信息管理软件自动化测试方法的设计

为了提高信息管理软件异常识别的准确率，基于深度神经网络设计了一种信息管理软件自动化测试方法。利用Markov链构建信息管理软件任务剖面模型，提取用于信息管理软件自动化测试的任务流。深度优先遍历剖面，融合自动化测试操作行为的变化条件、后置条件、操作概率等信息。在此基础上，提取信息管理软件自动测试的任务流。结合已知的软件任务状态转移概率计算极限概率，将重要性显著的用例与参数信息作为优先测试的信息，完成网络训练。建立软件异常自动化识别模型，根据异常识别结果对软件异常位置进行定位，完成信息管理软件自动化测试。测试结果表明，该方法的软件自动化测试结果更准确、自动化效率更高，具有一定的应用价值。