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！

龙图腾网获悉江苏省软件产品检测中心申请的专利一种基于多维特征分析的软件测试数据管理方法及系统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：CN121116850B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511667059.0，技术领域涉及：G06F11/3668；该发明授权一种基于多维特征分析的软件测试数据管理方法及系统是由陈龙生;张尔欣;张晖;王磊设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本一种基于多维特征分析的软件测试数据管理方法及系统在说明书摘要公布了：本发明公开了一种基于多维特征分析的软件测试数据管理方法及系统，属于数据管理技术领域。本发明将软件测试中加密后的动态数据按业务关联性聚合为数据链，为每条数据链定义链头，建立链头之间的关联关系；将链头存在关联的所有数据链归为同一处理集合；以处理集合内每条数据链为核心节点，构建基于图结构的数据处理模型；对处理集合内所有数据链的共享敏感字段，执行统一解析；生成通用脱敏模板，为处理集合分配独立算力池，依据各数据链节点的算力需求，动态分配CPU和GPU资源；定义优化目标和约束条件，提取输入特征；训练智能体学习最优路径选择策略，捕捉数据链隐性关联以提升全局最优性，输出集合内各数据链的处理路径。

本发明授权一种基于多维特征分析的软件测试数据管理方法及系统在权利要求书中公布了：1.一种基于多维特征分析的软件测试数据管理方法，其特征在于，包括以下步骤： 将软件测试中加密后的动态数据按业务关联性聚合为数据链，为每条数据链定义链头；基于数据血缘和业务依赖，建立链头之间的关联关系； 将链头存在关联的所有数据链归为同一处理集合；以处理集合内每条数据链为核心节点，构建数据依赖边、算法适配边和共享处理边，形成基于图结构的数据处理模型； 所述以处理集合内每条数据链为核心节点，构建数据依赖边、算法适配边和共享处理边，形成基于图结构的数据处理模型，包括： 将处理集合内每条数据链作为核心节点，为每个节点配置唯一标识；在节点属性中添加关联锚点字段，记录该数据链的血缘依赖源、业务时序优先级和共享敏感字段列表，将节点初始状态设为待处理； 基于数据链节点的关联锚点，遍历集合内所有节点，识别节点间的直接数据依赖，当节点A的数据链为节点B的数据链提供输入时，判定A与B存在上游和下游的数据依赖，当节点A与节点B共享同一上游数据链时，判定二者存在并行同源的数据依赖；对上游和下游的依赖，创建从上游节点指向下游节点的有向边，标记为直接依赖边；对并行同源的依赖，创建无向边连接两节点，标记为间接依赖边；在图结构中添加辅助节点，录入软件测试场景适配的轻量化脱敏算法；根据数据链节点的整体敏感等级和数据格式要求，筛选适配的算法节点，为每个数据链节点与适配的算法节点创建无向的算法适配边；在图结构中添加共享处理辅助节点，包括共享敏感字段解析单元、通用脱敏模板生成单元和算力池调度单元，记录各单元的处理能力和可服务节点数量上限；遍历集合内数据链节点的共享敏感字段列表和脱敏规则需求，识别存在共享需求的节点组，为有共享需求的节点组与对应共享处理单元创建无向的共享处理边； 对处理集合内所有数据链的共享敏感字段，执行统一解析，解析结果存入集合共享缓存；基于数据处理模型中共享处理边的权重，针对集合内数据链的共性脱敏需求，生成通用脱敏模板，各数据链调用模板时传入差异化参数；基于脱敏模板，为处理集合分配独立算力池，依据各数据链节点的算力需求，动态分配CPU和GPU资源； 定义优化目标和约束条件，从数据处理模型中提取节点特征、边特征及全局特征作为输入特征；采用强化学习模型，训练智能体学习最优路径选择策略，辅助图神经网络捕捉数据链隐性关联以提升全局最优性，输出集合内各数据链的处理路径。

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江苏省软件产品检测中心，其通讯地址为：210012 江苏省南京市雨花台区宁双路19号云密城C栋11楼；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”。

以上内容由龙图腾AI智能生成。