基于人工智能的自动化测试方法、装置、设备及存储介质与流程

1.本技术涉及人工智能技术领域，尤其涉及一种基于人工智能的自动化测试方法、装置、电子设备及存储介质。


背景技术：

2.在数字化进程发展的过程中，数据系统在企业运营过程中的重要性与日俱增，而在数据系统上线运行之前，需要针对数据系统进行测试，这对于评估数据系统的稳定性具有较为重要的意义。
3.现有的测试方式通常为测试人员对实体计算机上搭建好的数据系统进行手动测试，且测试结果依赖于测试人员的技术水平，导致测试效率较低。


技术实现要素：

4.鉴于以上内容，有必要提供一种基于人工智能的自动化测试方法、装置、设备及存储介质，以解决如何提高数据系统的测试效率这一技术问题。
5.本技术实施例提供一种基于人工智能的自动化测试方法，所述方法包括：
6.依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令；
7.对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标；
8.基于所述调度文档和所述数据系统构建程序规范度指标；
9.计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标；
10.基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果。
11.上述基于人工智能的自动化测试方法通过分别对待测试数据系统的结构和内部程序进行针对性测试获取了量化的系统规范度指标，并依据所述量化的系统规范度指标评估所述数据系统以获取测试结果，依据所述方法，无需开发人员手动对数据系统进行测试，所有测试任务可自动化完成，降低了测试所需时间，提升了测试效率。
12.在一些实施例中，所述依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档包括：
13.依据预设组件构建测试平台作为所述数据系统的载体，所述组件包括多种数据处理程序；
14.将所述预设文档中的代码依次输入所述载体以搭建待测试的数据系统。
15.如此，基于所述组件搭建了待测试数据系统的测试平台，允许开发人员自定义设置待测试数据系统的结构与功能，相较于传统的基于实体计算机搭建待测试数据系统的方法，更加灵活。
16.在一些实施例中，所述对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标包括：
17.遍历所述部署文档获得根据所述部署文档设计的数据系统的目录结构，并根据所述目录结构构建第一结构；
18.测试所述待测试数据系统以获取第二结构；
19.对比所述第一结构与第二结构获得所述结构规范度指标，所述结构规范度指标用于表示所述数据系统中结构的规范程度。
20.如此，通过对比部署文档中的目录结构与数据系统中的目录结构获取了所述结构规范度指标，以量化的数据表征了数据系统目录结构的规范程度，能够提升后续测试结果的准确度。
21.在一些实施例中，所述基于所述调度文档和所述数据系统构建程序规范度指标包括：
22.查询所述数据系统中的程序编码格式以获取编码规范度，所述编码规范度用于表示所述数据系统中程序编码格式的规范程度；
23.对比所述数据系统中的程序名称与所述调度文档中的任务名称以获取功能匹配度，所述功能匹配度用于表示所述数据系统中的程序名称的规范程度；
24.计算所述数据系统中的程序的差异度以获取归并复杂度，所述归并复杂度用于表示所述数据系统中程序的复杂程度；
25.依据自定义分段模型整合所述编码规范度、功能匹配度和归并复杂度以获取所述程序规范度指标。
26.如此，通过对数据系统中每个程序进行测试获取了所述每个程序的编码规范度、功能匹配度和归并复杂度，并依据自定义分段模型整合所述编码规范度、功能匹配度和归并复杂度以获取了程序规范度指标，能够从多个角度对所述数据系统中的程序进行评估，提升了后续测试结果的准确度。
27.在一些实施例中，所述自定义分段模型符合以下关系式：
[0028][0029]
其中，t代表所述程序规范度指标，t的取值范围是[-1，1]；a代表所述编码规范度；b代表所述功能匹配度，b的取值范围是[0,1]；c代表所述归并复杂度，c的取值范围是[0,1]；α1和α2代表自定义的调和常数；β1和β2代表预设的目标值。
[0030]
如此，将所述编码规范度的取值作为分段条件并定义模型中的调和常数的值，进一步依据所述调和常数整合所述功能匹配度和所述归并复杂度，并以统一的指标表征数据系统中程序的规范程度，能够简化运算，从而提高测试效率。
[0031]
在一些实施例中，所述计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标包括：
[0032]
计算所述结构规范度指标与所述程序规范度指标的信息熵；
[0033]
依据预设的标准化算法计算所述信息熵以获取归一化权重；
[0034]
依据所述归一化权重更新所述结构规范度指标和所述程序规范度指标以获取所述系统规范度指标。
[0035]
如此，通过分析所述结构规范度指标和所述程序规范度指标的影响因素制定了所
述置信度计算方法，并依据所述置信度计算方法分别获取了所述结构规范度指标和所述程序规范度指标的置信度，进一步利用标准化方法降低了量纲对置信度的影响，从而能够提升系统指标的准确度。
[0036]
在一些实施例中，所述基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果包括：
[0037]
依据预设第一阈值构建等级序列；
[0038]
匹配所述等级序列和所述系统规范度指标以获取所述数据系统的测试等级；
[0039]
对比所述测试等级和预设第二阈值以获取测试结果。
[0040]
如此，依据自定义的阈值对待测试数据系统的系统规范度指标进行评估并获得了所述系统的等级与测试结果，相较于传统的开发人员手动测试方法更加精准且效率更高。
[0041]
本技术实施例还提供一种基于人工智能的自动化测试装置，所述装置包括：
[0042]
搭建单元，用于依据预设的文档搭建数据系统，所述文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令；
[0043]
制定单元，用于对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标；
[0044]
构建单元，用于基于所述调度文档和所述数据系统构建程序规范度指标；
[0045]
计算单元，用于计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标；
[0046]
评估单元，用于基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果。
[0047]
本技术实施例还提供一种电子设备，所述电子设备包括：
[0048]
存储器，存储计算机可读指令；及
[0049]
处理器，执行所述存储器中存储的计算机可读指令以实现所述基于人工智能的自动化测试方法。
[0050]
本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述基于人工智能的自动化测试方法。
附图说明
[0051]
图1是本技术所涉及的基于人工智能的自动化测试方法的较佳实施例的流程图。
[0052]
图2是本技术所涉及的对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标的较佳实施例的流程图。
[0053]
图3是本技术所涉及的基于所述调度文档和所述数据系统构建程序规范度指标的较佳实施例的流程图。
[0054]
图4是本技术所涉及的计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标的较佳实施例的流程图。
[0055]
图5是本技术所涉及的基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果的较佳实施例的流程图。
[0056]
图6是本技术所涉及的基于人工智能的自动化测试装置的较佳实施例的功能组件图。
[0057]
图7是本技术所涉及的基于人工智能的自动化测试方法的较佳实施例的电子设备的结构示意图。
具体实施方式
[0058]
为了能够更清楚地理解本技术的目的、特征和优点，下面结合附图和具体实施例对本技术进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互结合。在下面的描述中阐述了很多具体细节以便于充分理解本技术，所述描述的实施例仅是本技术一部分实施例，而不是全部的实施例。
[0059]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0060]
除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0061]
本技术实施例提供一种基于人工智能的自动化测试方法，可应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。
[0062]
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(personaldigitalassistant，pda)、游戏机、交互式网络电视(internetprotocoltelevision，iptv)、智能式穿戴式设备等。
[0063]
所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(cloudcomputing)的由大量主机或网络服务器构成的云。
[0064]
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(virtualprivatenetwork，vpn)等。
[0065]
如图1所示，是本技术基于人工智能的自动化测试方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
[0066]
s10，依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令。
[0067]
在一个可选的实施例中，依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称
与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令包括：
[0068]
s101，依据预设组件构建测试平台作为所述数据系统的载体，所述组件包括多种数据处理程序。
[0069]
该可选的实施例中，所述预设组件包括数据i/o组件、数据传递组件、数据存储组件和数据分析组件，所述测试平台中各组件之间的关联关系为，用户将需求信息输入所述数据i/o组件，所述数据i/o组件将所述的用户需求信息传递给所述数据传递组件，所述数据传递组件将用户需求信息传递给数据存储组件，根据所述用户需求信息从数据存储组件中获得所需数据，所述数据传递组件将所需数据传递给数据分析组件以获得数据分析的结果，所述数据传递组件将所述数据分析的结果传递给所述信息i/o组件向用户展示数据分析的结果。
[0070]
该可选的实施例中，所述数据i/o组件包括vue和element，所述vue是一种用于构建用户界面的网页端程序框架，其主要功能是基于用户的需求向用户提供一套完整的构建网页的解决方案，所述element是基于vue实现的一套不依赖业务的用户页面组件。
[0071]
该可选的实施例中，所述数据传递组件包括web服务器、web网关接口，示例性的，可基于nginx搭建web服务器，所述nginx是一款轻量级的web服务器/反向代理服务器及电子邮件代理服务器，所述web网关接口可为uwsgi，所述uwsgi全称为webservergatewayinterface，意为网页服务器网关，其主要功能是在所述web服务器和web应用程序或框架之间传递数据。
[0072]
该可选的实施例中，所述数据存储组件可以是平安padis云容器平台，所述padis的全称是pingandistribution，意为平安分布式平台，其主要功能包括数据的增、删、改、查。
[0073]
该可选的实施例中，所述数据分析组件包括web应用框架、消息队列中间件、任务分发组件，所述web应用框架可为django，所述django是一个开放源代码的web应用框架，由python写成，其主要功能为创建动态的web应用程序；所述消息队列中间件可以是rabbitmq框架，所述rabbitmq是实现了高级消息队列协议的开源消息代理软件，其主要功能包括数据分发、错峰流控、日志收集；所述任务分发组件可以是celery，所述celery是一个基于python开发的分布式异步消息任务队列，其主要功能是实现任务的异步处理。
[0074]
该可选的实施例中，可将所述数据i/o组件、数据传递组件、数据存储组件、数据分析组件依据所述每个组件之间的关联关系的组合作为所述数据系统的测试平台。
[0075]
s102，将所述预设文档中的代码依次输入所述载体以搭建待测试的数据系统。
[0076]
该可选的实施例中，所述数据系统的搭建流程和所述流程中每个步骤对应的代码指令被存储在所述部署文档中，所述部署文档的格式可以是txt格式，所述txt格式是微软在操作系统上附带的一种文本格式，是常见的一种文件格式，开发人员可在所述用户端网站页面输入所述部署文档中的脚本以部署数据系统中的数据库与目录结构，开发人员可在所述用户端页面输入所述调度文档中的脚本以构建数据系统中的任务模块并对其命名，所述调度文档包括数据系统中的调度任务的名称与每个调度任务对应的脚本代码。
[0077]
该可选的实施例中，可将所述数据库、目录结构和任务模块的集合作为所述数据系统。
[0078]
如此，基于所述组件搭建了待测试数据系统的测试平台，测试人员可通过所述数据i/o组件中的web页面部署待测试系统、录入需求信息、获取数据分析结果，可使得数据系统的测试效率更高，允许开发人员自定义设置待测试数据系统的结构与功能，相较于传统的基于实体计算机搭建待测试数据系统的方法，更加灵活。
[0079]
s11，对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标。
[0080]
请参见图2，在一个可选的实施例中，对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标包括：
[0081]
s111，遍历所述部署文档获得根据所述部署文档设计的数据系统的目录结构，并根据所述目录结构构建第一结构。
[0082]
该可选的实施例中，可依据预设程序遍历所述部署文档获得根据所述部署文档设计的数据系统的目录结构，并根据所述目录结构构建第一结构，示例性的，所述预设程序可以是python语言编写的脚本，可将所述部署文档输入所述预设程序以获取所述预设程序的返回值，可将所述返回值作为根据所述部署文档中设计的数据系统的目录结构。
[0083]
该可选的实施例中，可利用树型数据结构存储所述目录结构，所述树型数据结构是一种常用的可遍历的数据结构，其功能是利用树中的节点存储数据，可将所述树型数据结构命名为“tree”，所述tree中各个节点包含的数据为字符串，其根节点所包含的字符串用以表征所述部署文档设计的数据系统的根目录的名称，所述根节点的子节点包含的字符串用以表征所述根目录的子目录的名称。
[0084]
该可选的实施例中，可将所述tree代表的树型结构作为所述第一结构。
[0085]
s112，测试所述待测试数据系统以获取第二结构。
[0086]
该可选的实施例中，可依据预设的sql语句查询所述构建的待测试数据系统的目录结构，并以树型数据结构存储所述数据系统中的目录名称，可将所述树型数据结构命名为“tree_test”，所述tree_test中各个节点包含的数据为字符串，其根节点所包含的字符串表征所述数据系统的根目录的名称，所述根节点的子节点包含的字符串表征所述根目录的子目录的名称。
[0087]
该可选的实施例中，可将所述tree_test代表的树型结构作为所述第二结构。
[0088]
s113，对比所述第一结构与第二结构获得所述结构规范度指标，所述结构规范度指标用于表示所述数据系统中结构的规范程度。
[0089]
该可选的实施例中，可依据预设的遍历算法同时遍历tree_test和tree以标记节点，所述“遍历”意为查询、数据采集、标记的过程。示例性的，所述预设的遍历算法可以是深度优先算法，所述深度优先算法的具体实施步骤为：
[0090]
同时由所述tree_test和tree的根节点开始遍历以获取每次迭代时两树中相同位置的节点包含的目录名称；
[0091]
将遍历过的节点标记为“已遍历”并记录当前节点中所包含的目录名称数据；
[0092]
进一步遍历当前节点的最左侧子节点，直至当前节点为叶节点(无子节点)；
[0093]
回溯至当前节点的父节点，遍历其余子节点；
[0094]
重复上述步骤，直至树中的所有节点都被标记为“已遍历”。
[0095]
该可选的实施例中，可记每次遍历到的tree的节点包含的字符串记为string，同
时遍历到的tree_test的节点所包含字符串为string_test，利用预设的字符串校对方法计算所述string与string_test的相似度以表征待测试数据系统中的目录的准确度。
[0096]
该可选的实施例中，所述预设的字符串校对方法的实施步骤为：
[0097]
依据预设程序计算所述string和string_test的长度，以len_s表征所述string的长度，以len_st表征所述string_test的长度；
[0098]
同时顺序遍历所述string和所述string_test并对比每次遍历到的字符是否相同，所述顺序遍历为从左至右依次遍历，以变量count表征所述两个字符串中相同字符的数量，count初始可设置为0；
[0099]
若遍历到的相同位置的两个字符相同，则count值加1，反之则不对count值做任何改变；
[0100]
直至所述string和string_test都被遍历完成，所述字符串校对方法结束，并保留所述count的值。
[0101]
该可选的实施例中，所述string与string_test的相似度可记为nv，其计算公式如下：
[0102]
nv＝count/max(len_s,len_st)，0《＝nv《＝1
[0103]
其中，max(len_s,len_st)意为取len_s与len_st中的最大值，所述nv的取值范围为[0,1]。
[0104]
示例性的，当所述count＝2、len_s＝5、len_st＝7时，所述nv的计算方法为：
[0105][0106]
则所述nv的取值为0.29。
[0107]
该可选的实施例中，可将所述nv代表的字符串相似度作为所述结构规范度指标。
[0108]
如此，通过对比部署文档中的目录结构与数据系统中的目录结构获取了所述结构规范度指标，以量化的数据表征了数据系统目录结构的规范程度，能够提升后续测试结果的准确度。
[0109]
s12，基于所述调度文档和所述数据系统构建程序规范度指标。
[0110]
请参见图3，在一个可选的实施例中，基于所述调度文档和所述数据系统构建程序规范度指标，所述程序规范度指标用以表征所述数据系统中程序符合规范的程度包括：
[0111]
s121，查询所述数据系统中的程序编码格式以获取编码规范度，所述编码规范度用于表示所述数据系统中程序编码格式的规范程度。
[0112]
该可选的实施例中，可依据预设程序提取所述调度文档中的任务名称与该任务对应的代码，可将所述任务名称作为“键”并记为hash_key，可将所述代码的内容作为“值”并记为hash_value，可将所述任务名称与所述脚本内容一一对应并联合存储以构建“键值对”，进一步可基于所述“键值对”构建任务逻辑哈希表以存储任务与脚本信息，可将此哈希表命名为“hash”。
[0113]
该可选的实施例中，可在数据系统中运行预设的sql脚本检查hash_value是否符合utf-8编码，以数据库常用脚本语言sql为例，预设sql脚本可以是“hash_valuelike'％utf8％'”，所述脚本的返回值的格式为字符串，记所述返回值名称为rv，则rv的取值为yes或no，若符合编码规则则返回“yes”，否则返回“no”。
[0114]
该可选的实施例中，可将所述rv作为所述编码规范度。
[0115]
s122，对比所述数据系统中的程序名称与所述调度文档中的任务名称以获取功能匹配度，所述功能匹配度用于表示所述数据系统中的程序名称的规范程度。
[0116]
该可选的实施例中，所述获取功能匹配度的具体步骤为：
[0117]
可依据顺序遍历所述hash以获取每个键值对，所述键值对包括hash_key与hash_value；
[0118]
可依据预设的程序解析所述hash_value以获取所述数据系统中的程序名称，并以字符串的形式存储所述程序名称；
[0119]
基于所述字符串校对方法计算所述hash_key与所述脚本名称的匹配度，记所述匹配程度为dv，dv的取值范围为[0,1]。
[0120]
该可选的实施例中，可将所述dv代表的匹配度作为所述功能匹配度。
[0121]
s123，计算所述数据系统中的程序的差异度以获取归并复杂度，所述归并复杂度用于表示所述数据系统中程序的复杂程度。
[0122]
该可选的实施例中，所述数据系统可能存在代码归并问题，所述代码归并问题是指当有多个测试人员对所述数据系统的内部程序进行编辑修改后，同一个程序可能存在多种不同的版本从而引起代码冲突。
[0123]
该可选的实施例中，依次遍历所述数据系统中的程序，将每次遍历到的程序作为目标程序，可依据预设程序解析所述不同版本的目标程序以获得所述目标程序的字符串格式的代码，基于所述字符串校对方法计算任意两个版本的程序的相似度并记为sv，其取值范围为[0,1]。
[0124]
该可选的实施例中，若同一个程序具有k个版本，则所述k个版本的脚本两两组合的形式的数量记为e，其计算方法为：
[0125][0126]
其中，代表从k个数据中任选两个进行组合，k！代表k的阶乘。对于k个版本的程序可基于所述字符串校对方法获得e个相似度数据，记所述e个相似度数据的均值为avge，所述avge的计算方法为：
[0127][0128]
其中，下标i代表相似度的索引，avge的取值范围为[0,1]。
[0129]
示例性的，当e＝3、sv1＝0.5、sv2＝0.7、sv3＝0.4时，所述avge的计算方式为：
[0130][0131]
则所述avge的取值为0.53。
[0132]
该可选的实施例中，可将所述avge代表的相似度数据的均值作为所述归并复杂度。
[0133]
s124，依据自定义分段模型整合所述编码规范度、功能匹配度和归并复杂度以获取所述程序规范度指标。
[0134]
该可选的实施例中，所述自定义分段模型满足以下关系式：
[0135][0136]
其中，t代表所述程序规范度指标，t的取值范围是[-1，1]；a代表所述编码规范度；b代表所述功能匹配度，b的取值范围是[0,1]；c代表所述归并复杂度，c的取值范围是[0,1]；α1和α2代表自定义的调和常数；β1和β2代表预设的目标值。当所述β1＝yes时，所述α1＝1；当所述β2＝no时，所述α2＝-1。
[0137]
该可选的实施例中，可将所述自定义分段模型的结果t作为所述程序规范度指标，所述程序规范度指标用以表征所述数据系统中程序符合规范的程度，程序规范度指标越高，则表明所述数据系统中程序更加符合规范，程序的性能更加优秀。
[0138]
如此，通过对数据系统中每个程序进行测试获取了所述每个程序的编码规范度、功能匹配度和归并复杂度，并依据自定义分段模型整合所述编码规范度、功能匹配度和归并复杂度以获取了程序规范度指标，能够从多个角度对所述数据系统中的程序进行评估，提升了后续测试结果的准确度。
[0139]
s13，计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标。
[0140]
请参见图4，在一个可选的实施例中，计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标包括：
[0141]
s131，分别计算所述结构规范度指标与所述程序规范度指标的置信度。
[0142]
该可选的实施例中，所述置信度用以表征所述规范度指标的可信程度。可将所述tree代表的树型数据结构的度的倒数作为所述结构规范度指标的置信度，所述树型数据结构的度指所述树型数据结构的层级总数，所述置信度用以表征所述结构规范度指标的可信程度，若所述tree的层级越少，则所述数据系统的目录结构越简单，则所述结构规范度指标的可信度越高，因此置信度越高，反之若所述tree的层级越多，则所述结构规范度指标的置信度越低，记所述tree代表的树型数据结构的度为l，则所述结构规范度指标的置信度记为1/l。
[0143]
该可选的实施例中，可依据信息熵算法计算所述程序规范度指标的置信度，可计算所述数据系统中每个应用程序的程序规范度指标以获取程序规范度数据集，进一步可计算所述程序规范度数据集的信息熵作为所述程序规范度指标的权重，所述程序规范度数据集的信息熵的计算方法为：
[0144][0145]
其中，e代表所述程序规范度数据集的信息熵，q代表所述程序规范度数据集中数据的数量，p(ti)代表所述数据系统中第i个程序的程序规范度指标出现的概率。
[0146]
该可选的实施例中，可将所述1/l和e作为所述置信度。
[0147]
s132，依据预设的标准化算法分别计算所述结构规范度指标的置信度和所述程序规范度指标的置信度以获取归一化置信度。
[0148]
该可选的实施例中，可依据预设的标准化算法分别计算所述结构规范度指标的置信度和所述程序规范度指标的置信度以获取归一化置信度，所述预设的标准化算法可以是最大化法，所述最大化法的计算方式为：
[0149][0150][0151]
其中，α1代表所述结构规范度指标的归一化置信度，α2代表所述程序规范度指标的归一化置信度，l代表所述数据系统的目录结构的层级数量，e代表所述程序规范度指标的信息熵，h代表所述1/l和e中的最大值。
[0152]
该可选的实施例中，可将所述α1和α2作为所述归一化置信度。
[0153]
s133，依据所述归一化置信度更新所述结构规范度指标和所述程序规范度指标以获取所述数据系统规范度指标。
[0154]
该可选的实施例中，可基于所述归一化的置信度更新所述结构规范度指标和所述程序规范度指标以获取系统规范度指标，所述系统规范度指标的计算方式满足以下公式：
[0155]
z＝α1·
nv α2·
t
mean
[0156]
其中，z代表所述系统规范度指标，nv代表所述结构规范度指标，t
mean
代表所述程序规范度指标的均值，α1和α2代表所述归一化置信度。
[0157]
该可选的实施例中，可将所述z作为所述系统规范度指标。
[0158]
如此，通过分析所述结构规范度指标和所述程序规范度指标的影响因素制定了所述置信度计算方法，并依据所述置信度计算方法分别获取了所述结构规范度指标和所述程序规范度指标的置信度，进一步利用标准化方法降低了量纲对置信度的影响，从而能够提升系统指标的准确度。
[0159]
s14，基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果。
[0160]
请参见图5，在一个可选的实施例中，基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果包括：
[0161]
s141，依据预设第一阈值构建等级序列。
[0162]
该可选的实施例中，所述预设第一阈值可以是一个序列，示例性的，所述第一阈值可以是[-0.5,0,0.5]，所述依据预设第一阈值构建等级序列的方法为，当所述系统规范度指标z小于所述第一阈值序列的第一元素-0.5时，该数据系统记为level1；当所述系统规范度指标大于等于-0.5且小于0时，该数据系统可记为level2；当所述系统规范度指标大于等于0且小于0.5时，该数据系统可记为level3；当所述系统规范度指标大于0.5时，该数据系统可记为level4。
[0163]
该可选的实施例中，可将所述level1、level2、level3和level4作为所述等级序列。
[0164]
s142，匹配所述等级序列和所述系统规范度指标以获取所述数据系统的测试等级。
[0165]
该可选的实施例中，可对比所述系统规范度指标和所述第一阈值中的元素以获取该数据系统的等级，示例性的，所述数据系统的等级可以是level2。
[0166]
s143，对比所述测试等级和预设第二阈值以获取测试结果。
[0167]
该可选的实施例中，所述预设的第二阈值为等级数据，可对比所述数据系统的测试等级以获取所述测试结果，示例性的，所诉第二阈值可以是3级，当所述数据系统的等级小于所述第二阈值时，则代表该数据系统不合格，当所述数据系统的等级不小于所述第二阈值时，则代表该数据系统合格。
[0168]
如此，依据自定义的阈值对待测试数据系统的系统规范度指标进行评估并获得了所述系统的等级与测试结果，相较于传统的开发人员手动测试方法更加精准且效率更高。
[0169]
上述基于人工智能的自动化测试方法通过分别对待测试数据系统的结构和内部程序进行针对性测试获取了量化的系统规范度指标，并依据所述量化的系统规范度指标评估所述数据系统以获取测试结果，依据所述方法，无需开发人员手动对数据系统进行测试，所有测试任务可自动化完成，降低了测试所需时间，提升了测试效率。
[0170]
如图6所示，是本技术实施例提供的基于人工智能的自动化测试装置的较佳实施例的功能组件图。基于人工智能的自动化测试装置11包括搭建单元110、制定单元111、构建单元112、计算单元113、评估单元114。本技术所称的组件/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各组件/单元的功能将在后续的实施例中详述。
[0171]
在一个可选的实施例中，获取单元110用于依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令。
[0172]
该可选的实施例中，依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档包括：
[0173]
依据预设组件构建测试平台作为所述数据系统的载体，所述组件包括多种数据处理程序；
[0174]
将所述预设文档中的代码依次输入所述载体以搭建待测试的数据系统。
[0175]
该可选的实施例中，所述预设组件包括数据i/o组件、数据传递组件、数据存储组件和数据分析组件，所述测试平台中各组件之间的关联关系为，用户将需求信息输入所述数据i/o组件，所述数据i/o组件将所述的用户需求信息传递给所述数据传递组件，所述数据传递组件将用户需求信息传递给数据存储组件，根据所述用户需求信息从数据存储组件中获得所需数据，所述数据传递组件将所需数据传递给数据分析组件以获得数据分析的结果，所述数据传递组件将所述数据分析的结果传递给所述信息i/o组件向用户展示数据分析的结果。
[0176]
该可选的实施例中，所述数据i/o组件包括vue和element，所述vue是一种用于构建用户界面的网页端程序框架，其主要功能是基于用户的需求向用户提供一套完整的构建网页的解决方案，所述element是基于vue实现的一套不依赖业务的用户页面组件。
[0177]
该可选的实施例中，所述数据传递组件包括web服务器、web网关接口，示例性的，可基于nginx搭建web服务器，所述nginx是一款轻量级的web服务器/反向代理服务器及电子邮件代理服务器，所述web网关接口可为uwsgi，所述uwsgi全称为webservergatewayinterface，意为网页服务器网关，其主要功能是在所述web服务器和web
应用程序或框架之间传递数据。
[0178]
该可选的实施例中，所述数据存储组件可以是平安padis云容器平台，所述padis的全称是pingandistribution，意为平安分布式平台，其主要功能包括数据的增、删、改、查。
[0179]
该可选的实施例中，所述数据分析组件包括web应用框架、消息队列中间件、任务分发组件，所述web应用框架可为django，所述django是一个开放源代码的web应用框架，由python写成，其主要功能为创建动态的web应用程序；所述消息队列中间件可以是rabbitmq框架，所述rabbitmq是实现了高级消息队列协议的开源消息代理软件，其主要功能包括数据分发、错峰流控、日志收集；所述任务分发组件可以是celery，所述celery是一个基于python开发的分布式异步消息任务队列，其主要功能是实现任务的异步处理。
[0180]
该可选的实施例中，可将所述数据i/o组件、数据传递组件、数据存储组件、数据分析组件依据所述每个组件之间的关联关系的组合作为所述数据系统的测试平台。
[0181]
该可选的实施例中，所述数据系统的搭建流程和所述流程中每个步骤对应的代码指令被存储在所述部署文档中，所述部署文档的格式可以是txt格式，所述txt格式是微软在操作系统上附带的一种文本格式，是常见的一种文件格式，开发人员可在所述用户端网站页面输入所述部署文档中的脚本以部署数据系统中的数据库与目录结构，开发人员可在所述用户端页面输入所述调度文档中的脚本以构建数据系统中的任务模块并对其命名，所述调度文档包括数据系统中的调度任务的名称与每个调度任务对应的脚本代码。
[0182]
该可选的实施例中，可将所述数据库、目录结构和任务模块的集合作为所述数据系统。
[0183]
在一个可选的实施例中，分类单元111用于对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标。
[0184]
该可选的实施例中，对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标包括：
[0185]
遍历所述部署文档获得根据所述部署文档设计的数据系统的目录结构，并根据所述目录结构构建第一结构；
[0186]
测试所述待测试数据系统以获取第二结构；
[0187]
对比所述第一结构与第二结构获得所述结构规范度指标，所述结构规范度指标用于表示所述数据系统中结构的规范程度。
[0188]
该可选的实施例中，可依据预设程序遍历所述部署文档获得根据所述部署文档设计的数据系统的目录结构，并根据所述目录结构构建第一结构，示例性的，所述预设程序可以是python语言编写的脚本，可将所述部署文档输入所述预设程序以获取所述预设程序的返回值，可将所述返回值作为根据所述部署文档中设计的数据系统的目录结构。
[0189]
该可选的实施例中，可利用树型数据结构存储所述目录结构，所述树型数据结构是一种常用的可遍历的数据结构，其功能是利用树中的节点存储数据，可将所述树型数据结构命名为“tree”，所述tree中各个节点包含的数据为字符串，其根节点所包含的字符串用以表征所述部署文档设计的数据系统的根目录的名称，所述根节点的子节点包含的字符串用以表征所述根目录的子目录的名称。
[0190]
该可选的实施例中，可将所述tree代表的树型结构作为所述第一结构。
[0191]
该可选的实施例中，可依据预设的sql语句查询所述构建的待测试数据系统的目录结构，并以树型数据结构存储所述数据系统中的目录名称，可将所述树型数据结构命名为“tree_test”，所述tree_test中各个节点包含的数据为字符串，其根节点所包含的字符串表征所述数据系统的根目录的名称，所述根节点的子节点包含的字符串表征所述根目录的子目录的名称。
[0192]
该可选的实施例中，可将所述tree_test代表的树型结构作为所述第二结构。
[0193]
该可选的实施例中，可依据预设的遍历算法同时遍历tree_test和tree以标记节点，所述“遍历”意为查询、数据采集、标记的过程。示例性的，所述预设的遍历算法可以是深度优先算法，所述深度优先算法的具体实施步骤为：
[0194]
同时由所述tree_test和tree的根节点开始遍历以获取每次迭代时两树中相同位置的节点包含的目录名称；
[0195]
将遍历过的节点标记为“已遍历”并记录当前节点中所包含的目录名称数据；
[0196]
进一步遍历当前节点的最左侧子节点，直至当前节点为叶节点(无子节点)；
[0197]
回溯至当前节点的父节点，遍历其余子节点；
[0198]
重复上述步骤，直至树中的所有节点都被标记为“已遍历”。
[0199]
该可选的实施例中，可记每次遍历到的tree的节点包含的字符串记为string，同时遍历到的tree_test的节点所包含字符串为string_test，利用预设的字符串校对方法计算所述string与string_test的相似度以表征待测试数据系统中的目录的准确度。
[0200]
该可选的实施例中，所述预设的字符串校对方法的实施步骤为：
[0201]
依据预设程序计算所述string和string_test的长度，以len_s表征所述string的长度，以len_st表征所述string_test的长度；
[0202]
同时顺序遍历所述string和所述string_test并对比每次遍历到的字符是否相同，所述顺序遍历为从左至右依次遍历，以变量count表征所述两个字符串中相同字符的数量，count初始可设置为0；
[0203]
若遍历到的相同位置的两个字符相同，则count值加1，反之则不对count值做任何改变；
[0204]
直至所述string和string_test都被遍历完成，所述字符串校对方法结束，并保留所述count的值。
[0205]
该可选的实施例中，所述string与string_test的相似度可记为nv，其计算公式如下：
[0206]
nv＝count/max(len_s,len_st)，0《＝nv《＝1
[0207]
其中，max(len_s,len_st)意为取len_s与len_st中的最大值，nv的取值范围为[0,1]。
[0208]
该可选的实施例中，可将所述nv代表的字符串相似度作为所述结构规范度指标。
[0209]
在一个可选的实施例中，回归单元112用于基于所述调度文档和所述数据系统构建程序规范度指标，所述程序规范度指标用以表征所述数据系统中程序符合规范的程度。
[0210]
该可选的实施例中，基于所述调度文档和所述数据系统构建程序规范度指标包括：
[0211]
查询所述数据系统中的程序编码格式以获取编码规范度，所述编码规范度用于表
示所述数据系统中程序编码格式的规范程度；
[0212]
对比所述数据系统中的程序名称与所述调度文档中的任务名称以获取功能匹配度，所述功能匹配度用于表示所述数据系统中的程序名称的规范程度；
[0213]
计算所述数据系统中的程序的差异度以获取归并复杂度，所述归并复杂度用于表示所述数据系统中程序的复杂程度；
[0214]
依据自定义分段模型整合所述编码规范度、功能匹配度和归并复杂度以获取所述程序规范度指标。
[0215]
该可选的实施例中，可依据预设程序提取所述调度文档中的任务名称与该任务对应的代码，可将所述任务名称作为“键”并记为hash_key，可将所述代码的内容作为“值”并记为hash_value，可将所述任务名称与所述脚本内容一一对应并联合存储以构建“键值对”，进一步可基于所述“键值对”构建任务逻辑哈希表以存储任务与脚本信息，可将此哈希表命名为“hash”。
[0216]
该可选的实施例中，可在数据系统中运行预设的sql脚本检查hash_value是否符合utf-8编码，以数据库常用脚本语言sql为例，预设sql脚本可以是“hash_valuelike'％utf8％'”，所述脚本的返回值的格式为字符串，记所述返回值名称为rv，则rv的取值为yes或no，若符合编码规则则返回“yes”，否则返回“no”。
[0217]
该可选的实施例中，可将所述rv作为所述编码规范度。
[0218]
该可选的实施例中，所述获取功能匹配度的具体步骤为：
[0219]
可依据顺序遍历所述hash以获取每个键值对，所述键值对包括hash_key与hash_value；
[0220]
可依据预设的程序解析所述hash_value以获取所述数据系统中的程序名称，并以字符串的形式存储所述程序名称；
[0221]
基于所述字符串校对方法计算所述hash_key与所述脚本名称的匹配度，记所述匹配程度为dv，dv的取值范围为[0,1]。
[0222]
该可选的实施例中，可将所述dv代表的匹配度作为所述功能匹配度。
[0223]
该可选的实施例中，所述数据系统可能存在代码归并问题，所述代码归并问题是指当有多个测试人员对所述数据系统的内部程序进行编辑修改后，同一个程序可能存在多种不同的版本从而引起代码冲突。
[0224]
该可选的实施例中，依次遍历所述数据系统中的程序，将每次遍历到的程序作为目标程序，可依据预设程序解析所述不同版本的目标程序以获得所述目标程序的字符串格式的代码，基于所述字符串校对方法计算任意两个版本的程序的相似度并记为sv，其取值范围为[0,1]。
[0225]
该可选的实施例中，若同一个程序具有k个版本，则所述k个版本的脚本两两组合的形式的数量记为e，其计算方法为：
[0226][0227]
其中，代表从k个数据中任选两个进行组合，k！代表k的阶乘。对于k个版本的程序可基于所述字符串校对方法获得e个相似度数据，记所述e个相似度数据的均值为avge，
所述avge的计算方法为：
[0228][0229]
其中，下标i代表相似度的索引，avge的取值范围为[0,1]。
[0230]
该可选的实施例中，可将所述avge代表的相似度数据的均值作为所述归并复杂度。
[0231]
该可选的实施例中，所述自定义分段模型满足以下关系式：
[0232][0233]
其中，t代表所述程序规范度指标，t的取值范围是[-1，1]；a代表所述编码规范度；b代表所述功能匹配度，b的取值范围是[0,1]；c代表所述归并复杂度，c的取值范围是[0,1]；α1和α2代表自定义的调和常数；β1和β2代表预设的目标值。当所述β1＝yes时，所述α1＝1；当所述β2＝no时，所述α2＝-1。
[0234]
该可选的实施例中，可将所述自定义分段模型的结果t作为所述程序规范度指标，所述程序规范度指标用以表征所述数据系统中程序符合规范的程度，程序规范度指标越高，则表明所述数据系统中程序更加符合规范，程序的性能更加优秀。
[0235]
在一个可选的实施例中，计算单元113用于计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标。
[0236]
该可选的实施例中，计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标包括：
[0237]
分别计算所述结构规范度指标与所述程序规范度指标的置信度；
[0238]
依据预设的标准化算法分别计算所述结构规范度指标的置信度和所述程序规范度指标的置信度以获取归一化置信度；
[0239]
依据所述归一化置信度更新所述结构规范度指标和所述程序规范度指标以获取所述系统规范度指标。
[0240]
该可选的实施例中，所述置信度用以表征所述规范度指标的可信程度。可将所述tree代表的树型数据结构的度的倒数作为所述结构规范度指标的置信度，所述树型数据结构的度指所述树型数据结构的层级总数，所述置信度用以表征所述结构规范度指标的可信程度，若所述tree的层级越少，则所述数据系统的目录结构越简单，则所述结构规范度指标的可信度越高，因此置信度越高，反之若所述tree的层级越多，则所述结构规范度指标的置信度越低，记所述tree代表的树型数据结构的度为l，则所述结构规范度指标的置信度记为1/l。
[0241]
该可选的实施例中，可依据信息熵算法计算所述程序规范度指标的置信度，可计算所述数据系统中每个应用程序的程序规范度指标以获取程序规范度数据集，进一步可计算所述程序规范度数据集的信息熵作为所述程序规范度指标的权重，所述程序规范度数据集的信息熵的计算方法为：
[0242][0243]
其中，e代表所述程序规范度数据集的信息熵，q代表所述程序规范度数据集中数据的数量，p(ti)代表所述数据系统中第i个程序的程序规范度指标出现的概率。
[0244]
该可选的实施例中，可将所述1/l和e作为所述置信度。
[0245]
该可选的实施例中，可依据预设的标准化算法分别计算所述结构规范度指标的置信度和所述程序规范度指标的置信度以获取归一化置信度，所述预设的标准化算法可以是最大化法，所述最大化法的计算方式为：
[0246][0247][0248]
其中，α1代表所述结构规范度指标的归一化置信度，α2代表所述程序规范度指标的归一化置信度，l代表所述数据系统的目录结构的层级数量，e代表所述程序规范度指标的信息熵，h代表所述和e中的最大值。
[0249]
该可选的实施例中，可将所述α1和α2作为所述归一化置信度。
[0250]
该可选的实施例中，可基于所述归一化的置信度更新所述结构规范度指标和所述程序规范度指标以获取系统规范度指标，所述系统规范度指标的计算方式满足以下公式：
[0251]
z＝α1·
nv α2·
t
mean
[0252]
其中，z代表所述系统规范度指标，nv代表所述结构规范度指标，t
mean
代表所述程序规范度指标的均值，α1和α2代表所述归一化置信度。
[0253]
该可选的实施例中，可将所述z作为所述系统规范度指标。
[0254]
在一个可选的实施例中，评估单元115用于基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果。
[0255]
该可选的实施例中，基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果包括：
[0256]
依据预设第一阈值构建等级序列；
[0257]
匹配所述等级序列和所述系统规范度指标以获取所述数据系统的测试等级；
[0258]
对比所述测试等级和预设第二阈值以获取测试结果。
[0259]
该可选的实施例中，将获取到的显著参考变量所对应的原始检测数据归一化后的值带入所述生态环境预警模型即可计算得到对应的评估结果。
[0260]
该可选的实施例中，所述预设第一阈值可以是一个序列，示例性的，所述第一阈值可以是[-0.5,0,0.5]，所述依据预设第一阈值构建等级序列的方法为，当所述系统规范度指标z小于所述第一阈值序列的第一元素-0.5时，该数据系统记为level1；当所述系统规范度指标大于等于-0.5且小于0时，该数据系统可记为level2；当所述系统规范度指标大于等于0且小于0.5时，该数据系统可记为level3；当所述系统规范度指标大于0.5时，该数据系统可记为level4。
[0261]
该可选的实施例中，可将所述level1、level2、level3和level4作为所述等级序列。
[0262]
该可选的实施例中，可对比所述系统规范度指标和所述第一阈值中的元素以获取该数据系统的等级，示例性的，所述数据系统的等级可以是level2。
[0263]
该可选的实施例中，所述预设的第二阈值为等级数据，可对比所述数据系统的测试等级以获取所述测试结果，示例性的，所诉第二阈值可以是3级，当所述数据系统的等级小于所述第二阈值时，则代表该数据系统不合格，当所述数据系统的等级不小于所述第二阈值时，则代表该数据系统合格。
[0264]
上述基于人工智能的自动化测试方法通过分别对待测试数据系统的结构和内部程序进行针对性测试获取了量化的系统规范度指标，并依据所述量化的系统规范度指标评估所述数据系统以获取测试结果，依据所述方法，无需开发人员手动对数据系统进行测试，所有测试任务可自动化完成，降低了测试所需时间，提升了测试效率。
[0265]
如图7所示，是本技术实施例提供的一种电子设备的结构示意图。电子设备1包括存储器12和处理器13。存储器12用于存储计算机可读指令，处理器13用执行储器中存储的计算机可读指令以实现上述任一实施例的基于人工智能的自动化测试方法。
[0266]
在一个可选的实施例中，电子设备1还包括总线、存储在存储器12中并可在处理器13上运行的计算机程序，例如基于人工智能的自动化测试程序。
[0267]
图7仅示出了具有组件12-13的电子设备1，本领域技术人员可以理解的是，图7示出的结构并不构成对电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0268]
结合图1，电子设备1中的存储器12存储多个计算机可读指令以实现一种基于人工智能的自动化测试方法，处理器13可执行多个指令从而实现：
[0269]
依据预设文档在测试平台构建待测试的数据系统，所述预设文档包括调度文档和部署文档，所述调度文档用以存储数据系统中的调度任务的名称与每个调度任务对应的脚本代码，所述部署文档用以存储所述数据系统的搭建流程中每个步骤对应的代码指令；
[0270]
对比所述部署文档和所述待测试的数据系统的目录结构获得结构规范度指标；
[0271]
基于所述调度文档和所述数据系统构建程序规范度指标；
[0272]
计算所述结构规范度指标和程序规范度指标的置信度以获取系统规范度指标；
[0273]
基于所述数据系统规范度指标评估所述待测试的数据系统以获取测试结果。
[0274]
具体地，处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0275]
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，电子设备1既可以是总线型结构，也可以是星形结构，电子设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如电子设备1还可以包括输入输出设备、网络接入设备等。
[0276]
需要说明的是，电子设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本技术，也应包含在本技术的保护范围以内，并以引用方式包含于此。
[0277]
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质可以是非易失性的，也可以是易失性的。所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储
器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smartmediacard,smc)、安全数字(securedigital,sd)卡、闪存卡(flashcard)等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于人工智能的自动化测试程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0278]
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(centralprocessingunit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是电子设备1的控制核心(controlunit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在存储器12内的程序或者组件(例如执行基于人工智能的自动化测试程序等)，以及调用存储在存储器12内的数据，以执行电子设备1的各种功能和处理数据。
[0279]
处理器13执行电子设备1的操作系统以及安装的各类应用程序。处理器13执行所述应用程序以实现上述各个基于人工智能的自动化测试方法实施例中的步骤，例如图1至图5所示的步骤。
[0280]
示例性的，所述计算机程序可以被分割成一个或多个组件/单元，所述一个或者多个组件/单元被存储在存储器12中，并由处理器13执行，以完成本技术。所述一个或多个组件/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在电子设备1中的执行过程。例如，所述计算机程序可以被分割成搭建单元110、制定单元111、构建单元112、计算单元113、评估单元114。
[0281]
上述以软件功能组件的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能组件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、计算机设备，或者网络设备等)或处理器(processor)执行本技术各个实施例所述基于人工智能的自动化测试方法的部分。
[0282]
电子设备1集成的组件/单元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，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
[0283]
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存储器及其他存储器等。
[0284]
进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。
[0285]
本技术所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机
技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0286]
总线可以是外设部件互连标准(peripheralcomponentinterconnect，简称pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图7中仅用一根箭头表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现存储器12以及至少一个处理器13等之间的连接通信。
[0287]
尽管未示出，电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。电子设备1还可以包括多种传感器、蓝牙组件、wi-fi组件等，在此不再赘述。
[0288]
进一步地，电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
[0289]
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organiclight-emittingdiode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0290]
本技术实施例还提供一种计算机可读存储介质(图未示)，计算机可读存储介质中存储有计算机可读指令，计算机可读指令被电子设备中的处理器执行以实现上述任一实施例所述的基于人工智能的自动化测试方法。
[0291]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0292]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统，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，所述组件的划分，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。
[0293]
所述作为分离部件说明的组件可以是或者也可以不是物理上分开的，作为组件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组件来实现本实施例方案的目的。
[0294]
另外，在本技术各个实施例中的各功能组件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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能组件的形式实现。
[0295]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。说明书陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来
表示名称，而并不表示任何特定的顺序。
[0296]
最后应说明的是，以上实施例仅用以说明本技术的技术方案而非限制，尽管参照较佳实施例对本技术进行了详细说明，本领域的普通技术人员应当理解，可以对本技术的技术方案进行修改或等同替换，而不脱离本技术技术方案的精神和范围。