[发明专利]基于强化学习的接口测试用例生成方法、装置、设备

说明书

本发明属于回归测试技术领域，具体提供一种基于强化学习的接口测试用例生成方法、装置、设备，所述方法包括如下步骤：获取所有浏览器发出的接口请求，并将获取到的接口请求存储；从存储的接口请求中提取被测系统接口的url及对应的参数，并对提取出的url及对应的参数进行处理；根据处理结果构建并初始化测试智能体；训练测试智能体并生成具有风险优先级的测试路径；进行回归测试时根据具有风险优先级的测试路径生成具有风险优先级测试用例。基于强化学习生成高风险测试用例，可以不断生成当前系统风险优先级最高的测试用例，提高了测试用例的故障检测能力、测试用例生成效率和测试覆盖率。

技术领域

本发明涉及回归测试技术领域，具体涉及一种基于强化学习的接口测试用例生成方法、装置、设备。

背景技术

在接口自动化测试领域中，经常使用的测试步骤如下：1、梳理测试需求，2、根据需求编写测试用例，3、根据测试用例及接口设计编写接口测试脚本，4、运行接口测试脚本进行测试。

当测试系统比较复杂，比如某些大型的应用，可能包括几百个核心应用，成千上万个接口，并且接口实现也比较复杂时，如果再使用上述手动编写测试脚本的方式去完成接口测试存在如下问题：1、对测试人员的自动化素质要求比较高，初次接触自动化测试人员需要花费时间来学习测试脚本的编写，并且后续编写、调试、维护测试脚本也需要占用大量人力及时间，性价比极低。2、测试场景单调，可能会由于测试用例的缺失导致系统没完整测试回归，给系统带来风险。

发明内容

针对手动编写测试脚本对测试人员的自动化素质要求比较高，初次接触自动化测试人员需要花费时间来学习测试脚本的编写，并且后续编写、调试、维护测试脚本也需要占用大量人力及时间，性价比极低的问题，本发明提供一种基于强化学习的接口测试用例生成方法、装置、设备。

本发明的技术方案是：

第一方面，本发明技术方案提供一种基于强化学习的接口测试用例生成方法，包括如下步骤：

获取所有浏览器发出的接口请求，并将获取到的接口请求存储；

从存储的接口请求中提取被测系统接口的url及对应的参数，并对提取出的url及对应的参数进行处理；

根据处理结果构建并初始化测试智能体；

训练测试智能体并生成具有风险优先级的测试路径；

进行回归测试时根据具有风险优先级的测试路径生成具有风险优先级测试用例。

进一步的，从存储的接口请求中提取被测系统接口的url及对应的参数，并对提取出的url及对应的参数进行处理的步骤中，对提取出的url及对应的参数进行处理的步骤包括:

对提取出的url进行参数的剥离及聚集。

进一步的，对提取出的url进行参数的剥离及聚集的步骤包括：

对提取出的url进行识别；

将识别出的相同的url分为一组，并将组内所有url的参数进行抽取并汇聚到同一个参数组中。

进一步的，对提取出的url进行识别的步骤包括：

将url中的参数去掉，获取到url路径；

将去掉的url的参数按在url中的顺序进行排序；

当url路径相同且参数顺序相同时，识别为相同url。

进一步的，根据处理结果构建并初始化测试智能体的步骤之前包括：

将处理完成的不含参数的url定义为强化学习模型中的状态s；

收集到的所有的url定义为状态空间集合S；