 值未通过所述参数校
验的接口参数；
31.采用所述特征样本数据对机器学习模型进行训练，得到所述测试结果预 测模型。
32.可选的，用于训练所述机器学习模型的机器学习算法包括：随机森林算 法、支持向量机算法或者卷积神经网络算法。
33.依据本技术的第二方面，提供了一种测试数据生成装置，所述装置包括：
34.获取模块，用于获取被测系统的目标测试数据，所述目标测试数据包括： 所述被测系统的目标接口的多个接口参数，以及各所述接口参数的测试值；
35.提取模块，用于对所述目标测试数据进行特征提取，得到特征数据，所 述特征数据用于反映所述目标测试数据中是否存在需要进行参数校验，且所 述测试值未通过所述参数校验的接口参数；
36.模型预测模块，用于将所述特征数据输入测试结果预测模型，得到预期 测试结果，所述预期测试结果用于指示所述目标测试数据是否为正常用例。
37.第三方面，本技术实施例提供了一种计算机可读存储介质，所述计算机 可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第 一方面所述的测试数据处理方法的步骤。
38.第四方面，本技术提供了一种电子设备包括：处理器、存储器以及存储 在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所 述程序时实现如第一方面所述的测试数据处理方法的步骤。
39.针对在先技术，本技术具备如下优点：
40.本技术实施例提供的测试数据处理方法、装置、电子设备及存储介质， 通过对获取的目标测试数据进行特征提取，得到特征数据，特征数据用于反 映目标测试数据中是否存在需要进行参数校验，且测试值未通过参数校验的 接口参数。将特征数据输入测试结果预测模型，得到预期测试结果。预期测 试结果用于指示目标测试数据是否为正常用例。该技术方案中，采用测试结 果预测模型确定目标测试数据对应的预期测试结果，相较于人为预测测试数 据的测试结果的方式，缩短了目标测试数据对应的预设测试结果的预测时 长，提升了测试数据的预测效率。进而简化了测试数据的完整生成过程，提 高了测试数据的生成效率。
附图说明
41.图1是本技术实施例提供的一种测试数据处理方法的流程图；
42.图2是本技术实施例提供的另一种测试数据处理方法的流程图；
43.图3是本技术实施例提供的一种测试平台的系统示意图；
44.图4是本技术实施例提供的一种测试数据生成装置的框图；
45.图5是本技术实施例提供的一种电子设备的框图。
具体实施方式
46.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创 造性劳动前提下所获得的所有其他实
施例，都属于本发明保护的范围。
47.本技术实施例提供一种测试数据处理方法可以应用于电子设备。该电子 设备可以个人电脑、服务器或者云服务器集群等。或者，本技术实施例提供 一种测试数据处理方法的实施环境。该实施环境包括：终端和服务端，终端 与服务端通过有线网络或者无线网络连接。
48.其中，终端可以为测试人员所持有的终端，其可以搭载有测试平台。实 现通过测试平台向服务端传输数据、接收测试人员触发的针对测试平台的各 类操作或者显示服务端通过测试平台传输的数据等。服务端可以提供测试平 台的服务，实现本技术实施例提供的测试数据处理方法。示例的，终端可以 为手机、电脑或者可穿戴设备等。服务端可以为一台服务器、包括多台服务 器的服务集群或者云服务器集群等。
49.请参考图1，其示出了本技术实施例提供的一种测试数据处理方法的流 程图。测试数据处理方法可以应用于电子设备或者上述实施环境中的服务 端，下述实施例以方法应用于服务端为例进行说明。如图1所示，测试数据 处理方法可以包括：
50.步骤101、获取被测系统的目标测试数据。目标测试数据包括：被测系 统的目标接口的多个接口参数，以及各接口参数的测试值。
51.本技术实施例中，被测系统的目标测试数据可以是服务端生成的，或者， 目标测试数据也可以是工作人员上传至服务端的。服务端可以获取一组或多 组目标测试数据。每组目标测试数据均可以包括：被测系统的目标接口的多 个接口参数，以及各接口参数的测试值。
52.其中，被测系统的目标接口可以指的是被测系统的所有接口。或者，被 测系统的目标接口也可以为预设选取的一个或多个接口。目标接口可以基于 被测系统的实际测试需求确定，例如，目标接口可以为被测系统的连续调用 的多个接口中首个被调用的接口。需要说明的是，在目标接口的数量为多个 时，目标测试数据还包括：目标接口的接口标识，以及接口标识与接口参数 的对应关系。
53.可选的，接口参数可以为接口请求参数。目标测试数据还可以包括：目 标接口的统一资源定位器(uniform resource locator，url)地址、目标接 口的名称、目标接口所属的系统、目标接口的请求方法等目标接口信息。
54.步骤102、对目标测试数据进行特征提取，得到特征数据。特征数据用 于反映目标测试数据中是否存在需要进行参数校验，且测试值未通过参数校 验的接口参数。
55.本技术实施例中，对接口参数进行参数校验的校验项目可以为一项或多 项。在校验项目为多项，即接口参数可以进行多项参数校验时，特征数据可 以包括各项参数校验对应的数据。则特征数据可以用于反映针对每项参数校 验，目标测试数据中是否存在需要进行参数校验，且测试值未通过参数校验 的接口参数。
56.可选的，接口的接口参数可以具有用于限制其取值的约束信息。则参数 校验的校验条件基于是否满足约束信息生成。
57.示例的，接口的接口参数的约束信息可以包括以下信息中的至少一种： 参数类型、参数长度范围、参数是否为必填参数、参数取值是否允许为空、 参数取值是否唯一、参数是否需要合法性强校验。则至少一项参数校验的校 验条件可以包括：
58.参考类型对应的校验条件：参数取值是否满足参数类型、参数长度范围 对应的校
验条件：参数取值是否符合参数长度范围、参数取值允许为空对应 的校验条件：参数取值是否满足无非空、参数取值不允许为空对应的校验条 件：参数取值是否满足为非空、参数为必填参数对应的校验条件：参数是否 为必填参数、参数无需为必填参数对应的校验条件：参数是否为非必填参数、 参数取值唯一对应的校验条件：参数取值是否为唯一值、参数取值不唯一对 应的校验条件：参数取值是否无唯一值、参数需要合法性强校验应的校验条 件：参数取值是否通过合法性强校验、参数无需合法性强校验应的校验条件： 参数取值是否无需通过合法性校验。
59.例如，10项参数校验的校验条件依次包括：参数取值是否满足约束信息 中规定的参数类型、参数取值是否满足约束信息中规定的参数长度范围、参 数取值是否满足约束信息中规定的无非空、参数取值是否满足约束信息中规 定的为非空、参数取值是否为约束信息中规定的唯一值、参数取值是否为约 束信息中规定的无唯一值、参数取值是否满足约束信息中规定的通过合法性 强校验、参数取值是否满足约束信息中规定的无需通过合法性校验、参数是 否为约束信息中规定的必填参数、参数是否为约束信息中规定的非必填参 数。
60.在一种可选的实现方式中，针对多项参数校验中任一项目标参数校验， 服务端对目标测试时间数据进行特征提取得到特征数据的过程可以包括：
61.步骤1021a、判断目标测试数据中是否存在需要进行目标参数校验的目 标接口参数。若否，执行步骤1022a；若是，执行步骤1023a。
62.本技术实施例中，服务端判断目标测试数据中是否存在需要进行目标参 数校验的目标接口参数的实现方式有多种，以下以两种可选的实现方式为例 进行说明。
63.第一种可选的实现方式，由于参数校验的校验条件基于是否满足接口参 数的约束信息生成，因此可以通过判断目标测试数据中各接口参数的约束信 息是否包括目标参数校验对应的约束信息，以判断目标测试数据中是否存在 需要进行目标参数校验的目标接口参数。
64.在目标测试数据中各接口参数的约束信息均不包括目标参数校验对应 的约束信息时，表明各接口参数的取值无需受限于目标参数校验对应的约束 信息，则目标测试数据中不存在需要进行目标参数校验的目标接口参数。在 目标测试数据中各接口参数的约束信息存在包括目标参数校验对应的约束 信息时，表明目标测试数据的各接口参数中存在取值受限于目标参数校验对 应的约束信息的接口参数，则确定目标测试数据中存在需要进行目标参数校 验的目标接口参数，后续可以判断接口参数的取值是否满足目标参数校验对 应的约束信息。
65.示例的，目标测试数据包括第一接口参数和第二接口参数。第一接口参 数的约束信息包括：参数类型、参数长度范围、参数取值不允许为空。第二 接口参数的约束信息包括：参数类型、参数长度范围。若目标参数校验为参 数取值是否满足为非空，该目标参数校验对应的目标约束信息为参数取值不 允许为空。则第一接口参数的约束信息包括目标约束信息，服务端确定目标 测试数据中存在需要进行目标参数校验的目标接口参数。若目标参数校验为 参数取值是否为唯一值，该目标参数校验对应的目标约束信息为参数取值为 唯一值。则第一接口参数和第二接口参数的约束信息均不包括参数取值为唯 一值的约束信息，服务端确定目标测试数据中不存在需要进行目标参数校验 的目标接口参数。
66.本技术实施例中，在步骤102之前，所述方法还包括：获取被测系统的 测试信息。测试信息包括目标测试数据中各接口参数的约束信息。约束信息 包括以下信息中的至少一种：接口参数类型、接口参数长度、接口参数的取 值是否允许为空、接口参数的取值是否唯一、接口参数是否需要合法性强校 验。其中，测试信息可以是开发人员预先通过终端传输至服务端的。例如， 测试信息可以是开发人员在终端搭载的测试平台的测试信息输入界面中输 入至终端的。终端在接收到开发人员输入的测试信息后，将该测试信息发送 至服务端。
67.第二种可选的实现方式中，服务端可以存储有各类接口参数与其所需进 行的参数检验的校验标识的接口校验对应关系。服务端可以通过查询存储的 该接口校验对应关系，获取目标参数校验的校验标识对应的接口参数的目标 类型。判断目标测试数据包括的各接口参数是否存在目标类型的接口参数。 在目标测试数据包括的各接口参数中不存在目标类型的接口参数时，确定目 标测试数据中不存在需要进行目标参数校验的目标接口参数。在目标测试数 据包括的各接口参数中存在目标类型的接口参数时，确定目标测试数据中存 在需要进行目标参数校验的目标接口参数。
68.其中，接口参数的类型可以指的是接口参数所属的接口类型，或者，接 口参数的类型也可以指示的是接口参数的参数类型等。接口校验对应关系中 接口参数的类型与校验标识的对应关系可以为一一对应、一对多或者多对 一。示例的，服务端存储的接口校验对应关系包括：第一校验标识与接口参 数的第一类型、第二类型和第三类型对应；第二校验标识与接口参数的第二 类型、第四类型和第五类型对应。假设目标测试数据包括第一接口参数和第 二接口参数。且第一接口参数和第二接口参数的类型为第一类型。目标参数 校验的校验标识为第二校验标识。
69.则服务端可以从接口校验对应关系中获取与指示目标参数校验的第二 校验标识对应的第二类型、第四类型和第五类型。服务端获取目标测试数据 中第一接口参数和第二接口参数的类型为第一类型，确定目标测试数据包括 的各接口参数中不存在属于第二类型、第四类型和第五类型的接口参数。进 而确定目标测试数据中不存在需要进行目标参数校验的目标接口参数。
70.步骤1022a、生成目标参数校验对应的第一数据。
71.本技术实施例中，在目标测试数据中不存在需要进行目标参数校验的目 标接口参数时，生成目标参数校验对应的第一数据。该第一数据用于指示目 标测试数据中不存在需要进行参数校验的接口参数。可选的，第一数据可以 为数字、字母等。例如，第一数据为0。
72.步骤1023a、将目标接口参数的目标测试值与目标参数校验的校验条件 进行匹配处理。
73.本技术实施例中，服务端可以比较目标接口参数的目标测试值是否满足 校验条件。示例的，假设目标参数校验的校验条件为参数取值是否满足约束 信息中规定的参数长度范围。目标接口参数的约束信息中目标接口参数的取 值长度范围为[1,50]字符。若目标测试值的字符长度在[1,50]内，表明目标测 试值与校验条件匹配成功，确定目标测试值满足校验条件。若目标测试值的 字符长度不在[1,50]内，表明目标测试值与校验条件未匹配成功，确定目标 测试值不满足检验条件。
[0074]
步骤1024a、在目标测试值满足校验条件时，生成目标参数校验对应的 第一数据；在目标测试值不满足校验条件时，生成目标参数校验对应的第二 数据。
[0075]
本技术实施例中，在目标测试值满足校验条件时，生成目标参数校验对 应的第一数据。该第一数据还用于指示目标测试数据中存在需要进行参数校 验，且测试值通过参数校验的接口参数。在目标测试值不满足校验条件时， 生成目标参数校验对应的第二数据。第二数据用于指示目标测试数据中是否 存在需要进行参数校验，且测试值未通过参数校验的接口参数。
[0076]
步骤1025a、生成特征数据，特征数据包括生成的各参数校验对应的数 据。
[0077]
本技术实施例中，服务端基于针对每个参数校验生成的该参数校验对应 的数据(第一数据或者第二数据)生成特征数据。示例的，假设第一数据为 0，第二数据为1。目标测试数据的特征数据包括：istypeerr＝0、islongerr＝0、 isempty＝0、isnotemtpy＝0、istheone＝0、isnottheone＝0、iserrcheck＝0、isnoterrcheck＝0、isnull＝1、isnotnull＝0。其中，istypeerr为校验条件为参 数取值是否满足约束信息中规定的参数类型的参数校验。islongerr为校验 条件为参数取值是否满足约束信息中规定的参数长度范围的参数校验。 isempty为校验条件为参数取值是否满足约束信息中规定的无非空的参数校 验。isnotemtpy为校验条件为参数取值是否满足约束信息中规定的为非空的 参数校验。istheone为校验条件为参数取值是否为约束信息中规定的唯一值 的参数校验。isnottheone为校验条件为参数取值是否为约束信息中规定的 无唯一值的参数校验。iserrcheck为校验条件为参数取值是否满足约束信息 中规定的通过合法性强校验的参数校验。isnoterrcheck为校验条件为参数取 值是否满足约束信息中规定的无需通过合法性校验的参数校验。isnull为校 验条件为参数是否为约束信息中规定的必填参数的参数校验。isnotnull为校 验条件为参数是否为约束信息中规定的非必填参数的参数校验。
[0078]
步骤103、将特征数据输入测试结果预测模型，得到预期测试结果。预 期测试结果用于指示目标测试数据是否为正常用例。
[0079]
本技术实施例中，测试结果预测模型用于根据输入的测试数据的特征数 据，输出采用该测试数据对任一被测系统进行测试时所得的预期测试结果的 类型。预期测试结果的类型包括正常和异常。若预期测试结果的类型为正常， 则预期测试结果指示目标测试数据为正常用例。若预期测试结果的类型为异 常，则预期测试结果指示目标测试数据为异常用例。其中，测试结果预测模 型是以多组测试样本数据训练得到的，多组测试样本数据中每组样本数据可 以包括接口的多个接口参数、各接口参数的测试值以及标签数据。标签数据 用于指示测试样本数据为正常用例或者异常用例。可选的，每组测试样本数 据可以包括一个或多个接口的接口参数。
[0080]
可选的，在步骤103之前，所述方法还包括：服务端执行测试结果预测 模型的训练过程。在一种可选的实现方式中，测试结果预测模型的训练过程 可以包括以下步骤s1至步骤s3。
[0081]
在步骤s1中，获取多组测试样本数据。测试样本数据包括：接口的多 个接口参数、各接口参数的测试值以及标签数据，标签数据用于指示测试样 本数据为正常用例或者异常用例。
[0082]
本技术实施例中，测试样本数据可以是采集的任一被测系统的测试样本 数据。多
组测试样本数据可以为同一被测系统的测试样本数据。或者，多组 测试样本数据也可以为不同被测系统的测试样本数据。
[0083]
在步骤s2中，对测试样本数据进行特征提取，得到样本特征数据。样 本特征数据用于反映测试样本数据中是否存在需要进行参数校验，且测试值 未通过参数校验的接口参数。
[0084]
该步骤的解释和实现方式可以参考前述步骤102对目标测试数据进行特 征提取，得到特征数据的解释和实现方式，本技术实施例对此不做赘述。
[0085]
在步骤s3中，采用样本特征数据对机器学习模型进行训练，得到测试 结果预测模型。
[0086]
可选的，用于训练机器学习模型的机器学习算法包括：随机森林算法、 支持向量机算法或者卷积神经网络算法。示例的，服务端采用样本特征数据 对初始学习模型进行训练，得到测试结果预测模型的过程可以包括：将多组 样本特征数据中接口的多个接口参数分别输入至机器学习模型，得到各组样 本特征数据对应的预期测试结果。将各组样本特征数据对应的预期测试结果 与各样本特征数据对应的标签数据指示的测试结果输入至目标损失函数，确 定损失值，该目标损失函数为测试结果预测模型的损失函数。当损失值未达 到预设要求时，表明当前机器学习模型的预测精度未达到预设精度要求，根 据优化器调整机器学习模型中的参数，得到调整后的机器学习模型。重复执 行向调整后的机器学习模型输入测试样本数据中接口的多个接口参数至确 定损失值的过程，直至损失值达到预设要求。当损失值达到预设要求时，表 明当前机器学习模型的预测精度达到预设精度要求，将当前机器学习模型作 为测试结果预测模型。
[0087]
本技术实施例中，在另一种可选的实现方式中，测试结果预测模型的训 练过程可以包括：
[0088]
获取多组预设特征数据。各组预设特征数据均包括：多项参数检验中各 项参数校验对应的数据以及该组预设特征数据对应的第二标签数据。采用多 组预设特征数据对机器学习模型进行训练，得到测试结果预测模型。其中， 各项参数校验对应的数据为第一数据或者第二数据。第二标签数据用于指示 预设特征数据对应的测试数据为正常用例或者异常用例。可选的，用于训练 机器学习模型的机器学习算法包括：随机森林算法、支持向量机算法或者卷 积神经网络算法。
[0089]
示例的，服务端采用多组预设特征数据对机器学习模型进行训练，得到 测试结果预测模型的过程可以包括：将多组预设特征数据中每个预设特征数 据包括的各项参数校验对应的数据分别输入至机器学习模型，得到组预设特 征数据对应的预期测试结果。将各组预设特征数据对应的预期测试结果与各 组预设特征数据对应的第二标签数据指示的预设测试结果输入至第二目标 损失函数，确定损失值。当损失值未达到预设要求时，表明当前机器学习模 型的预测精度未达到预设精度要求，根据优化器调整机器学习模型中的参 数，得到调整后的机器学习模型。重复执行向调整后的机器学习模型输入预 设特征数据中各项参数校验对应的数据至确定损失值的过程，直至损失值达 到预设要求。当损失值达到预设要求时，表明当前机器学习模型的预测精度 达到预设精度要求，将当前机器学习模型作为测试结果预测模型。
[0090]
本技术实施例中，训练测试结果预测模型的后一种实现方式中，由于直 接构造多
组预设特征数据作为测试结果预测模型的训练数据，因此，相较于 训练测试结果预测模型的前一种实现方式，无需执行对测试样本数据进行特 征提取得到样本特征数据的过程，简化了测试结果预测模型的训练过程。并 且，由于各项参数校验对应的数据，相较于各接口参数的测试值的结构简单， 因此，相较于构造测试样本数据的过程，构造预设特征数据的过程更为简单， 训练数据生成效率较高。
[0091]
综上所述，本技术实施例提供的测试数据处理方法，通过对获取的目标 测试数据进行特征提取，得到特征数据，特征数据用于反映目标测试数据中 是否存在需要进行参数校验，且测试值未通过参数校验的接口参数。将特征 数据输入测试结果预测模型，得到预期测试结果。预期测试结果用于指示目 标测试数据是否为正常用例。该技术方案中，采用测试结果预测模型确定目 标测试数据对应的预期测试结果，相较于人为预测测试数据的测试结果的方 式，缩短了目标测试数据对应的预设测试结果的预测时长，提高了预测效率。
[0092]
请参考图2，其示出了本技术实施例提供的另一种测试数据处理方法的 流程图。测试数据处理方法可以应用于电子设备或者上述实施环境中的服务 端，下述实施例以方法应用于服务端为例进行说明。如图2所示，测试数据 处理方法可以包括：
[0093]
步骤201、获取被测系统的测试信息，测试信息包括：接口的各接口参 数、各接口参数的测试值集合以及目标系数，目标系数小于或者等于接口参 数的个数。
[0094]
本技术实施例中，测试信息可以是开发人员写入终端，并通过终端发送 至服务端的。可选的，各接口参数的测试值集合可以包括用于构成正常用例 的正常测试值集合，以及用于构成异常用例的异常测试集合。这样，基于各 接口参数的测试值集合生成的最终测试数据可以为正常用例或者异常用例， 更为符合被测系统的测试需求。
[0095]
步骤202、将各接口参数的测试值集合进行笛卡尔积运算，得到多组初 始测试数据，任意一组初始测试数据包括各接口参数的测试值。
[0096]
本技术实施例中，服务端将各接口参数的测试值集合进行笛卡尔积运 算，得到笛卡尔积。基于笛卡尔积的多组元素构造各组元素对应的初始测试 数据。示例的，测试信息包括接口的第一接口参数、第二接口参数和第三接 口参数。第一接口参数的测试值集合a＝{a1,a2}。第二接口参数的测试值集 合b＝{b1,b2}。第三接口参数的测试值集合c＝{c1,c2}。
[0097]
则第一接口参数的测试值集合、第二接口参数的测试值集合以及第三接 口参数的测试值集合的笛卡尔积a
×b×
c＝ {(a1,b1,c1),(a1,b1,c2),(a1,b2,c1),(a1,b2,c2),(a2,b1,c1),(a2,b1,c2),(a2,b2,c1),(a2,b 2,c2)}。基于笛卡尔积a
×
b的八组元素分别构造各组元素对应的八组初始 测试数据。
[0098]
请参考表1，表1示出了八组初始测试数据(第一组初始测试数据至第 八组初始测试)中第一接口参数、第二接口参数和第三接口参数的取值。如 表1所示，第一组初始测试数据包括：第一接口参数＝a1；第二接口参数＝b1； 第三接口参数＝c1。第二组初始测试数据为：第一接口参数＝a1；第二接口参 数＝b1；第三接口参数＝c2。
[0099]
表1
[0100] 第一接口参数第二接口参数第三接口参数第一组初始测试数据a1b1c1
第二组初始测试数据a1b1c2第三组初始测试数据a1b2c1第四组初始测试数据a1b2c2第五组初始测试数据a2b1c1第六组初始测试数据a2b1c2第七组初始测试数据a2b2c1第八组初始测试数据a2b2c2
[0101]
步骤203、针对任意一组初始测试数据，将初始测试数据中每目标系数 个测试值进行排列组合，得到初始测试数据对应的至少一组结对数据。
[0102]
本技术实施例中，目标系数的取值可以为[2，i]，i为接口参数的个数。 示例的，假设目标系数为2，则针对任意一组初始测试数据，服务端将该组 测试数据中各测试值进行两两组合，得到多组结对数据。例如，以上述步骤 202所示的示例中，与第一组元素(a1,b1,c1)对应的一组初始测试数据为例进 行说明。将该组初始测试数据中各测试值两两组合，得到三组结对数据。该 三组结对数据分别包括：第一组结对数据：a1,b1；第二组结对数据：a1,c1； 第三组结对数据：b1,c1。
[0103]
步骤204、采用结对算法基于各初始测试数据对应的多组结对数据，对 多组初始测试数据进行筛选，得到目标测试数据。
[0104]
本技术实施例中，结对(pairwise)算法是基于数学统计和对传统的正 交分析法进行优化后的算法。服务端采用结对算法基于各初始测试数据对应 的多组结对数据，对多组初始测试数据进行筛选，得到目标测试数据的过程 包括：执行至少一次筛选过程，直至各组初始测试数据对应的多组结对数据 无重复结对数据，该筛选过程包括：
[0105]
针对多组初始测试数据中目标初始测试数据的至少一组结对数据的任 意一组目标结对数据，将目标结对数据分别与其他组初始测试数据中对应的 结对数据进行比较，其他组初始测试数据为多组初始测试数据中除目标初始 测试数据之外的初始测试数据，对应的两个结对数据包括的各测试值组合前 在初始测试数据中的排列位置相同。
[0106]
在目标初始测试数据的每组结对数据均存在相同的结对数据时，将多组 初始测试数据中的目标初始测试数据删除，并在剩余初始测试数据包括的初 始测试数据的数量大于0时，将剩余初始测试数据中任意一组初始测试数据 作为目标测试数据。或者，在剩余初始测试数据包括的初始测试数据的数量 等于0时，确定各组初始测试数据对应的多组结对数据无重复结对数据。其 中，剩余初始测试数据指的是多组测试数据中，未作为目标初始测试数据的 初始测试数据。
[0107]
示例的，服务端将第八组初始测试数据作为目标初始测试数据，此时对 应的剩余初始测试数据(第一组初始测试数据至第七组初始测试数据)。该 目标初始测试数据的三组结对数据分别为：第一组结对数据：a2,b2；第二组 结对数据：a2,c2；第三组结对数据：b2,c2。将第一组结对数据a2,b2分别与 第一组初始测试数据至第七组初始测试数据中的第一组结对数据进行比较。 确定第七组测试数据的第一组结对数据a2,b2与目标初始测试数据的第一组 结对数据a2,b2相同。
[0108]
将第二组结对数据a2,c2分别与第一组初始测试数据至第七组初始测试 数据中的第二组结对数据进行比较。确定第六组测试数据的第二组结对数据 a2,c2与目标初始测
试数据的第二组结对数据a2,c2相同。
[0109]
将第三组结对数据b2,c2分别与第一组初始测试数据至第七组初始测试 数据中的第三组结对数据进行比较。确定第四组测试数据的第三组结对数据 b2,c2与目标初始测试数据的第三组结对数据b2,c2相同。
[0110]
则目标初始测试数据的三组结对数据均存在相同的结对数据，将第八组 初始测试数据删除，剩余初始测试数据包括的初始测试数据的数量为7。而 7大于0，则将剩余初始测试数据(第一组初始测试数据至第七组初始测试 数据)中第七组初始测试数据作为目标初始测试数据。此时，对应的剩余初 始测试数据包括(第一组初始测试数据至第六组初始测试数据)。若剩余初 始测试数据中存在与第七组初始测试数据的各组结对数据均重复的结对数 据，则将第七组初始测试数据删除。若剩余初始测试数据中，不存在与第七 组初始测试数据的各组结对数据中任一结对数据重复的结对数据，则将第七 组初始测试数据作为目标测试数据。依次将剩余初始测试数据中各组初始测 试数据作为目标初始测试数据，并重复前述判断剩余初始测试数据中，是否 存在与目标初始测试数据的各组结对数据均重复的结对数据的步骤，直至剩 余初始测试数据包括的初始测试数据的数量等于0，以对多组初始测试数据 筛选完成，得到目标测试数据：第七组初始测试数据、第六组初始测试数据、 第五组初始测试数据、第三组初始测试数据、第二组初始测试数据以及第一 组初始测试数据。
[0111]
步骤205、采用目标测试数据对被测系统进行测试，得到当前代码覆盖 率。
[0112]
本技术实施例中，代码覆盖率是软件测试中的一种度量，用于描述被侧 系统的程序中源代码被测试部分占所有源代码的比例。
[0113]
可选的，服务端采用目标测试数据对被测系统进行测试，得到当前代码 覆盖率的过程可以包括：服务端可以对被测系统的每一行源代码插入标志 位。采用目标测试数据对被测系统进行测试的过程中，服务端实时监测每一 行源代码的标志位的状态，其中，在某一行源代码被执行时，该行的标志位 的状态为被执行状态；在某一行源代码未被执行时，该行的标志位的状态为 未执行状态。服务端在检测到测试结束后，统计各行源代码的标志位的状态。 根据统计结果确定当前代码覆盖率。
[0114]
当然，服务端也可以采用其他方式得到采用目标测试数据对被测系统进 行测试后的当前代码覆盖率。该其他方式包括服务端在采用目标测试数据对 被测系统进行测试的过程中，执行代码覆盖率统计软件。以在测试结束后， 获取代码覆盖率统计软件统计的当前代码覆盖率。
[0115]
步骤206、判断当前代码覆盖率是否小于目标代码覆盖率。若是，则执 行步骤207；若否，则执行步骤208。
[0116]
本技术实施例中，目标代码覆盖率可以是开发人员通过终端发送至服务 端的。目标代码覆盖率为测试需求中被测系统的最低代码覆盖率要求。服务 端可以比较当前代码覆盖率与目标代码覆盖率的大小。在当前代码覆盖率小 于目标代码覆盖率时，表明采用目标测试数据进行测试时未达到被测系统的 最低代码覆盖率要求。在当前代码覆盖率大于或者等于目标代码覆盖率时， 表明采用目标测试数据进行测试时达到被测系统的最低代码覆盖率要求。
[0117]
步骤207、更新目标系数，使得更新后的目标系数大于更新前的目标系 数。返回执
行步骤203。
[0118]
本技术实施例中，目标系统的取值越大，采用前述步骤201至步骤204 生成的目标测试数据的数量越大，进而采用目标测试数据进行测试时被测系 统的代码覆盖率越高。其中，本技术实施例在实际应用中，在目标系统的取 值等于接口参数的个数时，采用前述步骤201至步骤204可以生成全量目标 测试数据，则采用全量目标测试数据进行测试时被测系统的代码覆盖率为1。
[0119]
基于此，在当前代码覆盖率小于目标代码覆盖率时，表明采用目标测试 数据进行测试时未达到被测系统的最低代码覆盖率要求，则可以更新目标系 数，使得更新后的目标系数大于更新前的目标系数。示例的，在当前代码覆 盖率小于目标代码覆盖率时，服务端将目标系数加1的结果作为更新后的目 标系数。
[0120]
步骤208、确定被测系统的测试数据为目标测试数据。
[0121]
本技术实施例中，在当前代码覆盖率大于或者等于目标代码覆盖率时， 表明采用目标测试数据进行测试时达到被测系统的最低代码覆盖率要求，则 将目标测试数据作为被测系统的最终测试数据。这样，在保证目标覆盖率的 情况下，基于结对算法生成的目标测试数据的数据量较小，提升了目标测试 数据的生成质量。并且，相较于相关技术中人为编写生成测试数据的方式， 提高了测试数据的生成效率。进而在采用目标测试数据对被测系统进行诸如 接口冒烟测试、接口回归测试等测试时，由于目标测试数据的数据量相对较 小，因此缩短了测试时长，提升了测试效率。
[0122]
步骤209、获取被测系统的目标测试数据。
[0123]
步骤210、对目标测试数据进行特征提取，得到特征数据。特征数据用 于反映目标测试数据中是否存在需要进行参数校验，且测试值未通过参数校 验的接口参数。
[0124]
该步骤210的解释和实现方式可以参考前述步骤102的解释和实现方 式，本技术实施例对此不作限定。
[0125]
步骤211、将特征数据输入测试结果预测模型，得到预期测试结果。预 期测试结果用于指示目标测试数据是否为正常用例。
[0126]
该步骤211的解释和实现方式可以参考前述步骤103的解释和实现方 式，本技术实施例对此不作限定。
[0127]
本技术实施例中，通过对获取的目标测试数据进行特征提取，得到特征 数据，特征数据用于反映目标测试数据中是否存在需要进行参数校验，且测 试值未通过参数校验的接口参数。将特征数据输入测试结果预测模型，得到 预期测试结果。预期测试结果用于指示目标测试数据是否为正常用例。该技 术方案中，采用测试结果预测模型确定目标测试数据对应的预期测试结果， 相较于人为预测测试数据的测试结果的方式，缩短了目标测试数据对应的预 设测试结果的预测时长，提升了测试数据的预测效率。进而简化了测试数据 的完整生成过程，提高了测试数据的生成效率。
[0128]
请参考图3，其示出了本发明实施例提供的一种测试平台的系统架构图。 本技术实施例以测试数据处理方法应用于图3所示的测试平台为例，对该测 试数据处理方法进行进一步说明。如图3所示，该测试平台300包括：接入 层301、站点层302、数据处理层303、服务层304、数据存储层305以及部 署环境306。
[0129]
其中，接入层301包括：平台页面3011、覆盖率收集代理模块3012以 及流量收集代
理模块3013。平台页面3011包括接口信息管理页面、用户管 理页面、数据图标显示页面以及数据导出页面。开发人员可以在终端显示的 接口信息管理页面中写入测试信息、目标覆盖率等数据。以使得终端在该接 口信息管理页面中接收测试信息、目标覆盖率等数据，并将接收到的数据发 送至服务端。便于服务端基于该数据执行测试数据处理方法。覆盖率收集代 理模块3012用于确定测试过程中代码覆盖率。例如，覆盖率收集代理模块 3012用于在目标测试数据对被测系统进行测试时得到当前代码覆盖率。
[0130]
站点层302包括：数据接入模块3021以及接入数据存储模块3022。数 据接入模块3021可以提供的数据统计、请求路由、对外接口以及代理数据 收集传输至接入数据存储模块的功能。接入数据存储模块3022可以包括 mysql数据库，用于存储代理数据。其中，代理数据可以包括覆盖率收集 代理模块3012以及流量收集代理模块3013收集的数据。
[0131]
数据处理层303包括：数据处理模块3031以及训练样本数据存储模块 3032。数据处理模块3031可以提供数据采用、数据加工、数据特征提取、 样本构建的功能。训练样本数据存储模块3032可以包括mysql数据库，用 于存储样本数据。
[0132]
服务层304包括：代理数据收集统计模块3041、执行模块3042、用例 输入生成模块3043、覆盖率反馈控制模块3044、数据后处理模块3045、预 测模型模块3046以及数据存储控制模块3047。代理数据收集统计模块3041 用于收集覆盖率收集代理模块3012传入的覆盖率，以及用于收集流量收集 代理模块3013传入的流量。用例输入生成模块3043用于生成目标测试数据。 执行模块3042用于向外部提供目标测试数据。覆盖率反馈控制模块3044用 于向用例输入生成模块3043传输代码覆盖率。数据后处理模块3045用于对 目标测试数据进行特征提取，得到特征数据。预测模型模块3046用于根据 输入的特征数据输出预测评估结果。数据存储控制模块3047用于向数据存 储层的数据库传输目标测试数据以及对应的预测评估结果，以使得数据库对 目标测试数据以及对应的预测评估结果进行存储。
[0133]
数据存储层305包括：第一用例数据数据库3051、第二用例数据数据库 3052以及接口文档数据库3053。第一用例数据数据库3051可以为mysql 数据库，用于以mysql格式存储目标测试数据和/或对应的预测评估结果。 第二用例数据数据库3052可以包括表格(excel)数据库、结构化查询语言 (structured query language，sql)数据库以及其他数据库。表格数据库用 于以表格格式存储目标测试数据和/或对应的预测评估结果。sql数据库用 于以sql格式存储目标测试数据和/或对应的预测评估结果。其他数据库用 于以除mysql格式、表格格式以及sql格式之外的格式存储目标测试数据 和/或对应的预测评估结果。接口文档数据库3053可以为mysql数据库， 用于以mysql格式存储接口文档，即测试信息。
[0134]
部署环境306可以为社区企业操作系统(community enterprise operatingsystem，centos)。该centos为linux操作系统的一种。centos可以加载springboot框架、flask框架以及模型运行环境。spring boot框架是一种在spring 基础上的一套开源框架。flask是一个使用python编写的轻量级网页应用框 架。
[0135]
其中，通过平台页面3011可以获取被测系统的测试信息。该测试信息 依次通过数据接入模块3021以及数据处理模块3031分别传输至用例输入生 成模块3043以及接口文档数据库3053。接口文档数据库3053存储接收到的 被测系统的测试信息。
[0136]
用例输入生成模块3043可以在获取到被测系统的测试信息后，执行前 述步骤202
至步骤204的过程得到目标测试数据。用例输入生成模块3043 将目标测试数据传输至执行模块3042。执行模块3042将目标测试数据传入 被测系统，以采用目标测试数据对被测系统进行测试。
[0137]
覆盖率收集代理模块3012用于确定采用目标测试数据对被测系统进行 测试后，被测系统的当前代码覆盖率，并将当前代码覆盖率通过数据接入模 块3021以及数据处理模块3031传输至代理数据收集统计模块3041。从而使 得代理数据收集统计模块3041通过覆盖率反馈控制模块3044将当前代码覆 盖率传输至用例输入生成模块3043。
[0138]
用例输入生成模块3043执行前述步骤206至步骤208判断当前代码覆 盖率是否小于目标代码覆盖率。在当前代码覆盖率小于目标代码覆盖率时， 更新目标系数，使得更新后的目标系数大于更新前的目标系数，并执行前述 步骤203至步骤204得到目标测试数据。用例输入生成模块3043重复执行 将目标测试数据传输至执行模块3042，至用例输入生成模块3043执行前述 步骤206至步骤208判断当前代码覆盖率是否小于目标代码覆盖率的过程。 直至当前代码覆盖率大于或者等于目标代码覆盖率。
[0139]
在当前代码覆盖率大于或者等于目标代码覆盖率时，用例输入生成模块 3043确定目标测试数据为被测系统的目标测试数据。并将目标测试数据传输 至数据后处理模块3045。数据后处理模块3045对所述目标测试数据进行特 征提取，得到特征数据，并将特征数据传输至预测模型模块3046。预测模型 模块3046将所述特征数据输入测试结果预测模型，得到预期测试结果。数 据存储控制模块3047将被测系统的目标测试数据和/或对应的预期测试结果 发送至第一用例数据数据库3051以及第二用例数据数据库3052。
[0140]
综上所述，本发明实施例提供的测试数据处理方法，通过对获取的目标 测试数据进行特征提取，得到特征数据，特征数据用于反映目标测试数据中 是否存在需要进行参数校验，且测试值未通过参数校验的接口参数。将特征 数据输入测试结果预测模型，得到预期测试结果。预期测试结果用于指示目 标测试数据是否为正常用例。该技术方案中，采用测试结果预测模型确定目 标测试数据对应的预期测试结果，相较于人为预测测试数据的测试结果的方 式，缩短了目标测试数据对应的预设测试结果的预测时长，提升了测试数据 的预测效率。进而简化了测试数据的完整生成过程，提高了测试数据的生成 效率。
[0141]
请参考图4，其示出了本发明实施例提供的一种测试数据处理装置的框 图。如图4所示，测试数据处理装置400包括：
[0142]
获取模块401，用于获取被测系统的目标测试数据，目标测试数据包括： 被测系统的目标接口的多个接口参数，以及各接口参数的测试值。
[0143]
提取模块402、用于对目标测试数据进行特征提取，得到特征数据，特 征数据用于反映目标测试数据中是否存在需要进行参数校验，且测试值未通 过参数校验的接口参数。
[0144]
模型预测模块403，用于将特征数据输入测试结果预测模型，得到预期 测试结果，预期测试结果用于指示目标测试数据是否为正常用例。
[0145]
可选的，提取模块402、还用于：
[0146]
针对多项参数校验中任一项目标参数校验，在确定目标测试数据中不存 在需要进行目标参数校验的目标接口参数时，生成目标参数校验对应的第一 数据；
[0147]
在确定目标测试数据中存在需要进行目标参数校验的目标接口参数时， 将目标接口参数的目标测试值与目标参数校验的校验条件进行匹配处理；
[0148]
在目标测试值满足校验条件时，生成目标参数校验对应的第一数据；
[0149]
在目标测试值不满足校验条件时，生成目标参数校验对应的第二数据；
[0150]
生成特征数据，特征数据包括生成的各参数校验对应的数据。
[0151]
可选的，获取模块401，还用于获取被测系统的测试信息，测试信息包 括各接口参数的约束信息，约束信息包括以下信息中的至少一种：参数类型、 参数长度范围、参数是否为必填参数、参数取值是否允许为空、参数取值是 否唯一、参数是否需要合法性强校验；参数校验的校验条件基于是否满足约 束信息生成；
[0152]
提取模块402、还用于：在各接口参数的约束信息中均不包括目标参数 校验对应的约束信息时，确定目标测试数据中不存在需要进行目标参数校验 的目标接口参数。
[0153]
可选的，获取模块401，还用于获取被测系统的测试信息，测试信息包 括：各接口参数、各接口参数的测试值集合以及目标系数，目标系数小于或 者等于接口参数的个数；
[0154]
装置还包括：运算模块，用于将各接口参数的测试值集合进行笛卡尔积 运算，得到多组初始测试数据，任意一组初始测试数据包括各接口参数的测 试值。
[0155]
组合模块，用于针对任意一组初始测试数据，将初始测试数据中每目标 系数个测试值进行排列组合，得到初始测试数据对应的至少一组结对数据。
[0156]
筛选模块，用于采用结对算法基于各初始测试数据对应的多组结对数 据，对多组初始测试数据进行筛选，得到目标测试数据。
[0157]
可选的，装置还包括：
[0158]
测试模块，用于采用目标测试数据对被测系统进行测试，得到当前代码 覆盖率。
[0159]
更新模块，用于在当前代码覆盖率小于目标代码覆盖率时，更新目标系 数，使得更新后的目标系数大于更新前的目标系数。
[0160]
执行模块，用于重复执行将初始测试数据中各测试值进行排列组合至采 用目标测试数据对被测系统进行测试，得到当前代码覆盖率的步骤，直至当 前代码覆盖率大于或者等于目标代码覆盖率，确定被测系统的测试数据为目 标测试数据。
[0161]
可选的，获取模块401，还用于获取多组测试样本数据，测试样本数据 包括：接口的多个接口参数、各接口参数的测试值以及标签数据，标签数据 用于指示测试样本数据为正常用例或者异常用例。
[0162]
提取模块402、还用于对测试样本数据进行特征提取，得到样本特征数 据，样本特征数据用于反映测试样本数据中是否存在需要进行参数校验，且 测试值未通过参数校验的接口参数。
[0163]
装置还包括：训练模块，用于采用特征样本数据对机器学习模型进行训 练，得到测试结果预测模型。
[0164]
可选的，用于训练机器学习模型的机器学习算法包括：随机森林算法、 支持向量机算法或者卷积神经网络算法。
[0165]
综上所述，本发明实施例提供的测试数据处理装置，通过对获取的目标 测试数据进行特征提取，得到特征数据，特征数据用于反映目标测试数据中 是否存在需要进行参数校验，且测试值未通过参数校验的接口参数。将特征 数据输入测试结果预测模型，得到预期测试结果。预期测试结果用于指示目 标测试数据是否为正常用例。该技术方案中，采用测试结果预测模型确定目 标测试数据对应的预期测试结果，相较于人为预测测试数据的
测试结果的方 式，缩短了目标测试数据对应的预设测试结果的预测时长提升了测试数据的 预测效率。进而简化了测试数据的完整生成过程，提高了测试数据的生成效 率。
[0166]
本技术实施例提供的测试数据生成装置具备执行测试数据处理方法相 应的功能模块，可执行本技术任一实施例所提供的测试数据处理方法，且能 达到相同的有益效果。
[0167]
在本技术提供的又一实施例中，还提供了一种电子设备，电子设备可以 包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的 计算机程序，所述处理器执行所述程序时实现上述测试数据处理方法实施例 的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0168]
示例的，如图5所示，该电子设备具体可以包括：处理器501、存储装 置502、具有触摸功能的显示屏503、输入装置504、输出装置505以及通信 装置506。该电子设备中处理器501的数量可以是一个或者多个，图5中以 一个处理器501为例。该电子设备的处理器501、存储装置502、显示屏503、 输入装置504、输出装置505以及通信装置506可以通过总线或者其他方式 连接。
[0169]
在本技术提供的又一实施例中，还提供了一种计算机可读存储介质，该 计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执 行上述实施例中任一所述的测试数据处理方法。
[0170]
在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产 品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的测试 数据处理方法。
[0171]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示 这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、
ꢀ“
包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列 要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确 列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的 要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不 排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0172]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变 体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品 或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是 还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的 情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过 程、方法、物品或者装置中还存在另外的相同要素。
[0173]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述 实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通 过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的 技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式 体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、 光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器， 空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0174]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上 述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的， 本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求 所保护的范围情况下，还可做出
很多形式，均属于本发明的保护之内。
[0175]
本领域普通技术人员可以意识到，结合本技术实施例中所公开的实施例 描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子 硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术 方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使 用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范 围。
[0176]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描 述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应 过程，在此不再赘述。
[0177]
在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，可以 通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例 如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的 划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一 些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直 接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连 接，可以是电性，机械或其它的形式。
[0178]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作 为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方， 或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部单元来实现本实施例方案的目的。
[0179]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元 中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一 个单元中。
[0180]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使 用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明 的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部 分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质 中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器， 或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前 述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种 可以存储程序代码的介质。
[0181]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限 于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易 想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护 范围应以权利要求的保护范围为准。