關(guān)于人工智能以及它如何改變我們做事的方式，人們已經(jīng)說了很多。當(dāng)談到軟件測試時(shí)，人工智能的地位是什么？這篇文章重點(diǎn)介紹了人工智能如何幫助實(shí)現(xiàn)強(qiáng)大的軟件測試。

人工智能 (AI) 的出現(xiàn)繼續(xù)改變著技術(shù)格局。它在軟件開發(fā)的多個(gè)方面的應(yīng)用不斷增長。軟件測試是人工智能應(yīng)用可以推進(jìn)的軟件開發(fā)領(lǐng)域之一。

Parasoft 產(chǎn)品免費(fèi)試用

軟件測試對(duì)于確保發(fā)布的軟件產(chǎn)品既滿足合規(guī)標(biāo)準(zhǔn)又滿足用戶的質(zhì)量要求至關(guān)重要。然而，由于人工智能的使用存在許多變化，我們將深入探討人工智能在軟件測試中的含義。

• 軟件測試自動(dòng)化背景下的人工智能與其更廣泛的定義有何不同？
• 當(dāng)我們談?wù)撊斯ぶ悄芗捌滏⒚眯g(shù)語機(jī)器學(xué)習(xí)時(shí)，我們?cè)谡務(wù)撌裁矗?
• 使用人工智能和機(jī)器學(xué)習(xí)來推進(jìn)最先進(jìn)的 API 測試有哪些好處？

讓我們來看看吧。

什么是人工智能以及它如何改變軟件測試的動(dòng)態(tài)？

人工智能是數(shù)字市場上最流行的流行語之一。“人工智能”讓人聯(lián)想到諸如全能超級(jí)計(jì)算機(jī)一心要?dú)缛祟悺lexa 或 Siri 等語音控制輔助、計(jì)算機(jī)國際象棋對(duì)手以及自動(dòng)駕駛汽車等形象。

維基百科將人工智能研究定義為“ ……對(duì)“智能代理”的研究：任何能夠感知環(huán)境并采取行動(dòng)以最大程度地成功實(shí)現(xiàn)其目標(biāo)的機(jī)會(huì)的設(shè)備。” 但這有點(diǎn)太抽象了。

我喜歡將人工智能視為計(jì)算機(jī)程序或機(jī)器思考（自身推理）和學(xué)習(xí)（收集數(shù)據(jù)并以有益的方式修改未來行為）的能力。

正是在這個(gè)定義中，我們開始看到人工智能對(duì)軟件開發(fā)工具和技術(shù)意味著什么更有意義的東西。

更多的軟件版本意味著更多的軟件測試

隨著全球開發(fā)人員數(shù)量持續(xù)激增，預(yù)計(jì)會(huì)有更多軟件版本進(jìn)入軟件市場。證實(shí)了這一預(yù)期，預(yù)測顯示全球開發(fā)者人數(shù)預(yù)計(jì)將從 2020 年的 2450 萬增加到 2024 年的 2870 萬。

這預(yù)示著我們將在未來幾年繼續(xù)看到更多軟件的發(fā)布。隨著軟件版本數(shù)量的預(yù)期增長，需要自動(dòng)化軟件測試。

軟件測試是對(duì)軟件基礎(chǔ)設(shè)施進(jìn)行一系列功能和非功能測試場景的過程。這是一個(gè)評(píng)估軟件的過程，以確保它能夠有效地完成其設(shè)計(jì)目的。當(dāng)團(tuán)隊(duì)測試軟件時(shí)，他們可以發(fā)現(xiàn)并解決運(yùn)行時(shí)缺陷、可擴(kuò)展性問題、安全漏洞等。

 軟件測試過程通常很嚴(yán)格，因此需要自動(dòng)化。然而，要使軟件自動(dòng)化變得超級(jí)高效和無縫，就需要結(jié)合人工智能。

軟件測試自動(dòng)化中的人工智能

人工智能在軟件開發(fā)中的應(yīng)用仍在不斷發(fā)展，但與自動(dòng)駕駛系統(tǒng)或語音輔助控制、機(jī)器翻譯和機(jī)器人等更先進(jìn)的工作領(lǐng)域相比，目前人工智能在軟件自動(dòng)化測試中的使用水平較低。

人工智能在軟件測試工具中的應(yīng)用重點(diǎn)是使軟件開發(fā)生命周期（SDLC）變得更容易。通過推理、解決問題以及在某些情況下機(jī)器學(xué)習(xí)的應(yīng)用，人工智能可以幫助自動(dòng)化并減少開發(fā)和測試中平凡而乏味的任務(wù)量。

您可能想知道，“測試自動(dòng)化工具不是已經(jīng)做到了這一點(diǎn)嗎？” ;當(dāng)然，測試自動(dòng)化工具已經(jīng)具有人工智能功能，但它們也有局限性。

人工智能在軟件開發(fā)中的亮點(diǎn)在于它可以消除這些限制，使軟件測試自動(dòng)化工具能夠?yàn)殚_發(fā)人員和測試人員提供更多價(jià)值。人工智能的價(jià)值來自于減少開發(fā)人員或測試人員直接參與最平凡的任務(wù)。我們?cè)趹?yīng)用商業(yè)邏輯、戰(zhàn)略思維、創(chuàng)意等方面仍然非常需要人類智能。

例如，考慮到大多數(shù)（如果不是全部）測試自動(dòng)化工具都會(huì)為您運(yùn)行測試并交付結(jié)果。大多數(shù)人不知道要運(yùn)行哪些測試，因此他們運(yùn)行所有測試或某些預(yù)定的測試集。

如果支持 AI 的機(jī)器人可以查看測試狀態(tài)的當(dāng)前狀態(tài)、最近的代碼更改、代碼覆蓋率和其他指標(biāo)，然后決定運(yùn)行哪些測試并為您運(yùn)行它們，會(huì)怎么樣？

基于不斷變化的數(shù)據(jù)做出決策是應(yīng)用人工智能的一個(gè)例子。好消息！Parasoft 處理此級(jí)別的自動(dòng)化軟件測試。

機(jī)器學(xué)習(xí)如何增強(qiáng)人工智能

那么，機(jī)器學(xué)習(xí)呢？

機(jī)器學(xué)習(xí) (ML) 可以通過應(yīng)用算法來增強(qiáng)人工智能，這些算法允許工具通過收集測試產(chǎn)生的大量數(shù)據(jù)來自動(dòng)改進(jìn)。

機(jī)器學(xué)習(xí)研究是整體人工智能研究的一個(gè)子集，重點(diǎn)是基于先前觀察到的數(shù)據(jù)的決策管理。這是人工智能整體的一個(gè)重要方面，因?yàn)殡S著學(xué)習(xí)的進(jìn)步，智能需要修改決策。然而，在軟件測試工具中，機(jī)器學(xué)習(xí)并不總是必要的。有時(shí)，最好手動(dòng)微調(diào)支持人工智能的工具，以適應(yīng)使用該工具的組織，然后每次都可以應(yīng)用相同的邏輯和推理，無論結(jié)果如何。

在其他情況下，數(shù)據(jù)收集是決策過程的關(guān)鍵，而機(jī)器學(xué)習(xí)可能非常有價(jià)值，它最初需要一些數(shù)據(jù)，然后隨著收集到更多數(shù)據(jù)而進(jìn)行改進(jìn)或適應(yīng)。例如，代碼覆蓋率、靜態(tài)分析結(jié)果、測試結(jié)果或其他軟件指標(biāo)，隨著時(shí)間的推移，可以讓人工智能了解軟件項(xiàng)目的狀態(tài)。

軟件測試中人工智能和機(jī)器學(xué)習(xí)的真實(shí)例子

人工智能和機(jī)器學(xué)習(xí)是 Parasoft 持續(xù)研發(fā)的重要領(lǐng)域。我們的研究結(jié)果不斷帶來令人興奮的新方法，將這些技術(shù)集成到我們的產(chǎn)品中。以下是我們利用它們的幾種方法。

使用軟件測試 AI 提高靜態(tài)分析的采用率

成功采用靜態(tài)分析工具的障礙之一是管理大量警告并處理結(jié)果中的誤報(bào)（不是真正錯(cuò)誤的警告）。分析遺留或現(xiàn)有代碼庫的軟件團(tuán)隊(duì)很難通過靜態(tài)分析獲得初步結(jié)果，并且會(huì)因這種經(jīng)驗(yàn)而放棄進(jìn)一步的努力。不知所措的部分原因是現(xiàn)代靜態(tài)分析工具可能存在的標(biāo)準(zhǔn)、規(guī)則（檢查器）、建議和指標(biāo)的數(shù)量。

軟件開發(fā)團(tuán)隊(duì)有獨(dú)特的質(zhì)量要求。對(duì)于檢查器或編碼標(biāo)準(zhǔn)，沒有一刀切的建議。每個(gè)團(tuán)隊(duì)都有自己對(duì)誤報(bào)的定義，通常意味著“不在乎”而不是“這在技術(shù)上是不正確的”。Parasoft 的解決方案是應(yīng)用人工智能和機(jī)器學(xué)習(xí)來優(yōu)先考慮靜態(tài)分析報(bào)告的結(jié)果，以改善用戶體驗(yàn)和此類工具的采用。

Parasoft 使用一種方法來快速將靜態(tài)分析工具輸出中的結(jié)果分類為團(tuán)隊(duì)想要看到的內(nèi)容或團(tuán)隊(duì)想要抑制的內(nèi)容，方法是審查少量結(jié)果并根據(jù)與相關(guān)的元數(shù)據(jù)構(gòu)建分類器這些發(fā)現(xiàn)。

該分類器基于以前對(duì)靜態(tài)分析結(jié)果的分類結(jié)果，在歷史上抑制不相關(guān)的警告以及對(duì)有意義的結(jié)果進(jìn)行優(yōu)先優(yōu)先級(jí)排序以在代碼庫內(nèi)進(jìn)行修復(fù)。

最終結(jié)果分為兩種：

• 團(tuán)隊(duì)有興趣進(jìn)行調(diào)查。
• 可以壓制的物品。

通過引導(dǎo)開發(fā)人員注意最有可能應(yīng)用于其項(xiàng)目的警告，極大地改善了用戶體驗(yàn)。我們還實(shí)施了一個(gè)熱點(diǎn)檢測引擎以及一個(gè)基于人工智能的先進(jìn)模型，用于將違規(guī)行為分配給符合其最佳技能和經(jīng)驗(yàn)的開發(fā)人員，并從他們過去修復(fù)的違規(guī)行為中學(xué)習(xí)。通過這些創(chuàng)新，組織可以立即減少采用和使用靜態(tài)分析的手動(dòng)工作。

使用人工智能自動(dòng)生成單元測試和參數(shù)化

第一個(gè)示例位于Parasoft Jtest中，這是我們?yōu)?Java 開發(fā)人員提供的軟件測試解決方案，包括靜態(tài)分析、單元測試、覆蓋率和可追溯性等。在這里應(yīng)用人工智能，我們發(fā)布了自動(dòng)測試用例生成，這可以幫助開發(fā)人員填補(bǔ)從稀疏的 JUnit 工具開始時(shí)的空白。

Parasoft Jtest 的 IDE 插件通過簡單的一鍵操作來創(chuàng)建、擴(kuò)展和維護(hù)單元測試，為單元測試實(shí)踐添加了有用的自動(dòng)化功能。通過使用支持 AI 的 Jtest，用戶可以實(shí)現(xiàn)更高的代碼覆蓋率，同時(shí)顯著減少構(gòu)建全面且有意義的 Junit 測試用例套件所需的時(shí)間和精力。

 實(shí)現(xiàn)此目的的一種方法是更輕松地創(chuàng)建存根和模擬以隔離測試中的代碼。底層 AI 使 Jtest 能夠觀察被測單元以確定其對(duì)其他類的依賴關(guān)系。當(dāng)創(chuàng)建這些依賴項(xiàng)的實(shí)例時(shí)，它建議用戶模擬它們以創(chuàng)建更多隔離的測試。

自動(dòng)創(chuàng)建必要的模擬和存根可以減少測試創(chuàng)建中最耗時(shí)的部分之一的工作量。

Parasoft Jtest 還會(huì)自動(dòng)檢測現(xiàn)有測試套件未覆蓋的代碼，并遍歷源代碼的控制路徑，以找出哪些參數(shù)需要傳遞到被測方法中，以及需要如何初始化 subs/mocks 才能達(dá)到該代碼。通過啟用此 AI，Jtest 可以自動(dòng)生成新的單元測試，應(yīng)用修改后的參數(shù)來增加整個(gè)項(xiàng)目的整體代碼覆蓋率。

使用 AI 和 ML 自動(dòng)化 API 測試生成和維護(hù)

另一個(gè)很好的例子是Parasoft SOAtest的智能 API 測試生成器，它添加了機(jī)器學(xué)習(xí)。它超越了記錄和回放測試，利用 AI 和機(jī)器學(xué)習(xí)將 UI 測試轉(zhuǎn)換為完整、自動(dòng)化的 API 測試場景。

智能 API 測試生成器使用推理來理解在執(zhí)行 UI 時(shí)進(jìn)行的不同 API 調(diào)用中的模式和關(guān)系。根據(jù)該分析，構(gòu)建了一系列 API 調(diào)用，表示 UI 流程期間進(jìn)行的底層接口調(diào)用。

然后，它通過觀察不同 API 資源的情況并將其作為模板存儲(chǔ)在專有數(shù)據(jù)結(jié)構(gòu)中來應(yīng)用機(jī)器學(xué)習(xí)。通過檢查用戶庫中的其他測試用例來更新此內(nèi)部結(jié)構(gòu)，以了解練習(xí) API 時(shí)的不同類型的行為，例如斷言或在正確的位置添加特定標(biāo)頭。

人工智能的目標(biāo)是創(chuàng)建更高級(jí)的測試，而不僅僅是重復(fù)用戶正在做的事情，就像簡單的記錄和回放測試一樣。智能 API 測試生成器的工作原理如下：

1. 識(shí)別交通內(nèi)部的模式。
2. 創(chuàng)建觀察參數(shù)的綜合數(shù)據(jù)模型。
3. 生成并啟用自動(dòng)化 API 測試，將學(xué)習(xí)到的模式應(yīng)用于其他 API 測試，以增強(qiáng)它們并幫助用戶創(chuàng)建更高級(jí)的自動(dòng)化測試場景。

由此產(chǎn)生的自動(dòng)化 API 測試更加完整、可重用、可擴(kuò)展且能夠適應(yīng)變化。

使用機(jī)器學(xué)習(xí)來自我修復(fù) Selenium 測試的執(zhí)行

自動(dòng)驗(yàn)證 UI 層是測試策略的另一個(gè)關(guān)鍵組成部分，以確保產(chǎn)品在投入生產(chǎn)之前得到充分驗(yàn)證。Selenium 框架已廣泛用于 UI 測試，但用戶仍然面臨常見的 Selenium 測試可維護(hù)性和穩(wěn)定性挑戰(zhàn)。這就是人工智能技術(shù)（尤其是機(jī)器學(xué)習(xí)）可以提供幫助的地方，它可以在運(yùn)行時(shí)提供自我修復(fù)，以解決與 UI 測試執(zhí)行相關(guān)的常見可維護(hù)性問題。

我們通過 Parasoft Selenic 提供此功能，它可以在定期執(zhí)行 Selenium 測試期間“了解”您的內(nèi)部數(shù)據(jù)結(jié)構(gòu)。Selenic 引擎監(jiān)視每次運(yùn)行并捕獲有關(guān)被測應(yīng)用程序的 Web UI 內(nèi)容的詳細(xì)信息。它提取 DOM 元素、它們的屬性、定位器等，并將它們與 UI 驅(qū)動(dòng)的測試執(zhí)行的操作關(guān)聯(lián)起來。Selenic 采用 Parasoft 專有的數(shù)據(jù)建模方法，將該信息存儲(chǔ)在其人工智能引擎內(nèi)。該模型不斷更新，分析所有測試的歷史執(zhí)行情況，以繼續(xù)變得“更智能”。

當(dāng)網(wǎng)頁的 UI 元素被顯著移動(dòng)或修改而導(dǎo)致測試失敗時(shí)，這可以節(jié)省關(guān)鍵的時(shí)間。借助 Selenic，引擎使用的 AI 啟發(fā)式方法可以將這些已更改的元素與模型表示的歷史數(shù)據(jù)“匹配”，并自動(dòng)生成可抵抗更改的“智能定位器”，以在運(yùn)行時(shí)恢復(fù) Selenium 測試的執(zhí)行。有關(guān)這些變化的信息會(huì)通過模型自動(dòng)傳播，并且未來一代的新定位器會(huì)根據(jù)這些變化進(jìn)行調(diào)整。

除此之外，Selenic 還可以自我修復(fù)不同類型的“等待條件”，解決與被測系統(tǒng)性能特征相關(guān)的不穩(wěn)定性問題。它還測量與在網(wǎng)頁上運(yùn)行每個(gè)測試用例相關(guān)的時(shí)間，并將其與先前運(yùn)行捕獲的歷史平均值進(jìn)行比較。如果偏差超過特定閾值，則會(huì)在報(bào)告內(nèi)標(biāo)記警報(bào)，以通知用戶重大變化。

通過測試影響分析優(yōu)化測試執(zhí)行

 測試影響分析 (TIA) 評(píng)估對(duì)生產(chǎn)代碼所做的更改的影響。它有助于揭示受代碼更改影響的測試用例。TIA 的主要好處是，它無需在修改后對(duì)整個(gè)代碼庫運(yùn)行測試。這可以節(jié)省時(shí)間和成本，同時(shí)保持您的開發(fā)流程高效運(yùn)行。

您可以在執(zhí)行手動(dòng)測試期間受益于 TIA 技術(shù)，也可以利用基于 TIA 的工具與 CI/CD 管道的集成。這可以優(yōu)化自動(dòng)化測試的運(yùn)行，并向開發(fā)人員提供有關(guān)更改對(duì)其項(xiàng)目質(zhì)量的影響的更快反饋。根據(jù)產(chǎn)品的性質(zhì)和要執(zhí)行的測試類型，您可以利用 Parasoft 的 AI 增強(qiáng)技術(shù)來優(yōu)化.NET 和 C# 靜態(tài)分析測試、Java 單元測試、Selenium Web UI 測試和API 測試的執(zhí)行。

結(jié)論

軟件市場的爆炸式增長表明，將繼續(xù)發(fā)布更多軟件來解決我們?nèi)粘I(yè)務(wù)中的問題。然而，為了讓軟件高效運(yùn)行并盡快進(jìn)入市場，軟件測試需要自動(dòng)化和人工智能。這就是 Parasoft 發(fā)揮作用的地方。

在 Parasoft，我們提供人工智能驅(qū)動(dòng)、機(jī)器學(xué)習(xí)驅(qū)動(dòng)的軟件測試解決方案，將質(zhì)量集成到軟件開發(fā)過程中，以在 SDLC 的早期預(yù)防、檢測和修復(fù)缺陷。

了解更多有關(guān)Parasoft產(chǎn)品咨詢，歡迎咨詢