A3--向天宇--基于AI+知识图谱的超大规模复杂系统下精准测试探索之路.pdf

《A3--向天宇--基于AI+知识图谱的超大规模复杂系统下精准测试探索之路.pdf》由会员分享，可在线阅读，更多相关《A3--向天宇--基于AI+知识图谱的超大规模复杂系统下精准测试探索之路.pdf（27页珍藏版）》请在三个皮匠报告上搜索。

1、基于AI+知识图谱的超大规模复杂系统下精准测试探索之路向天宇 OPPO高级测试开发正文要求：微软雅黑：最小字号8号宋体：最小字号10号等线：最小字号12号向天宇OPPO高级测试开发现就职于OPPO，担任高级测试开发工程师。多年研发效能、测试技术、自动化测试研究和项目经验，结合大数据和AI技术能力，主导精准测试、测试知识图谱等多项测试平台建设和落地。目录01CONTENTS0203精准测试概述在超大规模复杂软件下的突破技术落地实践之路04未来发展路线精准测试概述研发原研发原声声精准测试概述解决解决措施措施精准测试概述定义定义精准测试到底是什么，怎么解决研发原声问题？A业界：在测试用例执行过程中，

2、通过技术手段建立测试用例与源代码之间可视化双向追溯机制，并基于代码变更分析进行精准回归的技术我司：通过各项功能插桩Robot技术，建立代码-测试用例的关系，包括以下几个方面：1、设计精准：建立用例有效性度量体系，提升测试设计准确性 2、策略精准：基于变更代码进行精准用例推荐，提升测试策略准确性 3、度量精准：建立版本测试可靠性分析机制，建立漏测预警机制，提升测试结果准确性 4、分析精准：建立试用用户的热点代码分析能力，逆向提升产品研发阶段的覆盖准确性精准测试概述LEVEL 2智能化测试推荐核心要素1：关联关系-数据召回集核心要素2：智能化推荐算法+对应技术AI算法算法智能推荐知识图谱知识图谱数

3、据关联代码覆盖率代码覆盖率数据来源关于精准测试和知识图谱的思考LEVEL 1基于关联关系的用例推荐LEVEL 2智能化测试推荐当前水平LEVEL 3 全面智能化演进路线目录01CONTENTS0203精准测试概述在超大规模复杂软件下的突破技术落地实践之路04未来发展路线在超大规模复杂软件下的突破技术挑战挑战代码调用关系复杂多层级、多语言多仓模式、分支结构复杂、代码数据量大编译方式复杂在超大规模复杂软件下的突破技术对应技术能力成熟度建设安卓系统跨层级的代码覆盖分析能力应应对对在超大规模复杂软件下的突破技术大规模、多仓库、多分支复杂软件下的代码覆盖率分析技术应应对对在超大规模复杂软件下的突破技术方

4、法1（代码方法）：调用10次方法2（代码方法）：调用100次方法3（代码方法）：调用1000次用户发起用户发起点点调用方法调用方法调用方法调用方法调用方法动态代码调用关系：由用户操作发起，记录当前运行时的调用数据热点代码方法关联模块、特性、功能法调用次数统计热点代码文件1（代码类）：调用10次文件2（代码类）：调用100次文件目录（代码包）：调用1000次文件3（代码类）：调用1000次Android系统级热点代码/静态/动态代码调用链路分析能力应应对对在超大规模复杂软件下的突破技术知识推理和关联关系可视化：知识图谱应应对对目录01CONTENTS0203精准测试概述在超大规模复杂软件下的突破

5、技术落地实践之路04未来发展路线落地实践之路1：多技术栈的本地覆盖率检测落地实践之路2：多机增量的覆盖率检测落地实践之路2：多机增量的覆盖率检测落地实践之路3：多机多项目增量的覆盖率检测落地实践之路代码开发：提交时覆盖率检测、可视化1、有效代码识别2、测试覆盖可视3、涉及安卓APP、framework、Native、Kernel多技术栈落地实践之路测试设计：代码与用例双向追溯，可视化用例范围；基于用例树的数据度量覆盖代码用例树关联、可视落地实践之路测试设计：代码AI智能分析落地实践之路测试策略：贯穿研发全流程，多颗粒度的推荐引擎推荐测试用例版本间修改提交当前OPPO使用效果及收益点需求级代码覆盖提升，补充测试场景X+变更智能分析，节省分析人力X+人月智能化用例推荐，综合推荐准确率X%+已替代X个模块人工选型，提升缺陷拦截率X%+需求-特性-缺陷-代码-用例，实现数据入图，关联X+目录01CONTENTS0203精准测试概述在超大规模复杂软件下的突破技术落地实践之路04未来发展路线未来发展路线自动生成用例用例相似去冗智能用例推荐代码漏洞挖掘漏测影响分析测试设计测试策略测试结果全面智能化质+效感谢聆听关注公众号