AI赋能一键自动检测：页面异常、控件异常、文本异常

FireEye是通过AI提高测试效率，并降低AI自动化测试使用门槛的 工具 集，一经部署，就可以不用再修改脚本实现模型的使用和更新。本篇文章将具体介绍AI自动化测试过程中用到工程结构、

概要：FireEye是通过AI提高 测试 效率，并降低AI 自动化 测试 使用门槛的工具集，一经部署，就可以不用再修改脚本实现模型的使用和更新。本篇文章将具体介绍AI 自动化 测试过程中用到工程结构、模型选型和重训练的技术细节等。

1 使用效果

目前从功能上分为：页面异常、控件异常、文本异常，测试结果页面如下图所示：

当测试同学发现部分测试出的数据并不符合预期，可以通过页面标注并使用重训练功能实时更新模型，不断提高模型准确率，减少 开发 人员重新去介入模型的调整和部署。

2.1 工程结构

工程结构如图所示：

这个工程中，训练数据的来源有3方面，样本生成工具生成的模拟样本、闲鱼技术质量门户持续搜集的真实用户截屏图片，还有一个是FireEye的前端页面用户手动打标的重训练数据，数据采集之后，由集成的工具将其转换为所需要的数据类型：JPG、PNG、TXT等，并将其中的资源文件上传至OSS资源管理，当用户触发了重训练命令，会由Jenkins通知服务端的重训练脚本开始重新训练，重训练后的模型保存在云端，可以通过API提供给FireEye以及其他业务场景使用。

2.2 使用模型

我们在针对不同的识别场景对模型的选型也有不同，其中

1, 页面异常 是检测页面是否整体空白或图片中间有很大的错误提示图片，因为这类异常结构简单特征明显，所以用 CNN 做聚类就可以准确区分出这一类的case。

2, 控件异常 是找到页面中有异常特征的控件，如识别截屏里面包含了图片的打底图，说明有图片加载异常，识别出有loading控件，可能用户在这个场景长时间卡住，识别出有error的HUD表示异常提示。我们在工程中选用 SSD 做物体检测，原因是异常控件在一个页面中可能存在多个，使用SSD模型可以识别出异常控件的类型以及在页面的位置和异常的数量。

3, （具体介绍） 文本异常 检测是通过OCR逐行识别出页面中的文本，然后判断文本的语义是否正常，模型部分选用的是 LSTM ，RNN的本质是一个数据推断（inference）机器，它可以寻找两个时间序列之间的关联，只要数据足够多，就可以得到从x（t）到y（t）的概率分布函数， 从而达到推断和预测的目的，而LSTM（Long Short Term Memory Networks）长短时间记忆网络，是RNN的一个变种，避免长期依赖和梯度消失，爆炸等问题，使得LSTM已经成为处理拥有长期依赖问题的序列数据问题的首要方法之一（语言模型、机器翻译等领域）。

文本异常的处理是通过一句话判断是否为异常文本，输入是有时序的一串字符，输出是否异常，符合RNN的5种架构中的many-to-one类型，这是我们选用LSTM的原因。

实际的检测效果如下：

识别结果（其中第三行被识别出包含乱码）：

方案的实现上我们使用的是，Keras提供的 LSTM 层来构造网络，然后构建以闲鱼APP里的标题、详情、评论等作为正样本，口字码、拼音码、符号码、锟拷码、代码等作为负样本的训练数据，使用nltk的分词器分词输入训练得到模型，通过OCR提取页面文字输入页面识别输入模型判断。

部分代码：

1，首先统计数据中有多少个不同的词，每句话由多少个词组成

maxlen = 0  #句子最大长度
word_freqs = collections.Counter()  #词频
num_recs = 0 # 样本数
with open('./train.txt','r+') as f:
   for line in f:
       label, sentence = line.strip().split("t")
       words = nltk.word_tokenize(sentence.lower()
       if len(words) > maxlen:
           maxlen = len(words)
       for word in words:
           word_freqs[word] += 1
       num_recs += 1

目前项目里的乱码识别主要是针对英文和字符类型，所以使用的是nltk库做分词，如果是主要对中文处理，使用结巴分词效果更好，或者用NLTK库中Sinica（中央研究院）提供的繁体中文语料库，from nltk.corpus import sinica_treebank 这样导入

2，建立两个表，word2index和 index2word，用于单词和数字转换，把句子转换成数字序列，长度统一到 MAXSENTENCELENGTH，不够的填0，多出的截掉

1. MAX_FEATURES = 2000

2. MAX_SENTENCE_LENGTH = 40

4. vocab_size = min(MAX_FEATURES, len(word_freqs) + 2

5. word2index = {x[0]: i+2 for i, x in rate(word_freqs.most_common(MAX_FEATURES)}

6. word2index["PAD"] = 0

7. word2index["UNK"] = 1

8. index2word = {v:k for k, v in word2index.items()}

10. X = np.empty(num_recs,dtype=list)

11. y = np.zeros(num_recs)

12. i=0

13. with open('./train.txt','r+') as f:

14.    for line in f:

15.        label, sentence = line.strip().split("t")

16.        words = nltk.word_tokenize(sentence.lower()

17.        seqs = []

18.        for word in words:

19.            if word in word2index:

20.                seqs.append(word2index[word])

21.            else:

22.                seqs.append(word2index["UNK"])

23.        X[i] = seqs

24.        y[i] = int(label)

25.        i += 1

26. X = sequence.pad_sequences(X, maxlen=MAX_SENTENCE_LENGTH) ,

27. Xtrain, Xtest, ytrain, ytest = train_test_split(X, y, test_size=0.2, random_state=42)

29. EMBEDDING_SIZE = 128

30. HIDDEN_LAYER_SIZE = 64

3，模型训练，损失函数用 binary_crossentropy，优化方法用 adam，最后导出h5模型。

1. model = Sequential()

2. model.add(Embedding(vocab_size, EMBEDDING_SIZE,input_length=MAX_SENTENCE_LENGTH)

3. model.add(LSTM(HIDDEN_LAYER_SIZE, dropout=0.2, recurrent_dropout=0.2)

4. model.add(Dense(1)

5. model.add(Activation("sigmoid")

6. model.compile(loss="binary_crossentropy", optimizer="adam",metrics=["accuracy"])

8. BATCH_SIZE = 32

9. NUM_EPOCHS = 10

10. model.fit(Xtrain, ytrain, batch_size=BATCH_SIZE, epochs=NUM_EPOCHS,validation_data=(Xtest, ytest)

12. model.save("garbled.h5");"

4，OCR识别页面文字内容，导入模型中进行预测。（目前使用是谷歌OCR，中文识别的精度还不够）

3 FireEye辅助工具集

3.1 样本生成工具

在工程开始初期从真实用户收集的数据很少，需要大量的样本提供训练，为了能大量生成训练和测试样本并且不影响APP的线上统计数据，开发了一个通用的native的mock库可以截取控件加载数据随机生成mock的数据，用来配合Facebook-WDA截取图片获得样本： 1，mock所有UIImage，随机加载1万个样本数据里的图片url；

2，mock所有UILabel和UITextField，随机从样本库中生成语句和数字，内容数与原有数据相仿；

3，通过Facebook-WDA工具脚本控制APP，随机点击进入不同页面，滑动，截图，判断是否到底部，再随机跳转到别的页面…这样来获得大量样本；

3.2 重训练打标工具

打标一直以来是使用AI困扰大家的一件耗时耗力的步骤，FireEye提供重训练功能的同时提供了相关工具：

其中页面异常的识别的CNN模型和识别文本异常的LSTM模型重训练，可以通过用户在网页上的对结果进行勾选，输入正确的结果来完成标注工作，操作比较简单，最复杂繁琐的是SSD模型的打标，普遍的做法是使用labelImg工具，先准确的框选目标物体输入标签名，然后导出包含物体位置和标签信息的CSV文件，FireEye将这个功能集成到了重训练的系统中，用户可以通过在页面上划线或者画框标出物体大致的位置，位置会传到后端脚本自动裁剪提取前景，得到更精准的物体实际定位并生成CSV文件，其中画框标记的具体实现如下：

1，前端页面打标

下图是使用框选物体来标记右下角的按钮，我们不需要框出准确的位置：

2，调用 Python 脚本，使用OpenCV的grabcut来实现前景提取

1. img=cv2.imread('tmp2.png')

2. mask=np.zeros((img.shape[:2]),np.uint8)

3. bgdModel=np.zeros((1,65),np.float64)

4. fgdModel=np.zeros((1,65),np.float64)

6. cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

7. mask2=np.where((mask==2)|(mask==0),0,1).astype('uint8')

下图是grabcut提取前景后识别出的mask图，右下角有部分裁剪后留下的杂点

3，得到前景二值化，查找连通区域，找到最大面积，通过把小面积区域用fillConvexPoly方法填充覆盖，得到

1. img=img*mask2[:,:,np.newaxis]

2. gray_temp = mask2.copy() #copy the gray image because function

3. binary, contours, hierarchy = cv2.findContours(gray_temp, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)

5. cv2.drawContours(img, contours, -1, (0, 255, 255), 2)

7. area = []

8. for i in xrange(len(contours)):

9.    area.append(cv2.contourArea(contours[i]))

10. max_idx = np.argmax(area)

12. for i in xrange(len(contours)):

13.     if i != max_idx:

14.        cv2.fillConvexPoly(mask2, contours[i], 0)

4，再获得外接矩形，得到准确的标记位置并输出CSV文件。

总结

FireEye目标是打造一个精简易用的自动化 测试工具 集，可以很方便快捷的部署和调整，后面工程的重心会是AutoML的模型自动调参，识别布局异常，以及通过页面元素（控件、文本等）的综合分析，区分业务场景，理解用户操作路径是否正确等方面，欢迎有兴趣的小伙伴一起探讨学习。

原文转自： https://www.jiqizhixin.com/articles/2018-11-02-6