申请/专利权人：江苏省电子信息产品质量监督检验研究院(江苏省信息安全测评中心)

申请日：2024-04-15

公开（公告）日：2024-05-17

公开（公告）号：CN118051442A

主分类号：G06F11/36

分类号：G06F11/36;G06F16/903;G06F17/16;G06F18/22;G06F18/23213

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明公开了一种基于谱聚类的测试用例复用方法及系统，所述方法包括：步骤1、选择测试用例的属性；步骤2、对历史测试用例进行属性提取，并将提取结果以集合的方式存储在测试用例复用库中；步骤3、使用谱聚类算法对具体的属性信息进行谱聚类操作；步骤4、用户输入被测项目的各个属性信息和关键词，使用布谷鸟搜索算法从生成测试用例聚类簇中进行检索匹配，判断是否匹配到测试用例；是，将匹配到的测试用例与输入的数据信息结合，输出适用于被测项目的测试用例；否，测试人员设计新测试用例，输入到测试用例复用库中，使用谱聚类算法生成新的可复用测试用例。

主权项：1.一种基于谱聚类算法的测试用例复用方法，其特征在于，包括：步骤1、选择测试用例的属性；步骤2、对历史测试用例进行属性提取，并将提取结果以集合的方式存储在测试用例复用库中；步骤3、使用谱聚类算法对具体的属性信息进行谱聚类操作；步骤4、用户输入被测项目的各个属性信息和关键词，使用布谷鸟搜索算法从生成测试用例聚类簇中进行检索匹配，判断是否匹配到测试用例；是，将匹配到的测试用例与输入的数据信息结合，输出适用于被测项目的测试用例；否，测试人员设计新测试用例，输入到测试用例复用库中，使用谱聚类算法生成新的可复用测试用例；所述谱聚类算法的步骤为：步骤01、从测试用例复用库中提取各个属性的具体信息，构建属性矩阵；步骤02、将每个测试用例的属性信息转换为一个特征向量，特征向量的每个维度对应一个词汇，特征向量的每个元素表示词汇在属性信息中出现的频率或者权重，使用余弦相似度来计算各个属性的相似度距离，包括： 其中，和分别代表两个向量，表示两个向量的点积，和分别表示两个向量的模，通过余弦相似度计算，得到范围在，之间的相似度值，值越接近1表示两个属性之间的相似度越高；步骤03、将每个测试用例表示为图中的一个节点，每个节点具有一个唯一的标识符，根据余弦相似度，计算每对测试用例之间的相似度，得到相似度矩阵，其中每个元素表示测试用例i和测试用例j之间的相似度；对于相似度矩阵中的每个元素大于设定的阈值时，在图中添加一条边，连接测试用例和测试用例j，边的权重即为相似度；步骤04、据相似度图计算拉普拉斯矩阵，其计算公式为，其中为度矩阵，为邻接矩阵；步骤05、对拉普拉斯矩阵进行特征向量分解，得到特征向量矩阵；步骤06、根据最小的特征值所对应的特征向量，构建新的特征空间；步骤07、将特征空间中的测试用例通过K-Means聚类算法进行聚类，确定聚类数目K，在K-Means聚类过程中，随机选择K个初始质心，将每个数据点分配到距离最近的质心所在的簇中，更新每个簇的质心，重复在K-Means聚类过程直到质心不再变化或达到最大迭代次数。

全文数据：

权利要求：

百度查询： 江苏省电子信息产品质量监督检验研究院(江苏省信息安全测评中心) 一种基于谱聚类的测试用例复用方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD