传统手工测试数据生成的方法存在效率和准确性、覆盖不足均难以满足要求的问题。为了增强测试数据的质量，保障数据得到全面监测，提升测试的效果，本文基于深度学习（Deep Learning，DL）的自动化测试数据生成技术，利用模型构建实现用户行为的学习、软件功能的学习以及代码逻辑的学习，从而促使测试数据覆盖率更高，满足不同场景的需求，为软件测试领域解决数据生成质量难题提供重要的技术支撑。