技术文章

软件测试领域充斥着关于人工智能的炒作。一方面，有人似乎认为一个月内就会出现一种工具，可以获取网页地址并返回测试结果，而无需人工参与。另一方面，民间则宣称皇帝没有穿衣服。

事实一如既往，可能介于两者之间。

我们来谈谈如何在测试工具中使用最简单的人工智能 (AI)。

人工智能 (AI) 但不是机器学习 (ML)

如果你查找人工智能的字典定义，你可能会发现它是任何使用计算机来模拟智能的行为。因此，当你在 WebMD 中输入一系列症状并返回潜在的诊断时，这就是一种人工智能。当你的测试代码中有“if”语句时，那就是一种人工智能。大多数时候，当人们谈论人工智能时，他们指的是能够以某种能力“学习”的系统。例如，系统可以查看一系列数字并预测接下来可能发生的情况，查看接下来实际发生的情况，然后使用该数据进行进一步的预测。我们称之为训练，它是机器学习 (ML) 的一种特殊形式。

在进行机器学习之前，我们可以在测试数据中注入随机性。这增加了应用程序的覆盖范围，并且可以毫不费力地发现错误。它可能不是真正的智能，但它肯定符合人工智能的定义。

让我们从一个例子开始。

一个简单的密码示例

例如，假设我们正在使用自动化工具测试创建配置文件屏幕。执行此操作的一种经典方法是创建一个 valid_account_create 方法，该方法采用一个充满潜在有效密码的表。就我们的目的而言，假设有效的密码必须为八个字符，其中必须至少包含以下三种字符：小写字母、大写字母、数字和符号。作为一个团队，在项目开始之前，我们创建一个如下表：

我们可能会对无效密码进行另一次测试 - 七个字符、九个字符、无字符、仅四个字符中的两个、仅一个字符，等等。

这里的问题就是 Cem Kaner 博士所说的“局部最优问题”。程序员可能输入了我们无法从需求中看到的其他内容、其他条件。

如果我们可以随机生成有效密码，将该值放入变量中，然后将其用于其余的测试，会怎么样？

让我们来谈谈它。

适用于 QA 和开发团队的现代测试用例管理软件

下载免费试用版

随机密码生成器

首先，对于八个字符中的每一个，随机选择该字符是大写、小写、符号还是数字。然后对于该字符类型，选择一个随机值。然后运行该字符串以查看它是否有效。如果它需要有效，您可以将其放入 while () 循环中，直到它创建有效的密码。

这种测试的惊人之处在于它会发现错误。软件测试协会的创始成员 Doug Hoffman 曾经使用类似的方法来测试 32 位平方根函数。他没有使用随机数据，而是使用 for 循环来测试每个可能的输入，并发现了两个问题。在这种情况下，我们会发现一个缺陷——HTML 的 <> 和 / 符号会产生错误。前端检查密码的 Javascript 称密码有效，但服务器会删除这些符号。因此，在数据库中，密码是在没有符号的情况下加密的。用户将创建帐户且没有错误，但无法登录。

更具体地说，如果某人的密码是“1234”，它将被保存并可以登录，如BR1234。在隔夜测试运行期间，用户将创建帐户但无法登录。通过将这些存储在测试运行期间保存的变量中，程序员可以轻松找到并修复此问题。

这并不是一句闲话。我最近在一家地区银行更改密码时遇到了这个问题。

随机数据的其他用途

Bug Magnet是一个免费的浏览器插件，可以生成各种随机但有效的数据，从姓名到日期再到有效的电子邮件地址。Faker是一个 PHP 库，可以为自动化做类似的事情。电话号码、地址、颜色和 lorem ipsum 文本只是您可能使用的易于生成的随机值的几个示例。虽然有点过时， James Bach 和 Danny Faught 的perlclip可以从命令行生成多种类型的随机数据，并将其放入屏幕或粘贴缓冲区中。因为它在命令行运行，所以任何程序都可以运行它并重定向输出并使用它。就此而言，如果您的工具支持 C# 等编程语言，您可以创建自己的工具。

有几种方法可以创建随机测试数据，以及他们可以找到的错误类型的故事。您在项目中使用过随机测试数据吗？如果你这样做了，你发现了什么样的错误？