前言
上一篇小W就提到过，测试与人工智能，我很看好的一个方向就是UI相关的智能测试。
具体可以分成两部分来说：
· 各种动作的封装、调度与执行
· 结果的判断
今天想和大家分享的，主要是第二点，就是判断当前软件的情况是否是异常。其实我们这边现在已经在做一些类似的事情，稳定性测试就是随机跑动作，看看有没有崩溃。不过这个判断异常太过于简单，只能根据崩溃来判断，普通的软件异常监测不到。
异常检测简介
先来看什么是异常检测？所谓异常检测就是发现与大部分对象不同的对象，其实就是发现离群点。异常检测有时也称偏差检测。异常对象是相对罕见的。
下面来举一些常见的异常检测的应用：
· 欺诈检测：主要通过检测异常行为来检测是否为盗刷他人信用卡。
· 入侵检测：检测入侵计算机系统的行为
· 医疗领域：检测人的健康是否异常
常见的异常检测算法
有许多的异常检测算法，不过本篇博客只会详细介绍基于模型的技术。主要有以下几种异常检测方法：
基于模型的技术：许多异常检测技术首先建立一个数据模型，异常是那些同模型不能完美拟合的对象。例如，数据分布的模型可以通过估计概率分布的参数来创建。如果一个对象不服从该分布，则认为他是一个异常。
基于邻近度的技术：通常可以在对象之间定义邻近性度量，异常对象是那些远离大部分其他对象的对象。当数据能够以二维或者三维散布图呈现时，可以从视觉上检测出基于距离的离群点。
基于密度的技术：对象的密度估计可以相对直接计算，特别是当对象之间存在邻近性度量。低密度区域中的对象相对远离近邻，可能被看做为异常。
模型的建立
这部分也是最难的，我们需要建立合适的指标去分析当前软件的界面是否异常。这里我也给分了两种：
· 混乱式异常
· 功能性异常
混乱式异常就是说，界面乱了，不用管产品功能逻辑，普通人一看就知道这个界面是异常的，这种模型应该是更多依赖于图像识别。
功能性异常主要就是说，一些常用操作，UI应该有对应的响应。比如我点了个复选框，没有显示勾上，或者点了最小化按钮，界面还在最前端等等。
当然，这些小W都还在探索，哪位大神如果对这方面有研究的话欢迎赐教，不胜感激！
最后
小W认为，无论是测试还是开发，最底层的很多工作以后都可能会渐渐被人工智能所替代。路漫漫其修远兮，吾将上下而求索。
下篇预告：后面小W将会和大家分享各种动作的调度算法，可以利用人工智能尽可能优化调度算法以发现更多的异常，这个目前已经有好多成型的模型了，不过需要有完善的判断异常机制（也就是本文所说的）才能正在运用到实际工作中。
