[发明专利]一种检测故障的方法、装置及计算机可读存储介质

说明书

本发明公开了一种检测故障的方法，包括：获取输出信息，从所述输出信息中提取故障识别参数流；将所述故障识别参数流作为第一输入输入到第一网络模型，得到表征所述输出信息是否存在故障的第一输出；根据所述第一输出确定所述输出信息存在故障时，将所述故障识别参数流和所述第一输出作为第二输入输入到第二网络模型，得到表征异常类型的第二输出，根据所述第二输出确定故障检测结果；其中，所述第一网络模型和第二网络模型为基于深度学习的网络模型。本发明还公开了一种检测故障的装置和计算机可读存储介质。

技术领域

本发明涉及通信领域，尤其涉及一种检测故障的方法、装置及计算机可读存储介质。

背景技术

目前，终端测试生成的人机交互记录、输出信息是工程师判断测试用例是否通过以及定位故障发生原因的重要参考信息。现阶段主流终端调测工作模式是：通过特定的人机交互软件，人工或自动化地按照预先定义的脚本执行测试用例，在测试用例执行的同时产生大量打印等输出信息，测试完成后，测试人员以人工方式观测输出信息中的各种消息交互流程和参数变化情况，得出测试用例是否通过的结论，或使用预先定义的自动化通过准则，使用计算机提取数据并判断输出信息中是否存在故障。但是现有的方法中，存在观察查找输出信息不方便容易出现测试人员因精力原因而漏检的情况，或自动化通过准则复杂程度和抽象程度受限等问题导致自动化判决的误检和漏检，还需要人工干预等情况。无法满足对大量测试用例的输出信息进行逐一精确判断分析的需要。因此，现有故障检测技术中存在的输出信息分析时间长，自动化通过准则逻辑复杂度有限，判断结果时人工干预程度大，无法满足大量测试用例输出信息逐一精确判断分析的需要等问题，

因此，亟需提供一种检测故障的方法，能够实现对大量测试用例的输出信息进行高效的故障检测。

发明内容

有鉴于此，本发明实施例希望提供一种检测故障的方法、装置及计算机可读存储介质，能够实现对大量测试用例的输出信息进行高效的故障检测。

本发明实施例的技术方案是这样实现的：

一方面，本发明实施例提供一种检测故障的方法，所述方法包括：

获取输出信息，从所述输出信息中提取故障识别参数流；

将所述故障识别参数流作为第一输入输入到第一网络模型，得到表征所述输出信息是否存在故障的第一输出；

根据所述第一输出确定所述输出信息存在故障时，将所述故障识别参数流和所述第一输出作为第二输入输入到第二网络模型，得到表征异常类型的第二输出，根据所述第二输出确定故障检测结果；其中，所述第一网络模型和第二网络模型为基于深度学习的网络模型。

上述方案中，所述第一输出包括可疑异常参数和所述可疑异常参数对应的置信度；所述方法还包括：

当所述可疑异常参数对应的置信度小于预设置信度阈值时，根据所述可疑异常参数对所述第二输入进行调整。

上述方案中，所述根据所述可疑异常参数对所述第二输入进行调整包括：

根据所述可疑异常参数和预设的参数约束关系确定关联可疑参数；

将所述故障识别参数流、所述可疑异常参数和所述关联可疑参数作为第二输入。

上述方案中，所述根据所述可疑异常参数对所述第二输入进行调整包括：

确定所述可疑异常参数的出现时间，获取所述可疑异常参数的出现时间的预设时间范围内的可疑异常参数；

将所述故障识别参数流、所述可疑异常参数的出现时间的预设时间范围内的可疑异常参数作为第二输入。

上述方案中，所述方法还包括：

将训练样本的训练故障识别参数流依次经过第一网络模型和第二网络模型后得到训练故障检测结果；