智能化测试服务中台的功能及在不同场景的应用

本文涉及的产品
企业资质识别,企业资质识别 200次/月
OCR统一识别,每月200次
自定义KV模板,自定义KV模板 500次/账号
简介: 智能化测试服务中台的功能及在不同场景的应用

1.gif

互联网产品的上线周期短、迭代速度快,为了促使测试工具更有效地替代人工,智能化测试成为一种新的趋势。目前智能化测试主要是将现有AI智能技术融入在不同测试环节,让每个环节以更智能的方式完成质量保障。但是这种碎片化的智能化很难聚焦于适用测试行业的智能技术的提升,因此我们建立了首套专注于为测试行业提供智能化服务的中台方案Sophia智能化测试服务平台,打造专门为测试行业提供高精度、高可靠智能测试服务的研发、管理平台。平台在2021年CSDI中国软件研发管理行业技术峰会首次曝光,在商家、消费者体验升级多个项目中提供技术支持,为集团内部多个BU提供算法服务,累计调用次数超过4亿次。

本文将介绍Sophia智能化测试服务平台具备的能力以及如何为不同测试场景提供智能化测试服务的。

image.png

提供海量智能化测试服务能力,降低AI应用成本

在智能技术快速发展的潮流下,涌现出很多的AI算法,我们测试工程师想要有一个较系统的AI算法知识体系,这个学习成本是非常高的。比如我们为了做弹窗的检测,可以尝试传统CV图像匹配算法,也可以选择目标检测算法。然而目标检测算法种类又非常多,有检测速度快的,有精度高的,我们就需要学习了解YOLO(有多个版本)、RCNN、Fast-RCNN、Faster-RCNN、SSD等诸多算法。

此外,多样的测试场景可能会需要相同的基础算法支持,从而导致在算法应用上重复造轮子非常严重。如下图中的案例,A同学在做自动化测试的时候希望工具可以支持识别文字图标的能力,经过一番调研后发现OCR技术非常适用,便选择这个方案;B同学做舆情分析的工具发现用户反馈中图片非常关键,比如图片里面的时间可以帮助我们更快速精准的找到用户出问题的时候日志表现,要提炼出图片中一些关键文字也需要OCR技术的支持;C同学做弹出处理工具的时候,希望在找到弹窗之后能够分析弹窗内容,那就需要OCR技术先把内容文字提取出来再分析;D同学做图片巡检的时候需要确定图片中是否存在一些必要内容,也需要借助OCR技术提取文本。虽然是这几个测试同学在完成四个完全不同的测试工具,但最根本上要做的事情是一致的,就是从图片中提取文字,是完全可以复用同一个技术能力的。而现在每个人都需要找一个OCR算法加入自己的系统,就带来很大的资源浪费和时间成本。

image.png

为了解决AI技术复杂多样、学习成本高和重复造轮子的问题,将AI算法较好地应用于测试领域,Sophia平台集成了30+AI算法能力,并针对不同测试场景设计实现不同的智能化服务能力。Sophia平台对于算法能力和服务能力进行分层:一部分是基础算法能力维护,这里集合了像目标检测、文本识别、时序分析、文本分类等基础算法模型,并且对各算法进行细粒度拆分便于复用;另一部分则是基于多个基础算法专门针对不同测试场景问题设计的智能化服务,比如有针对自动化测试的元素识别服务、针对系统监控的智能预测服务等。

Sophia平台算法服务能力如下图所示:

image.png

提供算法服务可视化体验能力,快速完成技术选型

为了在测试场景中能够较好地融入智能技术,快速完成技术选型是一个非常大的挑战,有时候为解决一个小问题可能需要调研很多的算法,尝试算法模型在目标测试场景下是否具有预期的表现,这个实验的过程需要花费的成本是巨大的。

因此,Sophia智能化测试服务平台不仅提供智能测试服务能力,还给出了服务适用场景参考,并通过建立在线交互体验能力,让使用者直观感受算法效果,并且可以上传自己的数据进行实验,快速确定技术是否适用于所需场景。

下图是弹窗处理服务的介绍页面,分别展示了服务的简介、技术文档、适用场景推荐以及功能在线体验展示。

image.png

提供算法一站式开发、部署和管理能力

为了能够将算法更好地应用到测试行业的不同场景,大多时候需要我们对算法进行开发改造。我们想对算法进行改造,首先要做的就是把一个开源算法在机器上先运行起来,而这个过程往往不会是非常顺利的。一方面需要我们安装很多的依赖包,修改一些基本的配置之后才能运行;另一方面这些算法对系统环境、依赖版本都是不同的,我们几乎不可能在一套环境下完全兼容所有的AI算法。这些问题给算法应用带来很大的困扰,并且我们也很难在短时间内快速验证算法是否是满足需要的。

为了解决算法的开发、部署难题,让大家更多关注于如何提升算法能力,让算法更好地在测试场景应用,我们专门提供了一套算法在线开发、管理能力,并且对于部署好的算法可以快速生成智能测试服务供需求方调用,目前支持http服务和集团内部HSF服务一键生成。

如下图,我们可以将算法镜像上传、部署。

image.png

算法部署成功后,可以将算法注册为基础算法,如下图:

image.png

接下来就可以生成自己的智能化测试服务能力了,支持拖拽式操作和代码编写,同时可以在生成服务的时候使用平台已有的基础算法能力,如下图所示。

image.png

提交后,便可生成对应的测试服务接口,通过指定算法id和约束参数就可以开始调用了。我们还提供调用大盘数据,统计算法的调用情况。

image.png

 案例分享

  • 为双十一大促主互动活动提供智能化测试服务能力

在今年双十一大促保障期间,Sophia平台首次与大促主互动喵糖活动合作,大家如果玩过喵糖一定会记得下图里面的浏览会场得奖励的关键环节,为了检测页面中是否正确的展示浏览得奖励提醒,我们提供了图像质量巡检能力,替代人工检测,极大提升测试效能。

image.png

  • 算法部署、管理能力助力产研合作算法快速落地应用

在推动智能化测试发展的过程中,我们还跟北京大学谢涛教授团队一起合作探索新的智能测试方向,Sophia平台担任了产研结合研究成果落地平台的角色,把最新研究的算法能力快速部署并实现服务化,保证算法研究结果快速在实际业务中应用。

目前已经完成智能探索测试服务、智能验证服务的部署应用,除了整体功能服务化之外,我们还拆分了一些子算法能力进行部署管理,比如给定一张APP截图,我们可以进行元素分割,如下图所示,该算法能力在多种测试场景中应用。

image.png

总结展望

在推动测试智能化的过程中会面临算法学习成本高、重复造轮子现象严重和算法开发、部署成本高等问题。为解决这些问题,我们打造了一个专门为测试行业提供高精度、高可靠智能测试服务的研发、管理平台Sophia智能化测试服务平台。

Sophia平台为多种测试场景提供智能化服务、支持测试服务功能在线体验,具有算法一站式开发、部署、管理能力,并且可以对不同测试场景数据集分类管理。

随着Sophia平台服务能力日渐完善,我们希望通过提供丰富智能化测试服务加速行业向智能化方向发展。目前,平台部分能力已经对外开放,后续会陆续公开更多能力,也欢迎大家更多地接入合作

目前平台开放链接:sophia.alibaba.com

相关文章
|
6天前
|
人工智能 数据可视化 API
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
10 分钟构建 AI 客服并应用到网站、钉钉或微信中测试评
29 2
|
2天前
|
敏捷开发 IDE 测试技术
自动化测试框架的选择与应用
【9月更文挑战第16天】在软件开发周期中,测试环节扮演着至关重要的角色。随着敏捷开发和持续集成的流行,自动化测试成为提升软件质量和效率的关键手段。本文将探讨如何根据项目需求选择合适的自动化测试框架,并通过实际案例分析展示其在软件开发过程中的应用。我们将从单元测试、集成测试到端到端测试等多个层面,讨论自动化测试的最佳实践和常见问题解决策略。
|
7天前
|
JSON 移动开发 监控
快速上手|HTTP 接口功能自动化测试
HTTP接口功能测试对于确保Web应用和H5应用的数据正确性至关重要。这类测试主要针对后台HTTP接口,通过构造不同参数输入值并获取JSON格式的输出结果来进行验证。HTTP协议基于TCP连接,包括请求与响应模式。请求由请求行、消息报头和请求正文组成,响应则包含状态行、消息报头及响应正文。常用的请求方法有GET、POST等,而响应状态码如2xx代表成功。测试过程使用Python语言和pycurl模块调用接口,并通过断言机制比对实际与预期结果,确保功能正确性。
30 3
快速上手|HTTP 接口功能自动化测试
|
2天前
|
数据采集 人工智能 自然语言处理
探索软件测试中的人工智能应用
在当今快速发展的技术世界中,软件测试作为确保软件质量的关键环节,正经历着前所未有的变革。随着人工智能技术的不断成熟和应用,其在软件测试领域的潜力逐渐显现,为提升测试效率、准确性和自动化水平提供了新的可能性。本文将深入探讨人工智能在软件测试中的应用现状、面临的挑战以及未来的发展趋势,旨在为读者提供一个关于AI如何改变软件测试行业的全面视角。
|
7天前
|
JavaScript 前端开发 数据库
数据库测试场景实践总结
本文介绍了数据库超时和应用锁表SSDB测试场景的验证方法,通过锁定数据表模拟写入失败情况,并利用SSDB进行重试。测试需开发人员配合验证功能。同时,提供了SSDB服务器登录、查询队列数量及重启服务等常用命令。适用于验证和解决数据库写入问题。
17 7
|
19天前
|
监控 数据管理 jenkins
深入理解与应用软件自动化测试框架
【8月更文挑战第30天】在现代软件开发周期中,自动化测试已成为提高测试效率、保证软件质量的关键步骤。本文将探讨自动化测试框架的设计与实现,重点放在如何根据不同项目需求选择合适的测试框架,以及如何有效地集成到现有的开发和测试流程中。通过分析几个流行的自动化测试工具,如Selenium、Appium和JUnit,我们将讨论它们的特点、优势以及可能面临的挑战。此外,文章还将介绍一些最佳实践,帮助读者构建稳定且易于维护的自动化测试环境。
|
2天前
|
机器学习/深度学习 人工智能 算法
软件测试中的人工智能应用
在当今快速发展的科技世界中,人工智能(AI)已经在各个领域中展现了其强大的影响力。软件测试作为软件开发过程中的关键步骤,也正在逐渐受到AI技术的深刻影响。本文将探讨AI在软件测试中的应用,分析其带来的优势与挑战,并提供一些实际案例来说明这些变化。通过深入理解AI在软件测试中的角色,我们可以预见一个更加高效、智能的软件测试未来。
15 0
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
软件测试中的人工智能应用
本文探讨了人工智能在软件测试中的应用,包括自动化测试、缺陷预测和测试用例生成等方面。通过实际案例分析,展示了如何利用AI技术提高软件测试的效率和准确性,并讨论了未来的发展趋势。
12 0
|
18天前
|
测试技术 Java Spring
Spring 框架中的测试之道:揭秘单元测试与集成测试的双重保障,你的应用真的安全了吗?
【8月更文挑战第31天】本文以问答形式深入探讨了Spring框架中的测试策略,包括单元测试与集成测试的有效编写方法,及其对提升代码质量和可靠性的重要性。通过具体示例,展示了如何使用`@MockBean`、`@SpringBootTest`等注解来进行服务和控制器的测试,同时介绍了Spring Boot提供的测试工具,如`@DataJpaTest`,以简化数据库测试流程。合理运用这些测试策略和工具,将助力开发者构建更为稳健的软件系统。
27 0
|
18天前
|
测试技术 数据库
探索JSF单元测试秘籍!如何让您的应用更稳固、更高效?揭秘成功背后的测试之道!
【8月更文挑战第31天】在 JavaServer Faces(JSF)应用开发中,确保代码质量和可维护性至关重要。本文详细介绍了如何通过单元测试实现这一目标。首先,阐述了单元测试的重要性及其对应用稳定性的影响;其次,提出了提高 JSF 应用可测试性的设计建议,如避免直接访问外部资源和使用依赖注入;最后,通过一个具体的 `UserBean` 示例,展示了如何利用 JUnit 和 Mockito 框架编写有效的单元测试。通过这些方法,不仅能够确保代码质量,还能提高开发效率和降低维护成本。
32 0