(19)國家知識產(chǎn)權(quán)局(10)申請公布號CN120104978A(21)申請?zhí)?02510577973.X(22)申請日2025.05.07(71)申請人杭州安泉數(shù)智科技有限公司道丹楓路399號2幢1901-1室謝姝航黃靜(74)專利代理機構(gòu)杭州山泰專利代理事務(wù)所(普通合伙)33438專利代理師湯榮花(54)發(fā)明名稱及系統(tǒng)(57)摘要的測試大數(shù)據(jù)優(yōu)化方法及系統(tǒng)。其中，一種基于后的生成器以及判別器，并通過優(yōu)化后的生成器似度閾值的測試數(shù)據(jù)；接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及境；基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試量問題。詈2接入優(yōu)化后的生成器以及判別器，并通過所述優(yōu)化后的生成器以及判別器生成與真實接入用戶操作行為模型以及人機交互模型，并通過所述用戶操基于所述測試環(huán)境以及所述測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及獲取基于測試場景的真實數(shù)據(jù)以及隨機噪聲，并根據(jù)深度學(xué)習(xí)網(wǎng)絡(luò)建立生成器以及判確定所述生成器與所述判別器之間的目標(biāo)函數(shù)，在所述目標(biāo)基于所述真實數(shù)據(jù)以及所述隨機噪聲對所述目標(biāo)函數(shù)進行求基于所述用戶操作行為模型，通過眼動追蹤方法和用戶行為模擬工具模擬真實用戶在基于所述人機交互模型，通過自動化腳本動態(tài)調(diào)整測試環(huán)境中的硬件配置和網(wǎng)絡(luò)參3獲取生產(chǎn)環(huán)境數(shù)據(jù)；根據(jù)所述生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型，所述人機交互模型包括硬件使用關(guān)系模型以及網(wǎng)絡(luò)使用模型。7.根據(jù)權(quán)利要求6所述的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法，其特征在于，所述生產(chǎn)環(huán)境數(shù)據(jù)包括處理器使用率、并發(fā)用戶數(shù)量以及網(wǎng)絡(luò)流量在不同時段的波動數(shù)據(jù)，所述根據(jù)所述生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型，所述人機交互模型包括硬件使用模型以及網(wǎng)根據(jù)所述處理器使用率以及所述并發(fā)用戶數(shù)量確定預(yù)設(shè)時間段內(nèi)生產(chǎn)環(huán)境中處理器使用率隨并發(fā)用戶數(shù)量增加的變化趨勢；根據(jù)所述變化趨勢，建立生產(chǎn)環(huán)境中處理器數(shù)量與用戶數(shù)量之間的關(guān)系模型，所述關(guān)系模型為硬件使用模型；根據(jù)所述網(wǎng)絡(luò)流量在不同時段的波動數(shù)據(jù)，建立網(wǎng)絡(luò)流量的時間序列模型，所述時間序列模型為所述網(wǎng)絡(luò)使用模型。8.根據(jù)權(quán)利要求1所述的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法，其特征在于，所述基于所述測試環(huán)境以及所述測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)之前，包括：獲取任務(wù)知識、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及數(shù)據(jù)質(zhì)量問題信息；將所述任務(wù)知識、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及數(shù)據(jù)質(zhì)量問題信息構(gòu)建成知識圖譜；當(dāng)任務(wù)發(fā)生變化或出現(xiàn)新的數(shù)據(jù)格式時，對所述知識圖譜進行推理和更新，自動生成或調(diào)整數(shù)據(jù)質(zhì)量測試規(guī)則，得到基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫。9.根據(jù)權(quán)利要求8所述的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法，其特征在于，所述基于所述測試環(huán)境以及所述測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)，包括：利用區(qū)塊鏈技術(shù)記錄測試數(shù)據(jù)的全生命周期，所述全生命周期包括測試數(shù)據(jù)的采集、當(dāng)檢測所述測試數(shù)據(jù)存在質(zhì)量問題時，通過區(qū)塊鏈的鏈?zhǔn)浇Y(jié)構(gòu)進行問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。10.一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)，包括：測試數(shù)據(jù)生成模塊，用于接入優(yōu)化后的生成器以及判別器，并通過所述優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)；自適應(yīng)性能測試環(huán)境模擬模塊，用于接入用戶操作行為模型以及人機交互模型，并通過所述用戶操作行為模型以及所述人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境；智能動態(tài)數(shù)據(jù)質(zhì)量測試模塊，用于基于所述測試環(huán)境以及所述測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。4一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法及系統(tǒng)技術(shù)領(lǐng)域[0001]本說明書的一個或多個實施例涉及數(shù)據(jù)測試技術(shù)領(lǐng)域，具體涉及一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法及系統(tǒng)。背景技術(shù)[0002]隨著科技不斷發(fā)展，當(dāng)前大數(shù)據(jù)測試領(lǐng)域常采用DataFactory等大數(shù)據(jù)生成工具，結(jié)合隨機數(shù)生成等算法，依據(jù)軟件的業(yè)務(wù)規(guī)則和數(shù)據(jù)特征生成大規(guī)模、多樣化的測試數(shù)據(jù)。然而，該方法生成的數(shù)據(jù)真實性欠佳，生成的數(shù)據(jù)與實際業(yè)務(wù)數(shù)據(jù)仍存在差距，難以反映系統(tǒng)在真實環(huán)境中的表現(xiàn)。而且，隨著測試數(shù)據(jù)量不斷增長，數(shù)據(jù)管理平臺可能出現(xiàn)性能瓶外，測試環(huán)境與生產(chǎn)環(huán)境存在偏差，影響對系統(tǒng)性能的準(zhǔn)確評估。同時，現(xiàn)有的性能指標(biāo)存在局限性，常用的響應(yīng)時間、吞吐量等指標(biāo)無法全面準(zhǔn)確地衡量一些復(fù)雜業(yè)務(wù)場景和用戶體驗指標(biāo)，比如系統(tǒng)的交互流暢性、數(shù)據(jù)可視化的加載速度等。另外測試規(guī)則也具有局限性，通常是基于現(xiàn)有的業(yè)務(wù)需求和已知的數(shù)據(jù)問題制定，難以覆蓋所有潛在的數(shù)據(jù)質(zhì)量風(fēng)險。因此，亟需一種能夠優(yōu)化測試數(shù)據(jù)質(zhì)量、精準(zhǔn)評估系統(tǒng)性能、高效保障數(shù)據(jù)質(zhì)量的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法。發(fā)明內(nèi)容[0003]本說明書實施例提供了一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法及系統(tǒng)，其技術(shù)方案如下：第一方面，本說明書實施例提供了一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法，包括：接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)；接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境；基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。[0004]第二方面，本說明書實施例提供了一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)，包括：測試數(shù)據(jù)生成模塊，用于接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)；自適應(yīng)性能測試環(huán)境模擬模塊，用于接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境；智能動態(tài)數(shù)據(jù)質(zhì)量測試模塊，用于基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。[0005]本說明書一些實施例提供的技術(shù)方案帶來的有益效果至少包括：本說明書實施例可以通過接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)，從而為性能和質(zhì)量5測試提供接近真實任務(wù)場景的數(shù)據(jù)；接著，本說明書實施例還可以接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境，本說明書實施例依據(jù)生產(chǎn)環(huán)境動態(tài)調(diào)整性能測試環(huán)境，從而為其他模塊提供了精準(zhǔn)測試環(huán)境；另外，本說明書實施例還可以利用測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯。[0006]本說明書實施例不僅可以生成高度逼真的測試數(shù)據(jù)，提升測試準(zhǔn)確性，還能夠精準(zhǔn)評估系統(tǒng)性能，快速定位數(shù)據(jù)質(zhì)量問題。本說明書實施例具備優(yōu)化測試數(shù)據(jù)質(zhì)量、精準(zhǔn)評估系統(tǒng)性能、高效保障數(shù)據(jù)質(zhì)量的功能，適用于各類對大數(shù)據(jù)處理和分析有高要求的場景，如電商平臺大數(shù)據(jù)分析系統(tǒng)、金融機構(gòu)數(shù)據(jù)處理系統(tǒng)等，有效確保大數(shù)據(jù)系統(tǒng)在復(fù)雜任務(wù)場景下穩(wěn)定、可靠且高效地運行，滿足不同行業(yè)對大數(shù)據(jù)系統(tǒng)的質(zhì)量需求。附圖說明[0007]為了更清楚地說明本說明書實施例中的技術(shù)方案，下面將對實施例中所需使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本說明書的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。[0008]圖1是本說明書提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法的應(yīng)用場景示意[0009]圖2是本說明書提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法的流程示意圖。[0010]圖3是本說明書提供的生成器與判別器優(yōu)化過程的流程示意圖。[0011]圖4是本說明書提供的動態(tài)調(diào)整測試環(huán)境的流程示意圖。[0012]圖5是本說明書提供的根據(jù)生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型的流程示意圖。[0013]圖6是本說明書提供的建立基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫的流程示意圖。[0014]圖7是本說明書提供的通過區(qū)塊鏈技術(shù)進行問題追溯的流程示意圖。[0015]圖8是本說明書提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)的結(jié)構(gòu)示意圖。[0016]圖9為本說明書提供的一種電子設(shè)備的結(jié)構(gòu)示意圖。具體實施方式[0017]下面將結(jié)合本說明書實施例中的附圖，對本說明書實施例中的技術(shù)方案進行清于覆蓋不排他的包含。例如包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備沒有限定于已列出的步驟或單元，而是可選地還包括沒有列出的步驟或單元，或可選地還包括對于這些過程、方法、產(chǎn)品或設(shè)備固有的其他[0019]本申請所涉及的數(shù)據(jù)，均為經(jīng)用戶授權(quán)或者經(jīng)過各方充分授權(quán)的信息和數(shù)據(jù)，并且相關(guān)數(shù)據(jù)的采集、使用和處理均遵守相關(guān)國家和地區(qū)的相關(guān)法律法規(guī)和標(biāo)準(zhǔn)。[0020]本說明書多個實施例提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法，該一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法的執(zhí)行主體可以是本發(fā)明實施例提供的基于動態(tài)模型6的測試大數(shù)據(jù)優(yōu)化系統(tǒng)。[0021]本說明書在結(jié)合一個或多個實施例對一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法進行詳細(xì)闡述之前，先介紹該一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法應(yīng)用的場景。[0022]請參閱圖1,圖1為本發(fā)明實施例所提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法的應(yīng)用場景示意圖。本實施例中，基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)100可以包括大數(shù)據(jù)測試優(yōu)化設(shè)備110、用戶終端120等。大數(shù)據(jù)測試優(yōu)化設(shè)備110和用戶終端120之間通信連[0023]本實施例中，用戶終端120可以為手機、平板電腦者個人電腦(PersonalComputer,PC)等設(shè)備等。用戶終端120可以將用戶操作行為等真實數(shù)據(jù)上傳至大數(shù)據(jù)測試優(yōu)化設(shè)備110等。[0024]本說明實施例的大數(shù)據(jù)測試優(yōu)化設(shè)備110可以是單一服務(wù)器，也可以是由多個服務(wù)器組成的服務(wù)器集群，由多個服務(wù)器來實現(xiàn)本申請的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方[0025]本實施例中，大數(shù)據(jù)測試優(yōu)化設(shè)備110可以接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)；接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境；基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)等。[0026]需要說明的是，圖1所示的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)的場景示意圖，僅僅是一個示例，本發(fā)明實施例描述的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)以及場景是為了更加清楚的說明本發(fā)明實施例的技術(shù)方案，并不構(gòu)成對于本發(fā)明實施例提供的技術(shù)方案的限定，本領(lǐng)域普通技術(shù)人員可知，隨著基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)的演變和新場景的出現(xiàn)，本發(fā)明實施例提供的技術(shù)方案對于類似的技術(shù)問題，同樣適用。[0027]請參閱圖2,圖2是本發(fā)明實施例提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法的流程示意圖。該基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法可以由圖1所示的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)100執(zhí)行。該基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法至少可以包括以下200、接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)。[0028]在一些實施例中，請參閱圖3,圖3是本發(fā)明實施例提供的生成器與判別器優(yōu)化過程的流程示意圖。接入優(yōu)化后的生成器以及判別器之前，包括：2000、獲取基于測試場景的真實數(shù)據(jù)以及隨機噪聲，并根據(jù)深度學(xué)習(xí)網(wǎng)絡(luò)建立生成器以及判別器；2010、確定生成器與判別器之間的目標(biāo)函數(shù)；2020、基于真實數(shù)據(jù)以及隨機噪聲對目標(biāo)函數(shù)進行求解，得到優(yōu)化后的生成器以及優(yōu)化后的判別器。[0029]在本實施例中，測試場景的真實數(shù)據(jù)為實際的生產(chǎn)環(huán)境的數(shù)據(jù)，用于真實地反映任務(wù)場景和用戶行為。大數(shù)據(jù)測試優(yōu)化設(shè)備110可以先向用戶終端120發(fā)送關(guān)于獲取真實數(shù)據(jù)的詢問信息，用戶終端120接收到詢問信息后，在經(jīng)用戶同意上傳真實數(shù)據(jù)后，用戶終端7120可以向大數(shù)據(jù)測試優(yōu)化設(shè)備110發(fā)送測試場景的真實數(shù)據(jù)。本實施例的隨機噪聲為一個隨機向量，其元素可以從一個概率分布(如標(biāo)準(zhǔn)正態(tài)分布或均勻分布)中抽取。[0030]在本實施例中，生成器的目標(biāo)為生成與真實數(shù)據(jù)類似的數(shù)據(jù)。本實施例可以通過深度學(xué)習(xí)網(wǎng)絡(luò)建立生成器，生成器包括但不限于全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)施例可以通過深度學(xué)習(xí)網(wǎng)絡(luò)建立判別器，判別器包括但不限于全連接神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)[0031]本實施例在構(gòu)建目標(biāo)函數(shù)過程中，目標(biāo)函數(shù)需要滿足：當(dāng)輸入至判別器的樣本來自真實數(shù)據(jù)的分布時，判別器的輸出值最大；當(dāng)輸入至判別器的樣本來自隨機噪聲的分布時，判別器的輸出值最?。划?dāng)生成器的生成樣本輸入至判別器時，判別器判定生成樣本為真的概率最大。G為生成器，生成器G用于將隨機噪聲z映射到生成數(shù)據(jù)G(z),D為判別器，x為真實[0033]本實施例引入生成器和判別器來生成測試數(shù)據(jù)。例如，在電商平臺場景中，本實施例可以先收集大量真實的用戶行為數(shù)據(jù)、交易數(shù)據(jù)和商品數(shù)據(jù)，將其作為訓(xùn)練集。生成器學(xué)習(xí)真實數(shù)據(jù)的分布和特征，判別器則區(qū)分生成數(shù)據(jù)與真實數(shù)據(jù)。通過生成器以及判別器之間的對抗訓(xùn)練，生成更接近真實任務(wù)場景的測試數(shù)據(jù)。例如在生成用戶購買行為數(shù)據(jù)時，本實施例不僅能模擬出不同用戶的購買時間、購買商品種類和數(shù)量，還能根據(jù)用戶的消費層次和偏好，生成符合其購買邏輯的行為序列。[0034]在本實施例中，當(dāng)生成用戶購買行為數(shù)據(jù)時，為了更真實地模擬真實用戶的行為，除了考慮不同用戶的購買時間、購買商品種類和數(shù)量，以及用戶的消費層次和偏好外，本實施例還可以引入更多表征用戶的輔助數(shù)據(jù)生成中間變量，包括但不限于用戶的發(fā)薪日、家更真實的用戶行為數(shù)據(jù)。[0035]例如，本實施例可以將發(fā)薪日作為用戶的輔助數(shù)據(jù)。由于不同用戶的發(fā)薪日存在差異，這會直接影響其消費能力和購買時機。本實施例經(jīng)過用戶同意后可以通過收集大量用戶的發(fā)薪日數(shù)據(jù)，分析其分布規(guī)律，構(gòu)建發(fā)薪日模型，從而通過發(fā)薪日模型來生成測試數(shù)據(jù)中的發(fā)薪日數(shù)據(jù)。[0036]再如，家庭成員數(shù)量和結(jié)構(gòu)對用戶購買行為有重要影響。有小孩的家庭，在母嬰用品、教育產(chǎn)品等方面的購買需求會明顯增加；有老人的家庭，則可能更關(guān)注保健品、醫(yī)療用品等。本實施例可以根據(jù)用戶的家庭結(jié)構(gòu)信息，模擬不同的購買場景。比如，有年幼孩子的可以定期購買降壓藥、血糖儀等保健和醫(yī)療用品。[0037]再如，用戶的社交活動也會影響其購買決策。社交活躍的用戶，可能會因為參加聚能較低。本實施例可以通過分析用戶的社交平臺數(shù)據(jù)、社交活動頻率等信息，構(gòu)建社交狀態(tài)8模型。對于社交活躍的用戶，在臨近社交活動時，模擬其購買相關(guān)商品的行為；對于社交較少的用戶，則減少這類商品的購買模擬。[0038]本實施例在生成模擬的用戶購買行為數(shù)據(jù)后，可以將其與用戶已有真實購物數(shù)據(jù)進行比較，通過計算數(shù)據(jù)的相似度、偏差率等指標(biāo)，評估模擬數(shù)據(jù)的可信度。對于低于可信度閾值的模擬數(shù)據(jù)，進一步調(diào)整模擬參數(shù)，優(yōu)化生成模型。例如，如果模擬數(shù)據(jù)中用戶購買某類商品的頻率與真實數(shù)據(jù)相差較大，分析原因，可能是模擬過程中對用戶偏好的把握不夠準(zhǔn)確，或者沒有充分考慮到某些影響因素，本實施例可以針對性地進行調(diào)整，重新生成數(shù)據(jù)，直到獲得較高可信度的模擬中間數(shù)據(jù)。[0039]210、接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境。[0040]在一些實施例中，請參閱圖4,圖4是本發(fā)明實施例提供的動態(tài)調(diào)整測試環(huán)境的流程示意圖。接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境，包括：2100、接入用戶操作行為模型，用戶操作行為模型用于模擬真實用戶的操作行為2110、接入人機交互模型，人機交互模型用于預(yù)測生產(chǎn)環(huán)境資源使用數(shù)據(jù)和網(wǎng)絡(luò)2120、基于用戶操作行為模型，通過眼動追蹤方法和用戶行為模擬工具模擬真實用戶在使用大數(shù)據(jù)分析系統(tǒng)時的操作行為；2130、基于人機交互模型，通過自動化腳本動態(tài)調(diào)整測試環(huán)境中的硬件配置和網(wǎng)絡(luò)參數(shù)，使測試環(huán)境與生產(chǎn)環(huán)境保持一致。[0041]本實施例可以利用云計算技術(shù)和智能監(jiān)控系統(tǒng)，實時檢測生產(chǎn)環(huán)境的硬件資源使用情況、網(wǎng)絡(luò)流量和負(fù)載變化等參數(shù)。在測試環(huán)境中，通過自動化腳本動態(tài)調(diào)整硬件配置(如虛擬機的CPU核心數(shù)、內(nèi)存大小)和網(wǎng)絡(luò)參數(shù)(如網(wǎng)絡(luò)延遲、帶寬),使測試環(huán)境與生產(chǎn)環(huán)境保持高度一致。同時，本實施例還可以引入眼動追蹤技術(shù)和用戶行為模擬工具，模擬真實用戶在使用大數(shù)據(jù)分析系統(tǒng)時的操作行為，如點擊、滑動、輸入等，更真實地測試系統(tǒng)在實際使用中的性能。[0042]在一些實施例中，用戶操作行為模型之前，包括：獲取真實用戶的操作行為數(shù)據(jù)；通過特征提取方法提取真實用戶的操作行為數(shù)據(jù)對應(yīng)的行為特征；根據(jù)行為特征建立用戶操作行為模型。[0043]本實施例可以通過對大量真實用戶在使用大數(shù)據(jù)分析系統(tǒng)時的操作進行實際檢測和記錄，收集真實用戶的操作行為數(shù)據(jù)，獲取對應(yīng)的行為特征，從而建立起用戶操作行為模型。例如，本實施例可以分析不同用戶在不同頁面的點擊習(xí)慣，統(tǒng)計特定功能模塊的滑動操作頻率等，以此為依據(jù)來驅(qū)動用戶行為模擬工具進行模擬操作。[0044]在一些實施例中，接入人機交互模型之前，包括：獲取生產(chǎn)環(huán)境數(shù)據(jù)；根據(jù)生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型，人機交互模型包括硬件使用關(guān)系模型以及網(wǎng)絡(luò)使用模型。[0045]本實施例中，建立人機交互模型涉及到的生產(chǎn)環(huán)境數(shù)據(jù)包括但不限于：生產(chǎn)環(huán)境的硬件資源使用情況(如CPU使用率、內(nèi)存占用量)、網(wǎng)絡(luò)流量(數(shù)據(jù)傳輸量、請求數(shù)量等)、負(fù)載變化(并發(fā)用戶數(shù)、任務(wù)處理量等)等；本實施例測試環(huán)境涉及到的動態(tài)調(diào)整參數(shù)包括9但不限于：測試環(huán)境中需要調(diào)整的硬件配置參數(shù)(CPU核心數(shù)、內(nèi)存大小)和網(wǎng)絡(luò)參數(shù)(網(wǎng)絡(luò)[0046]在一些實施例中，請參閱圖5,圖5是本發(fā)明實施例提供的根據(jù)生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型的流程示意圖。生產(chǎn)環(huán)境數(shù)據(jù)包括處理器使用率、并發(fā)用戶數(shù)量以及網(wǎng)絡(luò)流量在不同時段的波動數(shù)據(jù)，根據(jù)生產(chǎn)環(huán)境數(shù)據(jù)建立人機交互模型，人機交互模型包括硬件2112、根據(jù)處理器使用率以及并發(fā)用戶數(shù)量確定預(yù)設(shè)時間段內(nèi)生產(chǎn)環(huán)境中處理器使用率隨并發(fā)用戶數(shù)量增加的變化趨勢；2114、根據(jù)變化趨勢，建立生產(chǎn)環(huán)境中處理器數(shù)量與用戶數(shù)量之間的關(guān)系模型，關(guān)系模型為硬件使用模型；2116、根據(jù)網(wǎng)絡(luò)流量在不同時段的波動數(shù)據(jù)，建立網(wǎng)絡(luò)流量的時間序列模型，時間序列模型為網(wǎng)絡(luò)使用模型。[0047]本實施例可以通過對采集到的生產(chǎn)環(huán)境數(shù)據(jù)進行分析，建立生產(chǎn)環(huán)境資源使用和網(wǎng)絡(luò)狀態(tài)的模型，即硬件使用關(guān)系模型以及網(wǎng)絡(luò)使用模型。例如，根據(jù)一段時間內(nèi)生產(chǎn)環(huán)境中CPU使用率隨并發(fā)用戶數(shù)增加的變化趨勢，建立兩者之間的關(guān)系模型；本實施例還可以根據(jù)網(wǎng)絡(luò)流量在不同業(yè)務(wù)時段的波動情況，建立網(wǎng)絡(luò)流量的時間序列模型。在測試環(huán)境中，自動化腳本根據(jù)這些模型以及實時監(jiān)測到的生產(chǎn)環(huán)境數(shù)據(jù)，計算出需要調(diào)整的硬件配置和網(wǎng)絡(luò)參數(shù)值。比如，若生產(chǎn)環(huán)境中CPU使用率達到80%,且根據(jù)模型計算出此時對應(yīng)的合理CPU核心數(shù)為4核，則自動化腳本將測試環(huán)境中虛擬機的CPU核心數(shù)調(diào)整為4核；若生產(chǎn)環(huán)境網(wǎng)絡(luò)流量增大導(dǎo)致網(wǎng)絡(luò)延遲達到50ms,根據(jù)模型確定此時測試環(huán)境的網(wǎng)絡(luò)延遲也應(yīng)調(diào)整為50ms,本實施例通過自動化腳本進行相應(yīng)調(diào)整。[0048]220、基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。[0049]在一些實施例中，請參閱圖6,圖6是本發(fā)明實施例提供的建立基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫的流程示意圖。基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)之2200、獲取任務(wù)知識、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及數(shù)據(jù)質(zhì)量問題信息；2210、將任務(wù)知識、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及數(shù)據(jù)質(zhì)量問題信息構(gòu)建成知識圖譜；2220、當(dāng)任務(wù)發(fā)生變化或出現(xiàn)新的數(shù)據(jù)格式時，對知識圖譜進行推理和更新，自動生成或調(diào)整數(shù)據(jù)質(zhì)量測試規(guī)則，得到基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫。[0050]本實施例可以建立基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫，將任務(wù)知識、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及常見的數(shù)據(jù)質(zhì)量問題構(gòu)建成知識圖譜。當(dāng)任務(wù)發(fā)生變化或出現(xiàn)新的數(shù)據(jù)格式時，本實施例的大數(shù)據(jù)測試優(yōu)化設(shè)備110可以通過對知識圖譜的推理和更新，自動生成或調(diào)整數(shù)據(jù)質(zhì)量測試規(guī)則。例如在電商平臺中，當(dāng)引入新的促銷活動導(dǎo)致數(shù)據(jù)格式和任務(wù)邏輯發(fā)生變化時，知識圖譜能夠快速識別相關(guān)的數(shù)據(jù)實體和關(guān)系，更新測試規(guī)則。[0051]在一些實施例中，請參閱圖7,圖7是本發(fā)明實施例提供的通過區(qū)塊鏈技術(shù)進行問題追溯的流程示意圖。基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)，包括：2230、利用區(qū)塊鏈技術(shù)記錄測試數(shù)據(jù)的全生命周期，全生命周期包括測試數(shù)據(jù)的2240、當(dāng)檢測測試數(shù)據(jù)存在質(zhì)量問題時，通過區(qū)塊鏈的鏈?zhǔn)浇Y(jié)構(gòu)進行問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。[0052]本實施例在數(shù)據(jù)問題追溯方面，可以利用區(qū)塊鏈技術(shù)記錄數(shù)據(jù)的全生命周期，包括數(shù)據(jù)的采集、傳輸、存儲和處理過程等，每個環(huán)節(jié)的操作和數(shù)據(jù)變化記錄于區(qū)塊鏈上，當(dāng)檢測到出現(xiàn)數(shù)據(jù)質(zhì)量問題時，本實施例可以通過區(qū)塊鏈的鏈?zhǔn)浇Y(jié)構(gòu)快速準(zhǔn)確地追溯到問題的根源。[0053]本說明書實施例可以通過接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)，從而為性能和質(zhì)量測試提供接近真實任務(wù)場景的數(shù)據(jù)；接著，本說明書實施例還可以接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境，本說明書實施例依據(jù)生產(chǎn)環(huán)境動態(tài)調(diào)整性能測試環(huán)境，從而為其他模塊提供了精準(zhǔn)測試環(huán)境；另外，本說明書實施例還可以利用測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯。[0054]本說明書實施例不僅可以生成高度逼真的測試數(shù)據(jù)，提升測試準(zhǔn)確性，還能夠精準(zhǔn)評估系統(tǒng)性能，快速定位數(shù)據(jù)質(zhì)量問題。本說明書實施例具備優(yōu)化測試數(shù)據(jù)質(zhì)量、精準(zhǔn)評估系統(tǒng)性能、高效保障數(shù)據(jù)質(zhì)量的功能，適用于各類對大數(shù)據(jù)處理和分析有高要求的場景，如電商平臺大數(shù)據(jù)分析系統(tǒng)、金融機構(gòu)數(shù)據(jù)處理系統(tǒng)等，有效確保大數(shù)據(jù)系統(tǒng)在復(fù)雜任務(wù)場景下穩(wěn)定、可靠且高效地運行，滿足不同行業(yè)對大數(shù)據(jù)系統(tǒng)的質(zhì)量需求。[0055]上述對本說明書特定實施例進行了描述。其它實施例在所附權(quán)利要求書的范圍內(nèi)。在一些情況下在權(quán)利要求書中記載的動作或步驟可以按照不同于實施例中的順序來執(zhí)行并且仍然可以實現(xiàn)期望的結(jié)果。另外，在附圖中描繪的過程不一定要求示出的特定順序或者連續(xù)順序才能實現(xiàn)期望的結(jié)果。在某些實施方式中，多任務(wù)處理和并行處理也是可以的或者可能是有利的。[0056]請參閱圖8,圖8為本說明書實施例提供的一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)的結(jié)構(gòu)示意圖。[0057]如圖8所示，該基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)至少可以包括測試數(shù)據(jù)生成模塊800、自適應(yīng)性能測試環(huán)境模擬模塊810以及智能動態(tài)數(shù)據(jù)質(zhì)量測試模塊820,其中：測試數(shù)據(jù)生成模塊800,用于接入優(yōu)化后的生成器以及判別器，并通過優(yōu)化后的生成器以及判別器生成與真實數(shù)據(jù)之間相似度小于相似度閾值的測試數(shù)據(jù)；自適應(yīng)性能測試環(huán)境模擬模塊810,用于接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境；智能動態(tài)數(shù)據(jù)質(zhì)量測試模塊820,用于基于測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯，得到優(yōu)化后的測試數(shù)據(jù)。[0058]在一些實施例中，大數(shù)據(jù)測試優(yōu)化系統(tǒng)還包括模型優(yōu)化模塊，模型優(yōu)化模塊用于：獲取基于測試場景的真實數(shù)據(jù)以及隨機噪聲，并根據(jù)深度學(xué)習(xí)網(wǎng)絡(luò)建立生成器以及判別器；確定生成器與判別器之間的目標(biāo)函數(shù)，在目標(biāo)函數(shù)中，當(dāng)輸入至判別器的樣本來自真實接入人機交互模型，人機交互模型用于預(yù)測生產(chǎn)環(huán)境資源使用數(shù)據(jù)據(jù)處理器使用率以及并發(fā)用戶數(shù)量確定預(yù)設(shè)時間段內(nèi)生產(chǎn)環(huán)境中處理器使用率隨并發(fā)用關(guān)聯(lián)關(guān)系以及數(shù)據(jù)質(zhì)量問題信息構(gòu)建成知識圖譜；當(dāng)任務(wù)發(fā)生變化或出現(xiàn)新的數(shù)據(jù)格式為性能和質(zhì)量測試提供接近真實任務(wù)場景的數(shù)據(jù)；接著，本說明書實施例還可以接入用戶操作行為模型以及人機交互模型，并通過用戶操作行為模型以及人機交互模型動態(tài)調(diào)整測試環(huán)境以匹配生產(chǎn)環(huán)境，本說明書實施例依據(jù)生產(chǎn)環(huán)境動態(tài)調(diào)整性能測試環(huán)境，從而為其他模塊提供了精準(zhǔn)測試環(huán)境；另外，本說明書實施例還可以利用測試環(huán)境以及測試數(shù)據(jù)，通過基于知識圖譜的數(shù)據(jù)質(zhì)量測試規(guī)則庫以及區(qū)塊鏈技術(shù)進行數(shù)據(jù)質(zhì)量檢測和問題追溯。[0067]本說明書實施例不僅可以生成高度逼真的測試數(shù)據(jù)，提升測試準(zhǔn)確性，還能夠精準(zhǔn)評估系統(tǒng)性能，快速定位數(shù)據(jù)質(zhì)量問題。本說明書實施例具備優(yōu)化測試數(shù)據(jù)質(zhì)量、精準(zhǔn)評估系統(tǒng)性能、高效保障數(shù)據(jù)質(zhì)量的功能，適用于各類對大數(shù)據(jù)處理和分析有高要求的場景，如電商平臺大數(shù)據(jù)分析系統(tǒng)、金融機構(gòu)數(shù)據(jù)處理系統(tǒng)等，有效確保大數(shù)據(jù)系統(tǒng)在復(fù)雜任務(wù)場景下穩(wěn)定、可靠且高效地運行，滿足不同行業(yè)對大數(shù)據(jù)系統(tǒng)的質(zhì)量需求。[0068]本說明書中的各個實施例均采用遞進的方式描述，各個實施例之間相同相似的部分相互參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對于基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)實施例而言，由于其基本相似于一種基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法實施例，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。[0069]請參閱圖9示出的本說明書實施例提供的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化系統(tǒng)的一種電子設(shè)備的結(jié)構(gòu)示意圖。[0070]如圖9所示，該電子設(shè)備900可以包括：至少一個處理器910、至少一個網(wǎng)絡(luò)接口940、用戶接口930、存儲器950以及至少一個通信總線920。[0071]其中，通信總線920可用于實現(xiàn)上述各個組件的連接通信。[0072]其中，用戶接口930可以包括按鍵，可選用戶接口還可以包括標(biāo)準(zhǔn)的有線接口、無線接口。模塊等。[0074]其中，處理器910可以包括一個或者多個處理核心。處理器910利用各種接口和線路連接整個電子設(shè)備900內(nèi)的各個部分，通過運行或執(zhí)行存儲在存儲器950內(nèi)的指令、程序、代碼集或指令集，以及調(diào)用存儲在存儲器950內(nèi)的數(shù)據(jù)，執(zhí)行電子設(shè)備900的各種功能和處910可集成CPU以及GPU等中的一種或幾種的組合。其中，CPU主要處理操作系統(tǒng)、用戶界面和應(yīng)用程序等；GPU用于負(fù)責(zé)顯示屏所需要顯示的內(nèi)容的渲染和繪制。[0075]其中，存儲器950可以包括RAM,也可以包括ROM?？蛇x的，該存儲器950包括非瞬時包括存儲程序區(qū)和存儲數(shù)據(jù)區(qū)，其中，存儲程序區(qū)可存儲用于實現(xiàn)操作系統(tǒng)的指令、用于至少一個功能的指令(比如觸控功能、聲音播放功能、圖像播放功能等)、用于實現(xiàn)上述各個方法實施例的指令等；存儲數(shù)據(jù)區(qū)可存儲上面各個方法實施例中涉及到的數(shù)據(jù)等。存儲器950可選的還可以是至少一個位于遠(yuǎn)離前述處理器910的存儲裝置。作為一種計算機存儲介質(zhì)的存儲器950中可以包括操作系統(tǒng)、通信模塊、用戶接口模塊以及基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化應(yīng)用程序。處理器910可以用于調(diào)用存儲器950中關(guān)于大數(shù)據(jù)測試優(yōu)化系統(tǒng)的存儲的基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化應(yīng)用程序，并執(zhí)行前述實施例中提及的關(guān)于基于動態(tài)模型的測試大數(shù)據(jù)優(yōu)化方法中的步驟。[0076]本說明書實施例還提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)中存儲有指令，當(dāng)其在計算機或處理器上運行時，使得計算機或處理器執(zhí)行上述圖2～圖7所示實施例中的一個或多個的步驟。上述電子設(shè)備的各組成模塊如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在計算機可讀取存儲介質(zhì)中。[0077]在上述實施例中，可以全部或部分地通過軟件、硬件、固件或者其任意組合來實現(xiàn)。當(dāng)使用軟件實現(xiàn)時，可以全部或部分地以計算機程序產(chǎn)品的形式實現(xiàn)。計算機程序產(chǎn)品包括一個或多個計算機指令。在計算機上加載和執(zhí)行計算機程序指令時，全部或部分地產(chǎn)生按照本說明書實施例的流程或功能。計算機可以是通用計算機、專用計算機、計算機網(wǎng)絡(luò)、或者其他可編程裝置。計算機指令可以存儲在計算機可讀存儲介質(zhì)中，或者通過計算機可讀存儲