关于大数据背景下的软件测试技术研究

摘要：本文首先分析大数据技术应用现状，明确大数据背景下，软件测试应用重要意义，提出软件测试能够满足用户需求、提高程序应用可靠性、降低风险与成本。其次，研究了软件测试技术现状，对传统技术与需求不匹配、数据“免疫效应”和软件服务问题进行描述。最后，分析大数据背景下，软件测试技术方法，如白盒测试法、黑盒测试法，并且对数据信息准确性这一趋势进行展望，以期为相关研究提供一定参考。

关键词：传感器;软件测试;软件升级

大数据处理以计算机软件技术为核心，通过对海量数据识别、获取、挖掘、存储、检索和分析等操作，达到数据信息实时共享和安全使用目标。大数据背景下，需要对软件技术进行升级与完善，注重改善传统理念，开发合理的技术框架，实现对整个软件使用流程的优化改进，并且整合多种数据资源，满足用户多样化、个性化需求。

1 大数据特征

进入大数据时代，信息数据获取、应用和分析的重要性不言而喻，对大数据技术进行应用，需要综合考虑大数据特征，利用大数据优势，对目前软件测试方法进行升级，提升信息发掘和应用水平。大数据技术目前主要呈现以下特征。

（1）大数据自身体量十分庞大，通过对多种类型数据的存储和分析，能够满足用户信息应用需求。在数据信息的初始开发环节，应将工作重点放在服务模式创新研发，对数据来源进行严格管理，确保信息获取真实性，形成对数据使用人员的合理有效指导[1]。

（2）大數据种类较多，数据获取途径包括互联网、传感器和物联网等渠道，具体应用环节，不仅依托大数据技术，而且，对网页、图片、音频和视频等半结构化数据也存在紧密关系。同时，考虑到大数据具有较低的价值密度，数据技术应用过程中，需要对数据信息进行必要的过滤与分析，抽取对使用者具有价值的信息，这一过程也是大数据技术分析整理数据的过程。

（3）大数据对信息处理的速度较快，与传统信息获取方式比较，大数据具有较低的时延性，对提升数据信息挖掘能力产生深远影响。实践应用中，大数据技术优势主要通过计算机软件表达，对计算机软件进行测试与升级，明确软件测试应用使用价值，对大数据背景下软件技术合理开发产生重要意义。

2 软件测试应用重要意义

2.1 满足用户需求

软件测试技术应用的主要目标是满足用户需求。从客户角度出发，软件应用需要符合用户习惯，通过对系统软件的测试对相关问题进行明确。软件测试中，也应关注时效性，对软件本身的使用性能进行分析，明确软件开发设计目标和主要方向，满足用户相关需求。随着信息技术发展，人们对软件应用稳定性要求提高，相关人员在确保软件技术合理测试的基础上，应注重分析用户需求，构建合适的软件技术方案，使得信息技术应用与软件测试有机结合起来，确保测试工作有序开展[2]。

2.2 提高程序可靠性

大数据背景下，对软件测试应用需要坚持可靠性原则，注重分析目前测试技术应用有效性，对其中存在的主要问题进行分析，并且构建有针对性解决方案，实现对软件漏洞和不足的及时识别。实践工作中，对软件的测试应有组织有计划进行，防止出现随意性过大问题，导致软件技术测试参数不可靠。例如，在A公司的软件测试中，制定了科学完整的软件测试计划，通过对计划的有效执行，提高软件测试质量，并且对软件测试技术进行升级，综合利用互联网技术和大数据分析软件存在的漏洞，及时做好程序优化，并且对系统代码运行可靠性进行研究，有效提升了对软件系统的整合应用能力，软件程序应用更加可靠。

2.3 降低风险与成本

实践中，对软件程序进行测试可降低运行成本，实现对管理成本的有效控制。以往，由于软件受损，导致整个运行系统受到损失，给企业带来严重经济损失。新时期，考虑到数据技术应用途径.对计算机软件进行升级，重点加强软件病毒抵御能力，并且对软件中存在的主要问题进行精准识别，通过对软件的局部调整，重视修复技术应用，实现降低运行成本，提高软件应用质量的预期目标。

3 大数据背景下软件测试技术现状

3.1 传统技术与需求不匹配

相关测试人员应注重改善传统测试方法，综合分析大数据技术应用优势，研究有利于测试技术发展的可靠方案。部分软件在开发设计中存在固有问题，传统开发技术框架与最新需求不匹配，影响系统软件优化，软件系统开发能力降低。相关问题出现也造成软件服务能力不足。为改善这一问题，需要在传统技术应用基础上，对先进测试方法进行应用，消除对软件技术应用局限性认识。

在软件服务器的测试中，主要通过控制器发出信号实现对性能检测。相关方法也是目前大部分企业应用的有效方式。但是方法具有局限性，主要应用在少量服务器系统的构成中。大数据背景下，数据信息呈现快速增长，应关注数据之间整合力度，对主要物理主机进行测试达到理想测试结果。实践测试环节，也应考虑结构数据和文本数据增长速度较慢，但是半结构数据，例如视频、图片、文字等信息多样化分布，体现出大数据多样化特点。

3.2 数据“免疫效应”广泛存在

软件测试过程中，会面临较多的软件数量和海量数据，部分数据具有较强的免疫特征，容易出现数据失效问题。在前期的构件开发中，软件设计模式存在一定缺陷，并且缺点较为集中，促使构件产生部分免疫功能，倘若这些缺陷被及时发现，造成的影响较弱。技术人员应对软件进行升级和优化，通过测试环节发现软件技术存在的缺点[3]。

针对目前主流软件中存在的问题，软件开全过程主要是服务、结构和编码三部分组成。在服务中，主要通过对本地软件的调用，达到理想控制状态。实践中，用户对软件的控制次数具有下降趋势，用户只能通过对服务器信息的输入和输出环节，了解相关信息。软件的结构化部分以系统数据库的应用为核心，开发人员需要对各种元素进行构建，达到理想的控制状态。软件开发人员需要分析目前软件应用中存在的主要问题，对数据的免疫效应有充足认知，在此基础上，研究有利于数据信息应用的有效方法，确保软件测试技术应用可靠。免疫效应分析中，也涉及软件编码，这一部分由软件开发人员直接负责，需要通过完善的技术手段，对整个软件的应用环境进行测试，并且做好调试工作，确保数据信息有效应用。

鉴于免疫效应存在，部分数据在应用中会出现失效问题，需要分析制约因素，控制数据信息准确率，避免产生较多无用请求。针对软件而言，前期的开发缺陷为导致后期更新优化工作无法完成，相关人员应重视对数据信息应用可靠性研究，明确主流软件在开发中遇到的问题，并且根据大数据对问题进行分析，实现对系统程序软件的有效开发利用，满足测试环境要求。

3.3 服务化软件存在的问题

服务化软件存在的主要问题是技术应用不足，未能根据用户需求对软件功能和主要操作方法进行改进，用户体验度下降。根据测试技术，需要完善测试单元，构建科学有效的测试方案，分析导致数据获取准确度不足的因素，控制软件具体应用中存在的不利因素。软件测试是检查软件应用性能、系统漏洞的主要方法，相关人员应根据大数据技术应用现状，对软件技术应用环境进行优化，提升技术应用可靠性。

软件测试中，应选取合适的测试依据和规范，相关标准可参考ISO/GB软件质量体系标准和软件测试规范。目前在服务软件的测试中.也应用了动态化技术，通过构建测试时间线，对不同时间维度内软件应用性能进行分析，明确现阶段软件运行和服务中存在的主要问题，使得软件测试技术应用更加合理。服务化软件测试技术应用中，需要关注数据技术优势，通过二者的结合应用，确保信息数据获取真实可靠，同时，软件也能够获得科学应用，防止发生信息数据泄露，满足软件测试安全性与可靠性原则。

4 大数据背景下软件测试技术方法总结和展望

4.1 白盒测试法与A/B测试

白盒測试法是软件测试技术基本方法，主要是对软件内部结构和源代码进行测试，了解软件技术路径。白盒测试法应用中，对软件技术结构进行分析，具有较强的测试效率，目标针对性更强，对软件技术的合理应用产生深远影响。白盒测试技术能够识别目标函数，通过对软件本身的分析，降低修复成本。具体应用中，白盒测试法具有较高的技术要求，操作人员需要具备一定的技术经验，并且能够准确分析函数代码和结构，了解流程覆盖测试步骤，实现对测试对象的有效识别。目前，得益于大数据技术，白盒测试法的应用更加广泛，对系统软件服务能力的提升贡献主要力量。

软件测试中应用的A/B测试技术与生物医学中的双盲测试一致，是应用在多个程序或多个版本软件测试中的实用方法。具体测试环节，相关人员需要在同一时间维度，对测试目标进行分类，一部分用户使用A方案，另一部分用户使用B方案，根据测试要求，收集并统计两种测试方案的转化率、点击率、库存率等技术指标，明确方案A与方案B应用的优点和缺点，并且对最终方案使用流程进行评估，实现软件测试技术的合理选择。

4.2 黑盒测试法与探索测试

黑盒测试法是常用的软件测试方法，具有操作简单、结果可靠的特点。测试方法的应用过程中，工作人员只需要输入被测定对象，结果便可通过软件计算得出，与黑盒测试方法比较，相关人员无需了解软件具体使用细节。在软件测试的不同阶段，可根据测试对象的具体要求，选择合适的黑盒测试方案，通过对基础软件性能和用途的充分发掘，提升软件技术应用可靠性。因此，实践中，黑盒测试法，对技术人员要求较低[4]。

作为功能测试和自动化测试技术的重要补充，探索性测试应用较为普遍，相关测试方法不存在运行脚本，可在使用过的技术场景中，实现对相关测试技术应用。与传统测试方法比较，探索性测试法的主动性更强，可省略掉繁多的测试计划和用例设计过程，可在任何节点上完成软件技术测试。通过对探索性测试方法的应用，可找到系统深层次缺陷，改善以往软件“先设计，后执行”中遇到的结构不完善问题，但是，探索性测试法无法完成对软件质量的准确评估。

软件测试中，应创新评估方式，通过与大数据技术的结合应用，实现对软件的有效调试，测试中，也应关注单元测试过程和文档管理，并且对常用工具进行应用，完成集成测试与软件系统优化。

4.3 数据准确性

大数据时代到来，对信息数据准确性要求较高。考虑到数据模糊保存特点，倘若用户在同一时间，反复发送重复无用数据获取请求，会造成数据信息错误，影响信息数据真实性。为提升数据信息获取质量，相关人员需要利用合理的测试技术，对计算机软件中的数据进行测试，反复校对数据库信息，由此提高数据信息准确率。

测试人员应更新理念，改善传统数据测试技术方法，注重分析软件产品开发与应用中存在的主要问题，关注软件系统升级，防止数据冗杂，不利于系统软件高效应用。实践操作中，开发的软件产品应满足行业内全部用户需求，对软件结构、功能和主要应用效果进行测试，并且规范测试流程，提升数据信息应用可靠性。临床中，对数据软件技术的应用方式进行升级，结合大数据技术本身优势，通过数据挖掘、透视和有效分析，防止出现数据“免疫效应”[5]。

未来基于大数据技术应用.主要采取智能化技术构建全新的数据信息运行环境，并且对数据信息应用是否合理做出精准判断与分析。通过有效的运行技术，通过软件测试消除差异，提升软件技术应用稳定性。同时，也可规范数据使用环境，通过大数据对软件技术的开发环境进行优化，关注数据的有效输入和输出，并且在工作实践中，应善于发现新的软件测试方法，提升软件测试技术应用水平。

5 结论

综上所述，大数据背景下，对软件测试技术进行了分析，先阐述大数据特征，研究数据技术应用优势和技术背景，提出数据技术能够满足用户个性化需求、提高软件程序应用可靠性，降低使用成本和软件系统风险。综合考虑软件技术背景，对目前存在的软件开发设计现状和软件测试中存在的主要问题进行明确，最后对服务化软件测试流程中存在的主要问题进行展望，以期提高软件质量。

参考文献

[1]林勤花.大数据背景下软件测试技术研究[J].电脑知识与技术，2020，v. 16 （05）： 78-79.

[2]汤希祝，刍议大数据背景下软件测试技术的发展趋势[J].信息系统工程，2019，000 （006）：47-47.

[3]吴鑫宏，大数据背景下软件测试技术研究[J].军民两用技术与产品，2018，000 （022）：72，

[4]张春华，夏雯君，孙明慧，分布式系统架构下银行应用系统的性能测试技术研究与实践[J].中国金融电脑，2018，351（10）：64-68.

[5]秦怡，大数据背景下软件测试技术面临的挑战及发展方向[J].电子技术与软件工程，2019，No.164 （18）：62-63.

作者简介

王秀娟（1984-），女，河北省张家口市人。硕士学位，中级职称。研究方向为软件测试、质量管理。