CN110177006B - 基于接口预测模型的节点测试方法及装置 - Google Patents

Abstract

本公开涉及人工智能领域，具体揭示了一种基于接口预测模型的节点测试方法及装置，包括：获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据；将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口；调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。提高了节点测试的效率。

Description

基于接口预测模型的节点测试方法及装置

技术领域

本公开涉及人工智能领域，特别涉及一种节点测试方法及装置。

背景技术

在正式的业务流程上线之前，需要对流程中的各个节点进行测试。但是对于各个节点处的数据走向错综复杂的业务流程，对于测试人员而言，需要很熟悉业务流程中各节点的数据走向，即在流程中各个节点所需要调用的接口，从而在进行业务流程的测试时，测试人员需要根据部署于节点处的处理逻辑，即根据部署于节点处的各个接口所对应接口调用条件来进行所调用接口的选择，完成该业务流程中各个节点的测试。

所以，如果测试人员不熟悉业务流程的各个节点处的处理逻辑，就不能在自动化测试平台上进行业务流程的测试，因此现有技术中的节点测试方法存在对测试人员的要求较高且测试效率低的问题。

发明内容

为了解决相关技术中存在的问题，本公开提供了一种节点测试方法及装置。

第一方面，一种基于接口预测模型的节点测试方法，包括：

获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据；

将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口；

调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；

根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

第二方面，一种基于接口预测模型的节点测试装置，包括：

获取模块，被配置为：获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据；

接口确定模块，被配置为：将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口；

接口调用模块，被配置为：调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；

测试结果获得模块，被配置为：根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

在一实施例中，接口确定模块包括：

第一确定单元，被配置为：在所述接口预测模型中，根据所述节点标识确定在所述测试节点处可供调用的若干接口；

构建单元，被配置为：构建所述输入数据的特征向量；

分类预测单元，被配置为：根据所述特征向量进行分类预测，得到所述特征向量对应于每一所述若干接口的概率；

第二确定单元，被配置为：遍历每一所述若干接口的概率，以概率最大值对应的接口确定为在所述测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

样本获取模块，被配置为：获取若干样本测试用例和为每一所述样本测试用例进行标记所确定的接口标签；

提取模块，被配置为：从每一所述样本测试用例中提取所述样本测试用例中待测试节点对应的节点标识和在所述待测试节点中的样本输入数据；

训练模块，被配置为：通过每一所述样本测试用例所对应待测试节点的节点标识、所对应样本输入数据和所对应接口标签进行所述接口预测模型的训练，直至所述接口预测模型的预测精度达到设定的精度。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

节点配置为文件获取模块，被配置为：根据所述节点标识从配置文件中获取为所述待测试节点所配置的节点配置文件，所述配置文件是根据业务流程中每一节点处的数据走向配置得到的；

第二接口确定模块，被配置为：根据所述输入数据和所述节点配置文件中的接口条件确定在所述测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，第二接口确定模块包括：

关键字提取单元，被配置为：从所述输入数据中提取若干关键字和每一所述关键字的值；

查找单元，被配置为：在所述节点配置文件中查找所述若干关键字和每一关键字的值所满足的接口条件；

第二接口确定单元，被配置为：以所查找到接口条件所对应的接口确定为在所述待测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，接口调用模块包括：

赋值单元，被配置为：根据所述输入数据为所述接口中的参数赋值；

请求发起单元，被配置为：通过已完成赋值的所述接口发起数据请求；

接收单元，被配置为：接收通过所述接口所返回对应于所述输入数据的目标数据。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

测试记录生成模块，被配置为：根据所述测试用例所对应的输入数据、待测试节点的节点标识、所确定的接口、所述目标数据和所对应的测试结果生成所述测试用例的测试记录；

测试报告生成模块，被配置为：由所述测试用例的测试记录存储形成测试报告。

第三方面，一种基于接口预测模型的节点测试装置，包括：

处理器；及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的方法。

第四方面，一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的方法。

在本公开的技术方案中，基于所构建的接口预测模型来确定在每一待测试节点处的根据输入数据需要调用的接口，不依赖于测试人员根据所掌握的各个节点处部署的处理逻辑来进行判断确定，即使是不熟悉待测试节点处的测试人员也可以进行节点的测试，大幅提高了节点测试的效率，降低了测试人员的工作量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据本公开所涉及的实施环境的示意图；

图2是根据一示例性实施例示出的一种服务器的框图；

图3是根据一示例性实施例示出的一种基于接口预测模型的节点测试方法的流程图；

图4是图3对应实施例的步骤S130在一实施例中的流程图；

图5是图3对应实施例的步骤S130之前步骤在一实施例中的流程图；

图6是根据另一示例性实施例示出的一种节点测试方法的流程图；

图7是图6对应实施例的步骤S330在一实施例中的流程图；

图8是图3对应实施例的步骤S150在一实施例中的流程图；

图9是图3对应实施例的步骤S170之后步骤在一实施例中的流程图；

图10是根据一示例性实施例示出的一种基于接口预测模型的节点测试装置的框图；

图11是根据另一示例性实施例示出的一种基于接口预测模型的节点测试装置的框图。

通过上述附图，已示出本发明明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据本公开所涉及的实施环境的示意图。该实施环境包括：终端100和测试服务器300。

其中终端100可以是智能手机、平板电脑、笔记本电脑、台式电脑等可以与测试服务器300建立通信连接的通信设备。测试服务器300可以是独立的服务器，也可以是服务器集群、云服务器等，在此不进行具体限定。

基于终端100与测试服务器300建立的通信连接，测试人员可以在终端100中输入测试用例，而测试服务器300接收终端100所传输的测试用例，并按照本公开的技术方案进行节点测试。终端100与测试服务器300之间的关联方式，包括硬件的网络关联方式和/或协议，以及二者之间往来的数据关联方式。

应当说明的是，本公开基于接口预测模型的节点测试方法，不限于在测试服务器300中部署相应的处理逻辑，其也可以是部署于其它机器中的处理逻辑。例如，在具备计算能力的终端设备中部署对节点测试的处理逻辑等。

图2是根据一示例性实施例示出的一种服务器200的框图。具有此硬件结构的装置可以部署于图1所示的实施环境中，作为测试服务器300以执行本公开的基于接口预测模型的节点测试方法。

需要说明的是，该服务器只是一个适配于本公开的示例，不能认为是提供了对本公开使用范围的任何限制。该服务器也不能解释为需要依赖于或者必须具有图2中示出的示例性的服务器200中的一个或者多个组件。

该服务器的硬件结构可因配置或者性能的不同而产生较大的差异，如图2所示，服务器200包括：电源210、接口230、至少一存储器250、以及至少一中央处理器(CPU,CentralProcessing Units)270。

其中，电源210用于为服务器200上的各硬件设备提供工作电压。

接口230包括至少一有线或无线网络接口231、至少一串并转换接口233、至少一输入输出接口235以及至少一USB接口237等，用于与外部设备通信。

存储器250作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统251、应用程序253及数据255等，存储方式可以是短暂存储或者永久存储。其中，操作系统251用于管理与控制服务器200上的各硬件设备以及应用程序253，以实现中央处理器270对海量数据255的计算与处理，其可以是WindowsServerTM、Mac OS XTM、UnixTM、LinuxTM、FreeBSDTM等。应用程序253是基于操作系统251之上完成至少一项特定工作的计算机程序，其可以包括至少一模块(图2中未示出)，每个模块都可以分别包含有对服务器200的一系列计算机可读指令。数据255可以是存储于磁盘中的程序代码等。

中央处理器270可以包括一个或多个以上的处理器，并设置为通过总线与存储器250通信，用于运算与处理存储器250中的海量数据255。

如上面所详细描述的，适用本公开的服务器200将通过中央处理器270读取存储器250中存储的一系列计算机可读指令的形式来完成节点测试方法。

在示例性实施例中，服务器200可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现，用于执行下述方法。因此，实现本发明并不限于任何特定硬件电路、软件以及两者的组合。

图3是根据一示例性实施例示出的一种基于接口预测模型的节点测试方法的流程图。该基于接口预测模型的节点测试方法可以由测试服务器300执行，可以包括以下步骤：

步骤S110，获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据。

业务流程是由若干个按照设定的顺序排布的节点组合而成。从而，业务的处理，即是按照业务流程中所设定的顺序在各个节点执行部署于节点的处理逻辑。例如在贷款的流程中，包括顺次布置的预约、投保、绑卡和视频面谈四个节点,例如在某一零部件加工的流程中，包括顺次布置的原材料检测、车、热处理、磨、成品检测五个节点。

而在业务流程正式上线前，需要对整个业务流程进行测试，所进行的测试是基于对每个节点进行测试(即本公开中提及的节点测试)的基础上进行的，从而验证在节点处的处理逻辑是否与预期的处理逻辑相符。

在业务流程中的每一个节点处，部署于节点的处理逻辑提供了若干个在该节点处可供调用的接口，也即是说，在节点处提供了不同的数据走向。对应的，部署于节点处的处理逻辑中限定了调用每一接口所要满足的要求，即该接口对应的接口条件。其中为每一接口所设定的接口条件是为限定在该接口处的输入数据而设定的。

举例来说，在上文所提及到的绑卡这一节点，对应提供了4个可供调用的接口：A系统所提供的接口A，B系统所提供的接口B，C系统所提供的接口C和D系统所提供的接口D，其中，在该节点处调用接口A的接口条件为A1，调用接口B的接口条件为B1,调用接口C的接口条件为C1，调用接口D的接口条件为D1。从而，如果在该节点处的某一输入数据满足接口条件C1，则根据所输入的输入数据，在该节点处调用接口C。

在每一节点处，部署于节点的处理逻辑中限定了在该节点处输入数据的类型。其中输入数据的类型可以根据关键字来区分。而上文所提及到的接口条件即是根据关键字和关键字的值来进行限定。例如在上文提到的绑卡这一节点，要求输入用户姓名、身份证号以及住址，如果一用户的输入数据为：用户姓名为李东，身份证号为511234********1024，住址为四川省成都市××区××街。则在该用户的输入数据中，用户姓名、身份证号、住址均为关键字，“李东”为用户姓名这一关键字的值，“511234********1024”为身份证号这一关键字的值，“四川省成都市××区××街”为住址这一关键字的值。

接口即接口函数，是某个模块提供给其它模块用的函数。例如上文提到的渤海银行的系统所提供的接口A，则可以通过调用接口A从A系统所对应数据库中获取到某一用户的数据，例如信用记录数据。

测试用例(Test Case)是为某个特殊目标而编制的一组数据，其中，每一测试用例中包括测试输入、测试对象以及预期数据，以便测试测试对象是否满足要求。在本公开的技术方案中，测试对象即为部署于待测试节点处的可供调用的接口，测试输入即为在该待测试节点处的输入数据，预期数据即为在该待测试节点处，该测试节点处的理论的处理逻辑确定该输入数据对应的可供调用的接口，并调用接口，通过接口根据输入数据所返回的数据。

在判断一测试用例的测试结果是否为测试通过时，是将目标数据与预期数据进行比较，如果两者一致，则该测试用例测试的测试结果为测试通过，反之则为测试未通过。

在本公开的技术方案中，是基于业务流程中的节点进行测试，则业务流程中在每一个节点所提供可供调用的接口均为测试对象，在进行节点测试前，每一个节点均为待测试节点。

测试用例是根据待测试节点来进行编制的。而在测试用例中通过待测试用例所对应的节点标识来识别待测试节点。其中节点标识用于唯一识别节点，可以是为节点所配置的节点名称，也可以是在业务流程所在系统为每一节点所配置的节点编号，在此不进行具体限定。

步骤S130，将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口。

接口预测模型是为进行各节点处待调用接口预测而通过若干神经元广泛地互相连接所形成的复杂的神经网络模型。其中接口预测模型可以是循环神经网络模型、卷积神经网络模型等其他经过训练之后可以用于接口预测色神经网络模型，在此不进行具体限定。

在一实施例中，如图4所示，步骤S130包括：

步骤S131，在所述接口预测模型中，根据所述节点标识确定在所述测试节点处可供调用的若干接口。

在本公开的技术方案中，业务流程中所提供的接口是按照节点进行划分的，即限定了在每一节点处可供调用的接口。因此，为了减少接口预测模型在进行分类预测过程中的运算量，预先根据节点标识确定业务流程在该节点处所提供可供调用的若干接口。从而，在步骤S133中在所确定的若干接口中进行分类预测。

步骤S132，构建所述输入数据的特征向量。

输入数据的特征向量是根据输入数据的特征所构建得到的向量。在本公开的技术方案中，输入数据的特征通过输入数据中的关键字和每一关键字的值来体现。

步骤S133，根据所述特征向量进行分类预测，得到所述特征向量对应于每一所述若干接口的概率。

步骤S134，遍历每一所述若干接口的概率，以概率最大值对应的接口确定为在所述测试节点处为执行所述测试用例而需要调用的接口。

即在预测得到特征向量对应于所确定若干接口中每一接口的概率之后，以概率最大值对应的接口确定为在该测试节点处为执行测试用例而需要调用的接口。

步骤S150，调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据。

相同的接口，针对不同的输入数据，对应通过调用该接口所返回的数据不一定相同，换言之，通过调用该接口所返回的目标数据是取决于测试用例中的输入数据的。即在确定需要调用的接口之后，需要根据该测试用例中的输入数据进行接口调用，获得对应于输入数据的目标数据。

在一实施例中，如图8所示，步骤S150包括：

步骤S151，根据所述输入数据为所述接口中的参数赋值。

步骤S152，通过已完成赋值的所述接口发起数据请求。

步骤S153，接收通过所述接口所返回对应于所述输入数据的目标数据。

如上文所述，接口即为接口函数。在一具体的接口中，定义了在调用该接口时需要进行赋值的参数。其中接口中的参数是与输入数据中的关键字相对应的，即接口中的一参数对应于输入数据中的一关键字。其中所进行的为接口中的参数赋值，即从输入数据中提取每一参数所对应关键字的值，通过关键字的值为所对应的参数赋值。举例来说，在某一节点所提供的一接口中，所定义的参数包括身份证号、姓名、性别、学历、收入，一用户在该节点处的输入数据包括：身份证号为511234********1024，姓名为李东，性别为男，学历为本科，收入为20w/年，职业为工程师，则在根据该用户的输入数据为该节点中的参数赋值时，从输入数据提取该用户的身份证号为身份证号这一参数赋值，同理进行为姓名、性别、学历、收入这些参数赋值。

从而在完成接口中的各参数的赋值之后，即调用该接口，即发起数据请求，通过所调用的接口即可接收到对应于输入数据的目标数据。

步骤S170，根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

测试用例的测试结果包括测试通过的结果和测试未通过的结果。其中，当目标数据与预期数据相同时，则该测试用例的测试结果为测试通过，反之，如果不同，则该测试用例测试的测试结果为测试未通过。

在现有技术中，由于需要测试人员熟悉在节点处所部署的处理逻辑才能进行节点测试，即熟知在各个节点处所提供的可供调用的接口，以及每一接口所对应的接口条件，从而，确定在该节点处根据该测试用例的输入数据需要调用的接口，才能实现该节点的测试，依赖于测试人员对接口的判断进行接口确定，一方面测试人员的工作量大，而且测试过程对测试人员的要求高，即不熟悉节点处所部署的处理逻辑的测试人员没有办法进行节点的测试；另一方面，基于测试人员进行接口的确定，速度慢，从而导致接口测试的速率慢。

而在本公开的技术方案中，基于所构建的接口预测模型来确定在每一待测试节点处的根据输入数据需要调用的接口，不基于测试人员进行判断确定，即使是不熟悉待测试节点处的测试人员也可以进行节点的测试，而且，大幅提高了节点测试的效率，降低了测试人员的工作量。

在一实施例中，如图5所示，步骤S130之前，所述方法还包括：

步骤S210，获取若干样本测试用例和为每一所述样本测试用例进行标记所确定的接口标签。

步骤S230，从每一所述样本测试用例中提取所述样本测试用例中待测试节点对应的节点标识和在所述待测试节点中的样本输入数据。

步骤S250，通过每一所述样本测试用例所对应待测试节点的节点标识、所对应样本输入数据和所对应接口标签进行所述接口预测模型的训练，直至所述接口预测模型的预测精度达到设定的精度。

为了保证接口预测模型预测确定接口的准确度，在接口预测模型用于步骤S130中进行接口的预测确定前，对接口预测模型进行训练，直到达到设定的精度。

相较于实际用于进行节点预测的测试用例而言，用于进行接口预测模型的训练所用的样本测试用例中包括节点处的样本输入数据、节点所对应的节点标识，而不包括对应于样本输入数据的目标数据。

为样本测试用例进行标记所确定的接口标签即根据样本输入数据结合部署于该样本测试用例所对应节点所设定的接口条件进行人为判断所确定的接口。

所进行的接口预测模型的训练即为：将样本测试用例中的样本输入数据、节点标识输入到接口预测模型中，通过接口预测模型进行特征向量构建，并预测得到在节点标识所指示的节点处针对该样本输入数据的接口，如果所预测得到的接口与对该测试用例进行标记所确定的接口标签不一致，则调整接口预测模型的参数，直至接口预测模型所预测得到的接口与对应接口标签一致。重复以上步骤，利用下一样本测试用例和为该测试用例所标记获得的接口标签继续进行接口预测模型的训练。

在训练一段时间之后，对接口预测模型的预测精度进行测试，如果达到设定的预测精度，则结束接口预测模型的训练；如果未达到设定的预测精度，则继续接口预测模型的训练。

所进行的接口预测模型的精度测试，即利用若干测试样本测试用例和根据每一测试样本测试用例所标记获得的接口标签进行测试，将每一测试样本测试用例中的样本输入数据和节点标识输入到训练后的接口预测模型中，接口预测模型预测得到该测试样本测试用例的接口。在基于接口预测模型得到测试样本测试用例的接口后，根据为每一测试样本测试用例所标记获得接口计算得到接口预测模型的预测精度，如果所计算得到的预测精度达到设定的预测精度，则结束接口预测模型的训练；如果未达到，则继续进行接口预测模型的训练，直至达到设定的预测精度。

在一实施例中，如图6所示，步骤S110之后，所述方法还包括：

步骤S310，根据所述节点标识从配置文件中获取为所述待测试节点所配置的节点配置文件，所述配置文件是根据业务流程中每一节点处的数据走向配置得到的。

步骤S330，根据所述输入数据和所述节点配置文件中的接口条件确定在所述测试节点处为执行所述测试用例而需要调用的接口。

在该实施例中，提供了另一种根据测试用例中的输入数据确定接口的方法。即预先根据业务流程中每一节点处的数据走向(取决于在节点处所配置的接口条件)生成配置文件。在配置文件中，将每一节点的节点标识和对应的节点配置文件关联存储。从而可以根据待测试节点的节点标识对应获取到该节点所对应的节点配置文件。

在节点配置文件中配置了在节点处调用每一个接口的接口条件，从而，在获取到测试用例中的输入数据后，将输入数据在节点配置文件中进行匹配，以确定该输入数据所满足的接口条件，从而，将所确定的接口条件对应的接口确定为在该测试节点处为执行该测试用例而需要调用的接口。

从而通过预先根据业务流程中各节点处的数据走向配置得到配置文件，在进行节点测试时，不需要测试人员根据待测试节点处的处理逻辑判断输入数据对应的接口，在节点测试过程中，根据配置文件中节点所对应的节点配置文件来确定输入数据对应的需要调用的接口，降低了测试人员的工作量，提高了测试效率。

在一实施例中，如图7所示，步骤S330包括：

步骤S331，从所述输入数据中提取若干关键字和每一所述关键字的值。

步骤S332，在所述节点配置文件中查找所述若干关键字和每一关键字的值所满足的接口条件。

步骤S333，以所查找到接口条件所对应的接口确定为在所述待测试节点处为执行所述测试用例而需要调用的接口。

在步骤S332中，即根据从输入数据中提取的关键字和每一所提取关键字的值来确定满足节点配置文件中的哪一个接口条件，从而，将所确定的接口条件所对应的接口确定为在待测试节点处为执行测试用例而需要调用的接口。

在一实施例中，如图9所示，步骤S170之后，还包括：

步骤S410，根据所述测试用例所对应的输入数据、待测试节点的节点标识、所确定的接口、所述目标数据和所对应的测试结果生成所述测试用例的测试记录。

步骤S430，由所述测试用例的测试记录存储形成测试报告。

测试报告中包括若干测试用例所对应的测试记录。通过测试报告中针对每一测试用例所生成的测试记录可以获取到该测试用例在测试过程中所获取的数据，从而便于测试人员进行查阅和审核。而且便于测试人员根据测试记录进行测试过程和业务流程中各个节点、节点的接口性能进行评估分析。

在具体实施例中，将测试报告对应的发送到测试人员处，从而，让测试人员根据测试报告了解到测试的进展和测试过程中的测试结果。

下述为本公开装置实施例，可以用于执行本公开上述测试服务器300执行的基于接口预测模型的节点测试方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开节点测试方法实施例。

图10是根据一示例性实施例示出的一种基于接口预测模型的节点测试装置的框图，该节点测试装置可以用于图1所示实施环境的测试服务器300中，执行以上任一方法实施例所示的节点测试方法的全部或者部分步骤。如图10所示，该节点测试装置包括但不限于：获取模块510，接口确定模块530、接口调用模块550和测试结果获得模块570，其中：

获取模块510，被配置为：获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据。

接口确定模块530，被配置为：将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口；

接口调用模块550，被配置为：调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；

测试结果获得模块570，被配置为：根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

在一实施例中，接口确定模块530包括：

第一确定单元，被配置为：在所述接口预测模型中，根据所述节点标识确定在所述测试节点处可供调用的若干接口；

构建单元，被配置为：构建所述输入数据的特征向量；

分类预测单元，被配置为：根据所述特征向量进行分类预测，得到所述特征向量对应于每一所述若干接口的概率；

第二确定单元，被配置为：遍历每一所述若干接口的概率，以概率最大值对应的接口确定为在所述测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

样本获取模块，被配置为：获取若干样本测试用例和为每一所述样本测试用例进行标记所确定的接口标签；

提取模块，被配置为：从每一所述样本测试用例中提取所述样本测试用例中待测试节点对应的节点标识和在所述待测试节点中的样本输入数据；

训练模块，被配置为：通过每一所述样本测试用例所对应待测试节点的节点标识、所对应样本输入数据和所对应接口标签进行所述接口预测模型的训练，直至所述接口预测模型的预测精度达到设定的精度。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

节点配置为文件获取模块，被配置为：根据所述节点标识从配置文件中获取为所述待测试节点所配置的节点配置文件，所述配置文件是根据业务流程中每一节点处的数据走向配置得到的；

第二接口确定模块，被配置为：根据所述输入数据和所述节点配置文件中的接口条件确定在所述测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，第二接口确定模块包括：

关键字提取单元，被配置为：从所述输入数据中提取若干关键字和每一所述关键字的值；

查找单元，被配置为：在所述节点配置文件中查找所述若干关键字和每一关键字的值所满足的接口条件；

第二接口确定单元，被配置为：以所查找到接口条件所对应的接口确定为在所述待测试节点处为执行所述测试用例而需要调用的接口。

在一实施例中，接口调用模块550包括：

赋值单元，被配置为：根据所述输入数据为所述接口中的参数赋值；

请求发起单元，被配置为：通过已完成赋值的所述接口发起数据请求；

接收单元，被配置为：接收通过所述接口所返回对应于所述输入数据的目标数据。

在一实施例中，所述基于接口预测模型的节点测试装置还包括：

测试记录生成模块，被配置为：根据所述测试用例所对应的输入数据、待测试节点的节点标识、所确定的接口、所述目标数据和所对应的测试结果生成所述测试用例的测试记录；

测试报告生成模块，被配置为：由所述测试用例的测试记录存储形成测试报告。

上述装置中各个模块的功能和作用的实现过程具体详见上述节点测试方法中对应步骤的实现过程，在此不再赘述。

可以理解，这些模块可以通过硬件、软件、或二者结合来实现。当以硬件方式实现时，这些模块可以实施为一个或多个硬件模块，例如一个或多个专用集成电路。当以软件方式实现时，这些模块可以实施为在一个或多个处理器上执行的一个或多个计算机程序，例如图2的中央处理器270所执行的存储在存储器250中的程序。

可选的，本公开还提供一种基于接口预测模型的节点测试装置，该装置可以部署于图1所示的测试服务器300中，执行以上方法实施例中任一所示的节点测试方法的全部或者部分步骤。如图11所示，节点测试装置1000包括：

处理器1001；及

存储器1002，存储器1002上存储有计算机可读指令，计算机可读指令被处理器1001执行时实现以上方法实施中任一项的方法。

其中，可执行指令被处理器1001执行时实现以上任一实施例中的方法。其中可执行指令比如是计算机可读指令，在处理器1001执行时，处理器通过与存储器之间所连接的通信线/总线1003读取存储于存储器中的计算机可读指令。

该实施例中的装置的处理器执行操作的具体方式已经在有关该节点测试方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上任一方法实施例中的方法。其中计算机可读存储介质例如包括计算机程序的存储器250，上述指令可由服务器200的中央处理器270执行以实现上述的方法。

该实施例中的处理器执行操作的具体方式已经在有关该基于接口预测模型的节点测试方法的实施例中执行了详细描述，此处将不做详细阐述说明。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于接口预测模型的节点测试方法，其特征在于，包括：

获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据；

将所述输入数据和所述节点标识输入至接口预测模型中，所述接口预测模型是为进行各节点处待调用接口预测的神经网络模型；在所述接口预测模型中，根据所述节点标识确定在所述测试节点处可供调用的若干接口；构建所述输入数据的特征向量；根据所述特征向量进行分类预测，得到所述特征向量对应于每一所述若干接口的概率；遍历每一所述若干接口的概率，以概率最大值对应的接口确定为在所述测试节点处为执行所述测试用例而需要调用的接口；

调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；

根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述输入数据和所述节点标识输入至接口预测模型中，通过所述接口预测模型预测确定在所述测试节点处为执行所述测试用例而需要调用的接口之前，所述方法还包括：

获取若干样本测试用例和为每一所述样本测试用例进行标记所确定的接口标签；

从每一所述样本测试用例中提取所述样本测试用例中待测试节点对应的节点标识和在所述待测试节点中的样本输入数据；

通过每一所述样本测试用例所对应待测试节点的节点标识、所对应样本输入数据和所对应接口标签进行所述接口预测模型的训练，直至所述接口预测模型的预测精度达到设定的精度。

3.根据权利要求1所述的方法，其特征在于，所述获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据之后，所述方法还包括：

根据所述节点标识从配置文件中获取为所述待测试节点所配置的节点配置文件，所述配置文件是根据业务流程中每一节点处的数据走向配置得到的；

根据所述输入数据和所述节点配置文件中的接口条件确定在所述测试节点处为执行所述测试用例而需要调用的接口。

4.根据权利要求3所述的方法，其特征在于，所述根据所述输入数据和所述节点配置文件中的接口条件确定在所述测试节点处为执行所述测试用例而需要调用的接口，包括：

从所述输入数据中提取若干关键字和每一所述关键字的值；

在所述节点配置文件中查找所述若干关键字和每一关键字的值所满足的接口条件；

以所查找到接口条件所对应的接口确定为在所述待测试节点处为执行所述测试用例而需要调用的接口。

5.根据权利要求1所述的方法，其特征在于，所述调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据，包括：

根据所述输入数据为所述接口中的参数赋值；

通过已完成赋值的所述接口发起数据请求；

接收通过所述接口所返回对应于所述输入数据的目标数据。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果之后，还包括：

根据所述测试用例所对应的输入数据、待测试节点的节点标识、所确定的接口、所述目标数据和所对应的测试结果生成所述测试用例的测试记录；

由所述测试用例的测试记录存储形成测试报告。

7.一种基于接口预测模型的节点测试装置，其特征在于，包括：

获取模块，被配置为：获取输入的测试用例，所述测试用例包括待测试节点所对应的节点标识和在所述待测试节点中的输入数据；

接口确定模块，被配置为：将所述输入数据和所述节点标识输入至接口预测模型中，所述接口预测模型是为进行各节点处待调用接口预测的神经网络模型；在所述接口预测模型中，根据所述节点标识确定在所述测试节点处可供调用的若干接口；构建所述输入数据的特征向量；根据所述特征向量进行分类预测，得到所述特征向量对应于每一所述若干接口的概率；遍历每一所述若干接口的概率，以概率最大值对应的接口确定为在所述测试节点处为执行所述测试用例而需要调用的接口；

接口调用模块，被配置为：调用所确定的所述接口，以通过所述接口返回对应于所述输入数据的目标数据；

测试结果获得模块，被配置为：根据所述目标数据和为所述测试用例设定的预期数据得到所述测试用例的测试结果。

8.一种基于接口预测模型的节点测试装置，其特征在于，包括：

处理器；及

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如权利要求1至6中任一项所述的方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。

Images