基于机器学习手机游戏软件自动测试探微.docVIP

　　基于机器学习手机游戏软件自动测试探微 1绪论 1.1研究意义 从大哥大到便携式再到如今的智能，已经发展成为人们日常生活中关系最为密切的物品之一。当前还在以惊人的速度发展，到2015年在用的数量估计将达到二十亿，平均3个人就有1个人拥有。更重要的是，随着应用程序（APP)覆盖面越来越广、种类越来越丰富，功能得到了极大的扩展，导航、资讯、娱乐、购物等一应俱全。同时，应用的下载量也在不断提高，国际数据公司（IDC)预测，到2015年下载量将达到1827亿次，相当于2010年的107亿次增加了600%。另外，移动设备用户数也早早超越了电脑用户数，并且还在以每季度翻番的速度增长。不难看出，移动端潜力无限，是未来热门领域之一。移动端的发展带来了无限的商机也带来了巨大的挑战。这是因为用户的要求越来越高，不同和同类应用的竞争也越来越趋于白热化。这使得各个生产商、供应商或是第三方应用的开发商都需要不断一遍一遍的重复测试来保证产品的质量，进而获得用户的青睐并提高市场占有率。但是随着技术的不断发展，软件复杂度越来越高，传统的软件自动化测试方法难以覆盖当前的大多数软件，特别是智能的游戏应用软件。另外由于和软件种类繁多及其研发速度的加快，对测试效率的要求也越来越高，并且测试成本也随着人力成本的不断提升而大幅增加。可以看出，软件测试行业需要自动化测试技术，它不仅能提高社会生产力，还有着巨大的市场价值。 . 1.2研究发展综述 软件自动化测试和普通软件测试一样也分为白盒测试和黑盒测试。不过应用是由不同厂商开发的，自动化平台的设计者很难知道应用的源代码，所以大多数的自动化测试平台采用的是黑盒测试。Mobile Test[3]是一个利用脚本驱动测试智能的黑盒工具。它使用软件代理技术来简化系统的设计，可为各种智能移动设备测试系统和应用级软件构建复杂、可维护和可重用的测试用例库。它还可以利用敏感事件来简化测试用例的设计并提高可重用性和效率。Mobile Test的目标功能包括:第一，很好地支持交互操作测试、容量测试、多态测试、边界测试和多任务测试；第二，最大限度地减少图像匹配和文字识别的使用来确定状态；第三，创建测试用例库，并为回归测试和冒烟测试提供调度机制；第四，容纳尽可能多的设备，并尽可能地适应将来被添加进来的设备；第五，为测试用例、配置数据和结果提供灵活的存储支持；第六，具备强大的结果验证能力，如图像匹配、文字识别、音频和视频数据验证；第七，提供机制来控制目标设备的环境，使得在不同环境中测试设备成为可能；第八，支持脚本生成和执行的可视化。但是Mobile Test还不能支持整个测试软件过程，并且不能模拟不同的无线信号，以至于不能用于测试在不同的网络条件下移动设备的运行情况。Hermes[4]是一个可编写测试用例并能自动执行测试的框架，它支持在J2ME环境中运行的软件。Hermes的设计是从以下六点需求考虑的：第一，自动部署应用程序，执行测试并生成报告，相对于手动部署，自动部署可以节省大量时间；第二，支持多种测试需求，能覆盖如内存使用情况、功能和美观性等环境测试；第三，在设备上最大限度地减少使用资源，虽然移动设备硬件有了很大的发展，但是当前它的资源毕竟还是比较宝贵；第四，应用独立；第五，可扩展性；第六，使用方便和容易上手。Hermes比人工测试能更有效地发现软件的缺点，但是使用Hermes的成本还是太高。另外，Hermes只文持在J2ME环境中运行的软件，应用范围还是比较窄。 . 2基于机器学习的自动化测试系统 2.1硬件 本文采用的测试平台非常简单，主要由三部分组成：摄像头、和计算机，如图2.1。摄像头模拟人类的眼睛，实时拍摄的运行状态图，接着将图片送到计算机处理。计算机根据算法运行结果向发送相应的模拟指令，从而使应用能够在完全不需要人工干预的情况下自动玩。这样就能对一些项目进行自动化测试，如应用运行时内存占用、发热量、耗电量等。有些应用的难度非常高，人工很难采集到训练数据。像素鸟就是一个很典型的例子，对于此应用，只能获得一两分的玩家比比皆是，就算是精通者也很难超过20分。因此需要对此类应用设计特定的程序来自动采集训练数据(不直接用采集数据算法测试此应用的原因是考虑到测试算法的相对统一性和可维护性），如图2.4是像素鸟采集数据的过程示意图。另外如果学习机需要大量的训练图片，可以先利用人工采集的少量图片训练一个欠完美的学习机，再让其去采集训练图片，形成一个良性循环。 .. 2.2算法流程 图2.2左是训练的路线图，右是测试流程图。训练的主要步骤分为训练数据采集、图像标定、特征提取和监督训练。训练数据釆集和图像标定部分会分别在2.3和2.4小节具体介绍，特征提取和监督训练的结合方式将在第三章和第四章分析。测试的具体流程是，当游戏应用开始后，相机采集当前运行状