摘要
本发明公开了一种基于智能自动化脚本的变异测试方法及装置。该方法包括:使用上下文感知语法树提取原始源代码中的语句执行顺序和分支依赖关系,生成控制流图和数据流图;利用大语言模型对多维度代码特征进行代码语义分析,识别出潜在的缺陷类型及变异规则,结合深度Q学习模型预测变异体的测试效率,并生成待处理变异体;对待处理变异体进行语法检查和等价性分析,获得有效变异体,以此进行测试;计算变异测试指标并定位代码薄弱点,依据存活变异体识别测试盲区,由此生成可视化分析报告;迭代地根据当前的存活变异体和可视化分析报告,生成新的测试用例,并使用新的测试用例对当前的存活变异体进行测试。本发明能够提高变异测试的效率。
技术关键词
代码特征
多重约束条件
深度Q学习
约束优化模型
智能体模型
语言解析器
变异测试方法
拉格朗日乘数算法
变异策略
状态分布图
报告
抽象语法树
语句
指标
分支
生成上下文感知
非侵入式监控
节点
剪枝策略
系统为您推荐了相关专利信息
城市中心
瓶颈识别方法
多智能体模型
土地利用数据
环境数据采集单元
分布式控制系统
强化学习环境
深度Q学习网络
料仓
协方差矩阵
网站识别方法
多模态特征融合
人工智能服务
特征提取模型
多模态信息