揭秘百度智能测试在测试自动生成领域的探索

原创 intelligents 百度Geek说

《揭秘百度智能测试规模化落地》，介绍了通过将测试活动分为测试输入、测试执行、测试分析、测试定位和测试评估五个步骤，来推进百度智能测试点线面体的规模化、一体化落地。本章节重点揭秘在测试输入环节非常重要的领域测试自动生成。测试自动生成，通过将数据、算法、工程等相关技术有机结合，在测试输入阶段自动实现“高覆盖、高仿真、全校验”的揭错集合，一般包含测试数据生成、测试用例生成、动作集生成、测试断言生成等方面，在学术界和工业界均有非常优秀的研究和实践。方法论上一般包含基于控制流图、基于数据建模或两者结合的方式。本章节将从多个实践的角度，介绍相关领域的目标、思路、涉及到的技术点、效果，希望能给到大家一定参考。

基于AST的异常单测用例生成技术揭秘

代码级用例自动生成用于解决RD写单测困难、耗时等问题，探索一种可以根据代码结构、代码信息自动生成单元测试代码的方法。

基于AST的代码级异常单测用例生成技术是一种近代码感知问题的测试手段，其核心技术包括代码理解、用例数据生成、用例驱动代码生成。

代码理解环节通过静态代码扫描的手段，将代码语言抽象成结构化的函数特征数据，特征数据包含：函数调用方式、变量声明和赋值方式、变量关系、变量字面值、mock点等信息。

用例数据生成环节，基础数据源包括边界值、随机值、变异值、代码字面值和函数插桩参数值以及一些业务自定义的数据。为了避免用例爆炸，在传统的基于生成法构造用例数据的基础上，除了被测目标接口协议外，结合了高风险变量选择、路径选择、符号执行以及基于搜索的生成算法（例如采用遗传算法，通过适应度公式来评估用例质量好坏）来指导用例数据的生成，保证用例集覆盖更多分支下的代码逻辑，结合覆盖率和问题堆栈信息，反哺用例生成算法，降低对无效用例的生成，在有限测试成本下生成更有价值的用例，保证揭错能力。

用例驱动代码生成环节，依托多语言多测试模板如（gtest语法要求）建立生成算子集，基于代码结构化数据和用例数据，调用不同的生成算子，结合智能mock生成算子，生成可编译执行的测试用例代码。

现已具备C++/GO/OC三种语言的用例生成能力，召回1000+异常（core、死循环、panic）等问题。

接口级用例自动生成

接口用例自动生成，主要是针对服务接口级自动生成API请求来代替人工写用例的场景，解决人写用例不完备、工作量大等问题。

接口api一直具有良好的可测性，在各大场景下面，都有相关自动化接口测试的应用，但是使用的越来越多，也会出现新的挑战。比如case的人力成本，因为要持续添加新的case测试，还要持续维护老旧case，所以针对case这边的人力维护成本也越来越高；自动化case的质量，有可能写了很多case，但是压根就没有多少是有用的，或者无法辨别case质量，越积愈多，无法维护。所以针对以上问题，提出接口用例的智能自动生成，主要是思路就是根据定义好的接口格式，包括api定义管理工具，业务系统日志，截包等等，都可以拿到各个接口标准的定义，然后加上人工梳理的理解，对一些字段进行一些条件限制，最终可以通过接口的定义和限制条件，自动智能的生成批量的测试case，可以快速的进行接口契约测试和回归测试。除了接口用例自动生成，在接口的断言也做了自动智能化的升级，主要的思路就是根据历史case的运行结果，首先可以自动判断后续所有case的返回接口体一致，不会出现结构嵌套的问题。再进一步，也可以根据历史接口返回各个字段的值的特点，自动智能的生成针对每个value值的断言，快速判断接口是否有异常。目前接口智能化生成的case有2w+，占整体case量级的80%以上。

UI浅交互用例自动生成

UI自动化测试可以实现端到端测试，对业务功能进行回归验证，大大提高测试效率。目前该领域存在明显局限性：1、用例书写成本高；2、用例召回能力弱；3、用例维护成本大。但有部分业务UI交互并不复杂，如在关注展现样式或浅交互功能的产品中，一方面，QA需要对数百上千条数据驱动下的页面进行样式校验；另一方面，需要对页面里数十个元素的操作交互进行验证，我们尝试用视觉技术解决此类用例生成用于代替人工。

UI浅交互case生成技术工作，具体包括离线数据挖掘模块和实时任务执行模块：在数据挖掘环节，操作的对象是线上基线产品，我们使用DNN Object Detection技术，训练生成控件级和页面级分类和回归任务模型，进而利用mine技术录制页面关键Dom元素的探索操作，生成带有上下文语景的操作序列，最后把这些action和pic作为生成的用例步骤；接着在real-time任务执行环节，对线下提测模块进行路径回放，并进行ui-diff视觉技术校验，来进行case的回归验证测试。

整套UI用例浅交互生成机制，可以生成低成本、高召回的自动化case，目前该技术在共覆盖多个产品线，发现有效问题16个，在某业务的前置准入流水线，生成1000+case，试用阶段，已召回3例问题。

GUI遍历动作集自动生成

前面介绍的均是代码、接口、UI层面的生成技术，本段解决的是动作集自动生成，此类场景在UI遍历、巡检、monkey有非常广泛的应用，即如何探索出一套高效的拟人化遍历解决方案。

GUI遍历动作集自动生成，核心是在平衡资源与收益前提下，自动生成覆盖率和问题露出率高的动作集。GUI动作集是指向移动真机或模拟器发送的一系列随机的用户事件流(如按键操作、触摸屏操作、手势输入等)，是模拟真实用户的点击、滑动、输入等操作的集合。核心点在于更快(相同的召回率，耗时更少)、更多(相同的操作次数，覆盖率更高)、更准(相同的机器时长，增量覆盖率更高)；传统Monkey随机遍历，速度极快但无效操作多资源消耗大，较为智能的做法是基于控件的加权遍历方法, 该方法将页面结构提取成控件树，并对这些控件基于属性、历史操作情况等赋予不同权重，最后将页面抽象为“点”，控件抽象为“边”，这样将动作集的生成转化成对有向有环图的遍历问题；这种遍历没有场景对照，且图中存在大量环路极易陷入局部循环，需要在遍历过程中给一定的反馈辅助动作集走出死循环，对此引入基于Deep-Q-Learning的智能遍历，以能否进入新的页面作为激励，遍历过程有反馈，并且结合业务加入多种场景，让动作集的生成在反馈机制下自探索自学习，并进一步引入拟人化的思想，通过激励和惩罚机制使得动作集具有一定的逻辑性。与纯随机相比，相同时间内，智能遍历覆盖率提升33%，相同覆盖率，智能遍历缩短75%的测试时间。

前端用例自动生成断言

撰写测试断言存在不规范、工作量大、不完整等问题，导致很多本该召回的问题未及时报警，本阶段就是为了解决此类问题。

测试断言用于检查被测系统行为的正确性，即通过向被测系统提供输入，并以预期的输出评估结果来处理生成结果是否正确。在前端自动化领域，大量手工测试行为被自动化代替，自动化用例又逐渐趋向于自动生成。如何有效判断执行是否符合预期？关键点在于如何自动地生成完备、合格的断言。主要思路，一是有参照召回，即以历史版本或某机型的当前版本作为正确的参照，将被测版本与正确版本进行对比；二是无参照召回，即预先提取明显问题的特征，检查用例执行后是否命中，如白屏、乱码。在百度的实践中，我们加入了多层级页面理解和特征提取算法，来解决多设备版本的相对位置不同、复杂页面难以识别等问题，实现了端到端的立体校验。目前日均运行数十万次，策略准确率达到97%+，拦截bug2000+个。