如何使用Fiddler模拟弱网情况对app进行测试

https://blog.csdn.net/liujingqiu/article/details/79046752

前言
很多时候,我们需要在弱网情况下,对app进行测试,不可能将app放置到离路由器很远的地方,这里可以模拟弱网来测试app。

那么,我们这里使用Fiddler 工具来模拟弱网。
使用 speedtest 在线测速工具来测试网络。

一、 Fiddler 工具连接手机,设置代理
打开Fiddler,进入到Tools —> options,如图所示:


再次选择 Connections
如图所示:


查看本机的ip ,如图所示:


对手机进行代理设置
特别注意:手机连接的wifi需要与PC连接的wifi一致。
选择手机wifi(比如Tplink_5G_D241),长按,出现 修改网络或者管理网络配置,弹出如图所示的对话框:


根据上面的步骤将代理设置成功了。
接下来,使用Fiddler来模拟弱网情况。

二、Fiddler来模拟弱网情况
首先对Fiddler 工具处进行设置(该步主要是对于网络的延迟进行模拟,可以选择性),如图所示:

在文件中搜索关键字,m_SimulateModem  ,打开后,如图所示: 

让我们来分析一下这几行代码:

  • 首先来判断m_SimulateModem是否为true,也就是是否设置了弱网模式。

  • 如果为弱网模式。则分析代码

  • oSession[“request-trickle-delay”] = “300”; 注释的也很明白,Delay sends by 300ms per KB uploaded.上传1KB需要300ms,转化一下上传速度:1Kb/0.3s = 10/3(KB/s)

  • 如果你想设置上传的速度为50KB/s,你则需要设置Delay 时间为 20ms

  • 同样的方法,也可以限制上传的速度,调整oSession[“response-trickle-delay”]即可。

意思就是:每上传或下载1KB需要延迟多久

像上面的就是:上传要延迟300ms,下载要延迟150ms.

算法:1000/下载速度=需要延迟的时间数(时间单位为kbps,时间单位都为ms)

2.Fiddler 工具模拟弱网情况
打开Fiddler工具,进入到Rules ---- > Performance---->Simulate Modem Speeds ,如图所示:

三、 speedtest工具进行在线测速
在没有模拟弱网的时候,使用speedtest 在线测速,如图所示:

使用Fiddler 工具模拟弱网情况(参考二中的 第2步骤)后,如图所示:


使用此工具可以查看我们模拟弱网是否成功。

那么弱网模拟成功后,就可以进行app在弱网情况下的测试了。

参考:
http://blog.csdn.net/u011904605/article/details/52506823
https://www.cnblogs.com/pachongshangdexuebi/p/6601332.html
 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值