深圳前海微众银行股份有限公司高苡新获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉深圳前海微众银行股份有限公司申请的专利测试用例评分模型训练方法和测试用例选择方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112948274B 。
龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110432705.0，技术领域涉及：G06F11/3668；该发明授权测试用例评分模型训练方法和测试用例选择方法是由高苡新;濮声颖设计研发完成，并于2021-04-21向国家知识产权局提交的专利申请。
本测试用例评分模型训练方法和测试用例选择方法在说明书摘要公布了：本发明公开了一种测试用例评分模型训练方法和测试用例选择方法，测试用例评分模型训练方法包括：确定用于软件测试的多个历史测试用例；根据所述历史测试用例生成训练样本，所述训练样本包括历史测试用例的特征信息和历史测试用例的缺陷发现率；根据所述训练样本，联合其它参与方，基于横向联邦学习进行模型训练，最终得到的测试用例评分模型，用于根据多个备选测试用例的特征信息预测对应的缺陷发现率，以根据预测得到的缺陷发现率从多个备选测试用例中选择实际测试用例。通过联合多个参与方实现基于大量样本数据对模型进行训练，可用于对测试用例的缺陷发现率进行预测，对测试用例的选择提供有效参考，提高测试用例选择效率并提高软件测试效率。
本发明授权测试用例评分模型训练方法和测试用例选择方法在权利要求书中公布了：1.一种测试用例评分模型训练方法，其特征在于，包括： 确定用于软件测试的多个历史测试用例； 根据所述历史测试用例生成训练样本，所述训练样本包括历史测试用例的特征信息和历史测试用例的缺陷发现率； 根据所述训练样本，联合其它参与方，基于横向联邦学习进行模型训练，其中，各参与方结合模型参数，利用自身的本地训练样本对服务器下发的全局模型进行训练，通过加密的损失函数梯度与所述服务器交互，所述模型参数是所述服务器下发的，包括当前的模型权重、损失函数、损失函数梯度；所述服务器聚合各参与方的损失函数梯度并更新全局模型参数，迭代直至模型收敛； 最终得到的测试用例评分模型，用于根据多个备选测试用例的特征信息预测对应的缺陷发现率，以根据预测得到的缺陷发现率从多个备选测试用例中选择实际测试用例。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳前海微众银行股份有限公司，其通讯地址为：518027 广东省深圳市前海深港合作区前湾一路1号A栋201室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号