软件测试进度的确定方法、装置和电子设备与流程

1.本发明涉及软件测试的技术领域，尤其是涉及一种软件测试进度的确定方法、装置和电子设备。


背景技术：

2.软件测试贯穿整个软件开发和优化的生命周期，是对软件产品(包括阶段性产品)进行验证和确认的活动过程，其目的是尽快尽早地发现在软件产品中存在的各种问题(例如，与用户需求、预先的定义不一致的地方)，以便于进行进一步的软件优化。
3.为了保证测试进度，测试组需要定期(例如，每日)进行测试项目进度的汇总。目前，软件测试进度的确定方法一般包括以下两种：一种是由测试人员自己评估该软件下的测试案例的执行百分比，从而得到该软件的测试进度，该种方式需要测试人员自己对已测试案例和未测试案例进行标记，然后再统计该软件下的测试案例的执行百分比，易出错，例如，测试人员并没有对a测试案例进行测试，但是却将a测试案例标记为了已测试，这样就会导致最终统计的测试案例的执行百分比出现错误；另一种是通过测试人员是否发送了测试报告的形式来表征软件的测试进度，该种方式得到的测试进度的结果也易出错，不准确，例如，测试人员想要测试的是软件的a功能，但是，测试人员以为b功能为a功能，所以对b功能进行了冒烟测试，却发送了a功能的冒烟测试的测试报告，这样就会被认为是a功能完成了冒烟测试，而实际上a功能还未进行测试，而是b功能完成了冒烟测试，这种错误虽然可以通过覆盖率的方式检测到，但是检测时间非常滞后，有一定延期风险，并且通过测试报告的形式也无法定量化的评估软件的实际测试进度。
4.综上，现有的软件测试进度的确定方法都需要依赖人工进行反馈，会受到人为不可控因素的影响，从而导致得到的测试进度的结果准确性差。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种软件测试进度的确定方法、装置和电子设备，以缓解现有的软件测试进度的确定方法确定的测试进度的结果准确性差的技术问题。
6.第一方面，本发明实施例提供了一种软件测试进度的确定方法，包括：
7.获取目标测试软件的代码覆盖情况；
8.根据所述代码覆盖情况计算所述目标测试软件对应的代码覆盖率；
9.通过测试进度计算模型对所述目标测试软件对应的代码覆盖率进行测试进度计算，得到所述目标测试软件的测试进度。
10.进一步的，获取目标测试软件的代码覆盖情况，包括：
11.获取测试人员发起的对所述目标测试软件进行测试的测试请求；
12.基于预设的测试人员信息库判断所述测试请求对应的测试人员是否为所述目标测试软件所属的测试人员；
13.若所述测试请求对应的测试人员为所述目标测试软件所属的测试人员，则将所述
测试请求对应的测试结果作为所述目标测试软件的代码覆盖情况；
14.若所述测试请求对应的测试人员不是所述目标测试软件所属的测试人员，则丢弃所述测试请求对应的测试结果，直至得到所述测试请求对应的测试人员是所述目标测试软件所属的测试人员后，再将所述测试请求对应的测试结果作为所述目标测试软件的代码覆盖情况。
15.进一步的，所述测试请求中携带有所述测试人员的标识信息，所述测试人员信息库为软件与其所属的测试人员的标识的对应关系；基于预设的测试人员信息库判断所述测试请求对应的测试人员是否为所述目标测试软件所属的测试人员，包括：
16.对所述测试请求进行解析，得到所述标识信息；
17.根据所述预设的测试人员信息库确定所述标识信息对应的测试人员是否为所述目标测试软件所属的测试人员。
18.进一步的，所述测试进度计算模型包括测试进度函数模型，所述方法还包括：
19.获取预设测试进度函数模型，其中，所述预设测试进度函数模型为测试进度与代码覆盖率之间的函数，且所述预设测试进度函数模型中包含未知参数；
20.获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；
21.将所述执行百分比作为测试进度，并根据所述测试进度和所述代码覆盖率对所述预设测试进度函数模型中的未知参数进行求解，得到所述未知参数的值，进而得到未知参数已知的预设测试进度函数模型；
22.将所述未知参数已知的预设测试进度函数模型作为所述测试进度计算模型。
23.进一步的，所述测试进度计算模型包括神经网络模型，所述方法还包括：
24.获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；
25.将所述执行百分比作为测试进度训练样本，并将所述代码覆盖率作为代码覆盖率训练样本；
26.采用所述测试进度训练样本和与所述测试进度训练样本对应的代码覆盖率训练样本对初始测试进度计算模型进行训练，得到所述测试进度计算模型。
27.进一步的，所述方法还包括：
28.获取冒烟测试完成的标准值和系统测试完成的标准值；
29.根据所述目标测试软件对应的代码覆盖率、所述冒烟测试完成的标准值和所述系统测试完成的标准值确定所述目标测试软件所处的测试阶段；
30.将所述目标测试软件所处的测试阶段作为所述目标测试软件的测试进度。
31.进一步的，根据所述目标测试软件对应的代码覆盖率、所述冒烟测试完成的标准值和所述系统测试完成的标准值确定所述目标测试软件所处的测试阶段，包括：
32.若所述目标测试软件对应的代码覆盖率小于所述冒烟测试完成的标准值，则确定所述目标测试软件处于正在进行冒烟测试的阶段；
33.若所述目标测试软件对应的代码覆盖率等于所述冒烟测试完成的标准值，则确定所述目标测试软件处于冒烟测试完成的阶段；
34.若所述目标测试软件对应的代码覆盖率大于所述冒烟测试完成的标准值，且小于
所述系统测试完成的标准值，则确定所述目标测试软件处于正在进行系统测试的阶段；
35.若所述目标测试软件对应的代码覆盖率等于所述系统测试完成的标准值，则确定所述目标测试软件处于系统测试完成的阶段。
36.进一步的，获取冒烟测试完成的标准值和系统测试完成的标准值，包括：
37.获取每个历史测试软件在冒烟测试完成时对应的第一代码覆盖率和每个所述历史测试软件在系统测试完成时对应的第二代码覆盖率；
38.根据所述第一代码覆盖率计算所有所述历史测试软件在冒烟测试完成时的第一代码覆盖率平均值，并根据所述第二代码覆盖率计算所有所述历史测试软件在系统测试完成时的第二代码覆盖率平均值；
39.将所述第一代码覆盖率平均值作为所述冒烟测试完成的标准值，并将所述第二代码覆盖率平均值作为所述系统测试完成的标准值。
40.第二方面，本发明实施例还提供了一种软件测试进度的确定装置，包括：
41.获取单元，用于获取目标测试软件的代码覆盖情况；
42.计算单元，用于根据所述代码覆盖情况计算所述目标测试软件对应的代码覆盖率；
43.测试进度计算单元，用于通过测试进度计算模型对所述目标测试软件对应的代码覆盖率进行测试进度计算，得到所述目标测试软件的测试进度。
44.第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
45.第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述机器可运行指令在被处理器调用和运行时，所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
46.在本发明实施例中，提供了一种软件测试进度的确定方法，包括：获取目标测试软件的代码覆盖情况；根据代码覆盖情况计算目标测试软件对应的代码覆盖率；通过测试进度计算模型对目标测试软件对应的代码覆盖率进行测试进度计算，得到目标测试软件的测试进度。通过上述描述可知，本发明的软件测试进度的确定方法中，是通过测试进度计算模型对目标测试软件对应的代码覆盖率进行的测试进度计算，从而得到了目标测试软件的测试进度，该过程不依靠人工反馈，不会受到人为不可控因素的影响，直接通过测试进度计算模型计算得到的目标测试软件的测试进度更加准确，可信度高，缓解了现有的软件测试进度的确定方法确定的测试进度准确性差的技术问题。
附图说明
47.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1为本发明实施例提供的一种软件测试进度的确定方法的流程图；
49.图2为本发明实施例提供的一种软件测试进度的确定装置的示意图；
50.图3为本发明实施例提供的一种电子设备的示意图。
具体实施方式
51.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
52.现有的软件测试进度的确定方法都需要依赖人工进行反馈，会受到人为不可控因素的影响，从而导致得到的测试进度的结果准确性差。
53.基于此，本发明的软件测试进度的确定方法中，是通过测试进度计算模型对目标测试软件对应的代码覆盖率进行的测试进度计算，从而得到了目标测试软件的测试进度，该过程不依靠人工反馈，不会受到人为不可控因素的影响，直接通过测试进度计算模型计算得到的目标测试软件的测试进度更加准确，可信度高。
54.为便于对本实施例进行理解，首先对本发明实施例所公开的一种软件测试进度的确定方法进行详细介绍。
55.实施例一：
56.根据本发明实施例，提供了一种软件测试进度的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
57.图1是根据本发明实施例的一种软件测试进度的确定方法的流程图，如图1所示，该方法包括如下步骤：
58.步骤s102，获取目标测试软件的代码覆盖情况；
59.在本发明实施例中，上述目标测试软件可以为新开发得到的软件，还可以为对原有软件进行优化后得到的软件(例如，原有软件已经上线给用户使用，用户在使用的过程中产生了新的需求，对用户产生的新的需求对而原有软件进行优化，从而得到的软件)，本发明实施例对上述目标测试软件不进行具体限制。
60.上述代码覆盖情况是指目标测试软件所涉及的总代码数和测试覆盖的代码数。
61.步骤s104，根据代码覆盖情况计算目标测试软件对应的代码覆盖率；
62.具体的，目标测试软件对应的代码覆盖率＝测试覆盖的代码数/目标测试软件所涉及的总代码数*100％。
63.步骤s106，通过测试进度计算模型对目标测试软件对应的代码覆盖率进行测试进度计算，得到目标测试软件的测试进度。
64.上述测试进度计算模型为预先构建的用于进行测试进度计算的模型，可以为测试进度函数模型的形式(例如，测试进度与代码覆盖率之间的函数)，还可以为神经网络模型的形式，本发明实施例对上述测试进度计算模型的形式不进行具体限制。
65.其中，若上述测试进度计算模型为测试进度函数模型的形式，那么在进行目标测试软件的测试进度计算时，将目标测试软件对应的代码覆盖率带入上述测试进度函数模型中，就能计算得到目标测试软件的测试进度；若上述测试进度计算模型为神经网络模型的
形式，那么在进行目标测试软件的测试进度计算时，将目标测试软件对应的代码覆盖率输入至上述神经网络模型，就能输出得到目标测试软件的测试进度。
66.在本发明实施例中，提供了一种软件测试进度的确定方法，包括：获取目标测试软件的代码覆盖情况；根据代码覆盖情况计算目标测试软件对应的代码覆盖率；通过测试进度计算模型对目标测试软件对应的代码覆盖率进行测试进度计算，得到目标测试软件的测试进度。通过上述描述可知，本发明的软件测试进度的确定方法中，是通过测试进度计算模型对目标测试软件对应的代码覆盖率进行的测试进度计算，从而得到了目标测试软件的测试进度，该过程不依靠人工反馈，不会受到人为不可控因素的影响，直接通过测试进度计算模型计算得到的目标测试软件的测试进度更加准确，可信度高，缓解了现有的软件测试进度的确定方法确定的测试进度准确性差的技术问题。
67.上述内容对本发明的软件测试进度的确定方法进行了简要介绍，下面对其中涉及到的具体内容进行详细描述。
68.发明人考虑到有可能会出现非目标测试软件所属的测试人员(即其它测试人员)对目标测试软件进行测试的情况，也就是说其它测试人员对不属于自己的目标测试软件进行错误测试的情况，若出现了其它测试人员对不属于自己的目标测试软件进行了错误测试，那么就会使得该目标测试软件的代码覆盖情况出现错误，进而得到的目标测试软件对应的代码覆盖率也出现错误，最终确定的目标测试软件的测试进度出现错误(即，其它测试人员覆盖了自己的目标测试软件，从而导致自己的测试进度评估不准)，为了避免上述情况发生时所导致的确定的目标测试软件的测试进度出现错误，发明人在获取目标测试软件的代码覆盖情况时，将测试人员进行了区分，只获取目标测试软件所属的测试人员执行的目标测试软件的代码覆盖情况，也就是说对测试人员进行区分后，就能获取得到精确的目标测试软件的代码覆盖情况，从而计算得到精确的目标测试软件对应的代码覆盖率，最终得到的目标测试软件的测试进度也更为准确。本发明实施例给出了一个可选的实施方式，上述步骤s102，获取目标测试软件的代码覆盖情况，具体包括如下步骤：
69.(1)获取测试人员发起的对目标测试软件进行测试的测试请求；
70.(2)基于预设的测试人员信息库判断测试请求对应的测试人员是否为目标测试软件所属的测试人员；
71.具体的，测试请求中携带有测试人员的标识信息，测试人员信息库为软件与其所属的测试人员的标识的对应关系；基于预设的测试人员信息库判断测试请求对应的测试人员是否为目标测试软件所属的测试人员，具体包括：
72.(21)对测试请求进行解析，得到标识信息；
73.(22)根据预设的测试人员信息库确定标识信息对应的测试人员是否为目标测试软件所属的测试人员。
74.具体的，若预设的测试人员信息库中存在解析得到的标识信息与目标测试软件之间的对应关系，则说明标识信息对应的测试人员为目标测试软件所属的测试人员；相反，则说明标识信息对应的测试人员不是目标测试软件所属的测试人员。
75.上述标识信息具体可以为测试人员所使用的机器ip，若是自动化平台，上述标识信息还可以为测试人员的登录账号或登录ip等。
76.(3)若测试请求对应的测试人员为目标测试软件所属的测试人员，则将测试请求
对应的测试结果作为目标测试软件的代码覆盖情况；
77.(4)若测试请求对应的测试人员不是目标测试软件所属的测试人员，则丢弃测试请求对应的测试结果，直至得到测试请求对应的测试人员是目标测试软件所属的测试人员后，再将测试请求对应的测试结果作为目标测试软件的代码覆盖情况。
78.下面对测试进度计算模型的构建过程进行介绍，本发明实施例给出了两种测试进度计算模型的构建过程，具体为：
79.第一种：测试进度计算模型为测试进度函数模型的情形；
80.在本发明的一个可选实施例中，测试进度计算模型包括测试进度函数模型，该方法还包括：
81.(1)获取预设测试进度函数模型，其中，预设测试进度函数模型为测试进度与代码覆盖率之间的函数，且预设测试进度函数模型中包含未知参数；
82.(2)获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；
83.例如，一个历史测试软件有100个测试案例，当人工将这些测试案例标记为已测试的时候，可以统计这些测试案例对应的代码覆盖率。如，前10个测试案例标记为已测试时，对应的代码覆盖率为10％，即测试案例的执行百分比为10％时，对应的代码覆盖率为10％，如此，就能得到多个历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系。
84.(3)将执行百分比作为测试进度，并根据测试进度和代码覆盖率对预设测试进度函数模型中的未知参数进行求解，得到未知参数的值，进而得到未知参数已知的预设测试进度函数模型；
85.具体的，将测试进度对应的代码覆盖率带入预设测试进度函数模型，联立方程组，便能求解得到未知参数的值。
86.(4)将未知参数已知的预设测试进度函数模型作为测试进度计算模型。
87.例如，得到的未知参数已知的预设测试进度函数模型为：代码覆盖率小于60％时，测试进度＝代码覆盖率*0.7；代码覆盖率大于等于60％时，测试进度＝(代码覆盖率-60％)*1.9+42％。
88.需要说明的是，上述未知参数已知的预设测试进度函数模型是需要根据历史测试软件的数据不断进行优化的，这样，能够得到更加精确的测试进度结果。
89.第二种：测试进度计算模型为神经网络模型的情形；
90.在本发明的一个可选实施例中，测试进度计算模型包括神经网络模型，该方法还包括：
91.(1)获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；
92.(2)将执行百分比作为测试进度训练样本，并将代码覆盖率作为代码覆盖率训练样本；
93.(3)采用测试进度训练样本和与测试进度训练样本对应的代码覆盖率训练样本对初始测试进度计算模型进行训练，得到测试进度计算模型。
94.上述两种方式能够确定得到量化的目标测试软件的测试进度，但是无法确定目标
测试软件所处的测试阶段，为了能够确定目标测试软件所处的测试阶段，发明人还设计了如下的技术方案：
95.在本发明的一个可选实施例中，该方法还包括：
96.(1)获取冒烟测试完成的标准值和系统测试完成的标准值；
97.具体的，获取冒烟测试完成的标准值和系统测试完成的标准值，包括如下步骤：
98.(11)获取每个历史测试软件在冒烟测试完成时对应的第一代码覆盖率和每个历史测试软件在系统测试完成时对应的第二代码覆盖率；
99.(12)根据第一代码覆盖率计算所有历史测试软件在冒烟测试完成时的第一代码覆盖率平均值，并根据第二代码覆盖率计算所有历史测试软件在系统测试完成时的第二代码覆盖率平均值；
100.(13)将第一代码覆盖率平均值作为冒烟测试完成的标准值，并将第二代码覆盖率平均值作为系统测试完成的标准值。
101.(2)根据目标测试软件对应的代码覆盖率、冒烟测试完成的标准值和系统测试完成的标准值确定目标测试软件所处的测试阶段；
102.具体的，根据目标测试软件对应的代码覆盖率、冒烟测试完成的标准值和系统测试完成的标准值确定目标测试软件所处的测试阶段，包括如下步骤：
103.(21)若目标测试软件对应的代码覆盖率小于冒烟测试完成的标准值，则确定目标测试软件处于正在进行冒烟测试的阶段；
104.(22)若目标测试软件对应的代码覆盖率等于冒烟测试完成的标准值，则确定目标测试软件处于冒烟测试完成的阶段；
105.(23)若目标测试软件对应的代码覆盖率大于冒烟测试完成的标准值，且小于系统测试完成的标准值，则确定目标测试软件处于正在进行系统测试的阶段；
106.(24)若目标测试软件对应的代码覆盖率等于系统测试完成的标准值，则确定目标测试软件处于系统测试完成的阶段。
107.(3)将目标测试软件所处的测试阶段作为目标测试软件的测试进度。
108.本发明的软件测试进度的确定方法中，是通过测试进度计算模型对目标测试软件对应的代码覆盖率进行的测试进度计算，从而得到了目标测试软件的测试进度，该过程不依靠人工反馈，不会受到人为不可控因素的影响，直接通过测试进度计算模型计算得到的目标测试软件的测试进度更加准确，可信度高。
109.实施例二：
110.本发明实施例还提供了一种软件测试进度的确定装置，该软件测试进度的确定装置主要用于执行本发明实施例一中所提供的软件测试进度的确定方法，以下对本发明实施例提供的软件测试进度的确定装置做具体介绍。
111.图2是根据本发明实施例的一种软件测试进度的确定装置的示意图，如图2所示，该装置主要包括：获取单元10、计算单元20和测试进度计算单元30，其中：
112.获取单元，用于获取目标测试软件的代码覆盖情况；
113.计算单元，用于根据代码覆盖情况计算目标测试软件对应的代码覆盖率；
114.测试进度计算单元，用于通过测试进度计算模型对目标测试软件对应的代码覆盖率进行测试进度计算，得到目标测试软件的测试进度。
115.在本发明实施例中，提供了一种软件测试进度的确定装置，包括：获取目标测试软件的代码覆盖情况；根据代码覆盖情况计算目标测试软件对应的代码覆盖率；通过测试进度计算模型对目标测试软件对应的代码覆盖率进行测试进度计算，得到目标测试软件的测试进度。通过上述描述可知，本发明的软件测试进度的确定装置中，是通过测试进度计算模型对目标测试软件对应的代码覆盖率进行的测试进度计算，从而得到了目标测试软件的测试进度，该过程不依靠人工反馈，不会受到人为不可控因素的影响，直接通过测试进度计算模型计算得到的目标测试软件的测试进度更加准确，可信度高，缓解了现有的软件测试进度的确定方法确定的测试进度准确性差的技术问题。
116.可选地，获取单元还用于：获取测试人员发起的对目标测试软件进行测试的测试请求；基于预设的测试人员信息库判断测试请求对应的测试人员是否为目标测试软件所属的测试人员；若测试请求对应的测试人员为目标测试软件所属的测试人员，则将测试请求对应的测试结果作为目标测试软件的代码覆盖情况；若测试请求对应的测试人员不是目标测试软件所属的测试人员，则丢弃测试请求对应的测试结果，直至得到测试请求对应的测试人员是目标测试软件所属的测试人员后，再将测试请求对应的测试结果作为目标测试软件的代码覆盖情况。
117.可选地，测试请求中携带有测试人员的标识信息，测试人员信息库为软件与其所属的测试人员的标识的对应关系；获取单元还用于：对测试请求进行解析，得到标识信息；根据预设的测试人员信息库确定标识信息对应的测试人员是否为目标测试软件所属的测试人员。
118.可选地，测试进度计算模型包括测试进度函数模型，该装置还用于：获取预设测试进度函数模型，其中，预设测试进度函数模型为测试进度与代码覆盖率之间的函数，且预设测试进度函数模型中包含未知参数；获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；将执行百分比作为测试进度，并根据测试进度和代码覆盖率对预设测试进度函数模型中的未知参数进行求解，得到未知参数的值，进而得到未知参数已知的预设测试进度函数模型；将未知参数已知的预设测试进度函数模型作为测试进度计算模型。
119.可选地，测试进度计算模型包括神经网络模型，该装置还用于：获取历史测试软件的测试案例的执行百分比与对应的代码覆盖率之间的对应关系；将执行百分比作为测试进度训练样本，并将代码覆盖率作为代码覆盖率训练样本；采用测试进度训练样本和与测试进度训练样本对应的代码覆盖率训练样本对初始测试进度计算模型进行训练，得到测试进度计算模型。
120.可选地，该装置还用于：获取冒烟测试完成的标准值和系统测试完成的标准值；根据目标测试软件对应的代码覆盖率、冒烟测试完成的标准值和系统测试完成的标准值确定目标测试软件所处的测试阶段；将目标测试软件所处的测试阶段作为目标测试软件的测试进度。
121.可选地，该装置还用于：若目标测试软件对应的代码覆盖率小于冒烟测试完成的标准值，则确定目标测试软件处于正在进行冒烟测试的阶段；若目标测试软件对应的代码覆盖率等于冒烟测试完成的标准值，则确定目标测试软件处于冒烟测试完成的阶段；若目标测试软件对应的代码覆盖率大于冒烟测试完成的标准值，且小于系统测试完成的标准
值，则确定目标测试软件处于正在进行系统测试的阶段；若目标测试软件对应的代码覆盖率等于系统测试完成的标准值，则确定目标测试软件处于系统测试完成的阶段。
122.可选地，该装置还用于：获取每个历史测试软件在冒烟测试完成时对应的第一代码覆盖率和每个历史测试软件在系统测试完成时对应的第二代码覆盖率；根据第一代码覆盖率计算所有历史测试软件在冒烟测试完成时的第一代码覆盖率平均值，并根据第二代码覆盖率计算所有历史测试软件在系统测试完成时的第二代码覆盖率平均值；将第一代码覆盖率平均值作为冒烟测试完成的标准值，并将第二代码覆盖率平均值作为系统测试完成的标准值。
123.本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
124.如图3所示，本技术实施例提供的一种电子设备600，包括：处理器601、存储器602和总线，所述存储器602存储有所述处理器601可执行的机器可读指令，当电子设备运行时，所述处理器601与所述存储器602之间通过总线通信，所述处理器601执行所述机器可读指令，以执行如上述软件测试进度的确定方法的步骤。
125.具体地，上述存储器602和处理器601能够为通用的存储器和处理器，这里不做具体限定，当处理器601运行存储器602存储的计算机程序时，能够执行上述软件测试进度的确定方法。
126.处理器601可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602，处理器601读取存储器602中的信息，结合其硬件完成上述方法的步骤。
127.对应于上述软件测试进度的确定方法，本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述软件测试进度的确定方法的步骤。
128.本技术实施例所提供的软件测试进度的确定装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本技术实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘
述。
129.在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
130.再例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
131.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
132.另外，在本技术提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
133.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述车辆标记方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等各种可以存储程序代码的介质。
134.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
135.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的范围。都应涵盖在本技术的保护范围之
内。因此，本技术的保护范围应以权利要求的保护范围为准。