QA Devops.
趋势15 - 利用先进技术进行自动化和自主检测
高速原理（使用AI驱动决策）是作为领先的战略技术趋势，整合了机器人过程自动化（RPA），AI / ML，智能业务管理软件和其他新兴技术，以提高企业的自动化水平。这种趋势正在影响软件测试自动化演进作为不同的工具，框架和定制的解决方案继续帮助提高自动化渗透和效率。
使用诸如Selenium和Appium等开源工具自动化的测试自动化进展开始了。随着加速采用敏捷文化，数字业务和Devops，AI / ML功能，零触控自动化管道和自我修复自动化脚本等技术使测试更智能。因此，团队已经优化了他们的自动化策略，以更快地适应更有效的操作。
在测试自动化域中，我们看到企业使用HyperAutomation来改善循环时间和测试自动化过程，以及验证使用超碴工具自动化的其他进程。超仿效技术正在通过UIPATH，Appian和Automation等RPA工具来提高测试自动化的成熟度水平，如Tricentis和Katalon和AI，ML和NLP等的LCNC工具，如AutonomiQ等自主测试工具。
Infosys与一家领先的健康域公司合作，采用一个名为智能自动化的AI-LED认知自动化解决方案，该解决方案结合了最佳自动化方法，以提供卓越的结果。解决方案的焦点是三维：消除测试覆盖率重叠，优化具有更可预测的测试和从缺陷检测移动到防缺陷的努力。
QA Devops.
趋势16：在Devsecops中成熟安全集成到实时，自动修复漏洞
Devsecops在SDLC之前提出了安全性，在Devops中的开发和运营团队之间扩展了协作，包括安全团队。引入了安全测试工具，但未与连续测试管道集成。它进化为共同的责任，每个人都必须在建立安全性的角色进入Devops CI / CD工作流程中。后来，Devsecops集成应用程序安全测试（AST）工具进入CI / CD过程。Sast Tools（例如，微焦点）用于识别编码错误和设计缺陷，导致可利用的弱点;DAST tools (e.g., Micro Focus WebInspect) helped automate black box security testing to mimic how a hacker interacts with a web application or API and, finally, SCA tools (e.g., Black Duck) were implemented to identify known vulnerabilities in open-source and third-party components. These integrations within the CI/CD pipeline accelerated the identification and remediation of security vulnerabilities earlier in the cycle.
该趋势通过实施AI / ML进行安全防御和风险预测，以及自动漏洞评估和管理，进一步成熟。AST工具现在包括两个额外的工具：iAst以检测运行时漏洞，并为开发人员和锉刀提供详细的见解，以确定威胁和支持自我保护。
美国的一家高科技公司建立了一个Aibased威胁英特尔数据库，通过与Infosys合作来抑制误报。这导致了25％的推向市场，100％代码覆盖率和OSS组件，常见漏洞减少50％。
