写点什么

通过人工智能和机器学习实现完全自动化的 5 种方法

  • 2021-06-07
  • 本文字数:1858 字

    阅读完需:约 6 分钟

通过人工智能和机器学习实现完全自动化的5种方法

在人工智能和机器学习领域,测试自动化已经取得了长足的进步。通过引入智能测试自动化工具,可以解决传统测试自动化的难点,从而获得最佳结果。下面分享 5 种通过人工智能和机器学习实现完全自动化的方法,这些方法能够帮助项目团队减少测试工作量,提高测试覆盖率。

1.测试自动化的自修复



测试自动化中的自修复技术解决了测试脚本维护的主要问题,即自动测试脚本在对象属性(包括名称、ID、CSS 等)的每个变更阶段都会中断。测试自动化中的自修复技术在实现过程中使用了动态定位策略,程序可以自动检测到这些变更,并动态地修正它们,无需人工干预。团队可以利用敏捷测试方法中的左移方法,使得过程更加高效,提高工作效率,加速交付。


举个例子,当开发者对 HTML 页面中的对象标识符进行任何更改时,测试用例中的 UI 标识符将自动更改。虽然属性改变了,但人工智能引擎仍然定位这些元素,并根据在源代码中的更改来修改它们。这一自修复技术使开发者不必花费大量时间来识别变更,同时更新 UI。

2.测试脚本的自动生成



自动化测试脚本的开发是一项复杂的工作,需要用到 Java、Python、Ruby 等高技能的编程语言。同时还需要做大量的初始工作,并投入一定的时间和资源。使用自动化脚本进行开发可将测试脚本的生成时间减少 50%。另外,在测试脚本设计过程中加入人工智能和机器学习技术,也能大大简化其设计流程。


目前市面上有各种各样的测试工具,比如通过手动测试用例构建的 selenium 自动化测试脚本,它可以读取测试脚本,并自动生成自动化脚本。该人工智能算法使用自然语言处理,能够理解用户的意图,并在 Web 应用中模拟这些行为。它的优点是可以减少 80% 的测试脚本设计和经历。

3.大量测试数据的有效使用


很多使用敏捷和 DevOps 方法执行持续测试的组织都选择了一种严格的测试方法,并在整个软件开发生命周期中每天进行数次使用,其中包括单元、API、功能、可访问性、集成和其他类型的测试。在执行这些测试用例时,系统将创建大量的测试数据。库存的数据越多,管理人员就越难做出更准确的决定。


通过可视化最不稳定的测试用例和其他需要重点关注的部分,机器学习可以帮助开发者更容易地识别关键的问题区域。此外,通过人工智能和机器学习系统的参与,还可以轻松地对测试数据进行切片、分块和分析,并能够读取模式、量化业务风险和加快手头项目的总体决策过程。


具体来说,在人工智能和机器学习的帮助下,分析人员可以获得以下更好的特性:

  • 测试影响分析

  • 安全漏洞

  • 平台特有缺陷

  • 测试环境不稳定

  • 测试失败的重复模式

  • 应用元素定位器的脆性

4.利用自动视觉验证工具对图像进行测试


当前,在基于图像的测试领域中,自动视觉验证工具得到了越来越多的应用。


软件开发中的视觉测试(也叫 UI 测试)可以确保开发者构建的 Web 或移动应用的 UI 呈现给最终用户,这些工具旨在通过更新 UI 来帮助开发者实现应用的功能。不过当前,大多数正在进行的测试通常难以实现自动化,而是采用人工测试的方式。


人工测试很容易导致一些元素被忽略,要想准确识别这些元素,测试人员可以利用基于机器学习的视觉验证工具。这是一种基于图像的测试注入,它动态地改变了公司在任何系统中提供自动测试服务的方式。测试分析人员可以创建自动检测软件中所有视觉错误的机器学习测试,这样做有助于验证应用的视觉正确性,而无需测试专家将输入隐性地插入到系统中。

5.人工智能搜索


当前,开发者使用的基于人工智能的最新自动化技术是使用 spidering 方法为应用自动编写测试。


开发者需要为自己的 Web 应用提供一些新的人工智能 / 机器学习工具,以便启动抓取。在抓取的过程中,该工具通过截图收集数据,为每个页面下载 HTML 代码,测量复杂,并不断重复运行这些步骤。最后,这一工具会创建一个数据集,并训练机器学习模型,从而理解应用程序的预期模式和行为。


此外,该工具还将其当前阶段与之前观察到的所有模式进行比较。如果有偏差,工具将把这部分标记为测试期间可能出现的 Bug。下一步,开发者需要确认被标记的问题是否确实是 Bug。也就是说,机器学习工具负责 Bug 的检测过程,但是开发者在接受调用之前必须进行最后的确认。

结论


要想在测试中充分利用人工智能和机器学习技术,需要开发者具备一定的机器学习测试算法基础,并且要有战略上的测试方法。同时,还需要拥有一支测试团队,团队需要知道如何将复杂的数据结构分解成能够帮助开发者加强决策过程,并提高总体项目效率和收益的简化表示。


作者介绍:


Mohit Shah,供职于 ImpactQA,高级技术内容营销人员。


原文链接:


https://dzone.com/articles/5-great-ways-to-achieve-complete-automation-with-a

2021-06-07 10:542213

评论

发布
暂无评论
发现更多内容

【精品教程】如何查看iOS崩溃日志

雪奈椰子

支撑核心系统分布式改造,GaussDB为江南农商银行筑稳根基

华为云开发者联盟

数据库 分布式数据库 后端 华为云 华为云开发者联盟

新书上线 | 《使用 NGINX 部署和保护 Kubernetes Ingress Controller》中文版

NGINX开源社区

nginx Kubernetes API NGINX Ingress Controller NGINX Service Mesh

有了这张微积分知识地图,你可能会爱上高数!

博文视点Broadview

这一年我们上线的运维自动化系统

37丫37

DevOps 运维 自动化 工具 开发.

程序员手把手教你参与开源!拿捏!

快乐非自愿限量之名

开源 程序员 面试

左耳听风 - 研发效率「读书打卡 day 16」

Java 工程师蔡姬

读书笔记 程序员 个人成长 研发效率 职业发现

如何使用 NFTScan API 检索 NFT 合约地址下 Transactions 数据

NFT Research

API NFT\ NFTScan

MySQL并发插入导致死锁

云舒编程

MySQL 并发 死锁

万字图解 | 深入揭秘HTTP工作原理

云舒编程

多路复用 HTTP web socket QUIC 图解网络

解决跨域问题的8种方法,含网关、Nginx和SpringBoot~

王磊

Java 面试题

日志资源成本减少35%:新东方可观测体系改造如何降本增效?

TakinTalks稳定性社区

Python 变量?对象?引用?赋值?一个例子解释清楚

EquatorCoco

Python 前端 变量 对象 开发语言

英特尔实现3D先进封装技术的大规模量产

E科讯

软件测试学习笔记丨Grafana安装

测试人

软件测试

Footprint 的卓越资金流数据揭示加密货币的神秘叙事

Footprint Analytics

区块链 数据分析 加密货币

近6成金融机构的选择!华为云GaussDB加快金融核心系统转型

华为云开发者联盟

数据库 后端 华为云 华为云GaussDB 华为云开发者联盟

万字图解| 深入揭秘IO多路复用

云舒编程

异步 epoll select poll I/O 多路复用

1688店铺详情数据接口python

tbapi

1688 1688API 1688店铺详情数据接口 1688店铺详情数据采集

万字图解 | 深入揭秘Linux 接收网络数据包

云舒编程

数据包 中断 网卡 linux\ ringbuffer

WorkPlus AI智能客服解决方案,提升企业服务质量

WorkPlus

图像处理-Java-指定大小压缩

alexgaoyh

Java 图像处理 图像压缩 压缩算法 指定大小

原来阿里字节员工简历长这样

云舒编程

简历模板 简历 应届生 大厂面试】 #面试

万字图解 | 深入揭秘TCP工作原理

云舒编程

三次握手 TCP协议 TCP四次挥手 MSL 滑动窗口

软件测试学习笔记丨JMeter使用代理录制脚本

测试人

软件测试

大数据处理流程包括哪些环节

悦数图数据库

大数据处理流程

TCP close_wait 引发的血案

云舒编程

TCP 压测 Wait 连接池

《幻兽帕鲁》爆火,大厂坐不住了:这游戏是 AI 设计的?丨 RTE 开发者日报 Vol.134

声网

如何让你的.NET WebAPI程序支持HTTP3?

不在线第一只蜗牛

Web 开发语言 http3 .NET 7

实力认可!TDengine 在“2023 年度金猿季”两大榜单中脱颖而出

TDengine

tdengine 时序数据库

通过人工智能和机器学习实现完全自动化的5种方法_AI&大模型_Mohit Shah_InfoQ精选文章