- 专利标题: 基于人工智能决策树的分层检测软件行为缺陷的方法和系统
- 专利标题(英): Method and system for hierarchical detection of software behavior defects based on artificial intelligence decision tree
-
申请号: CN201810948790.4申请日: 2018-08-20
-
公开(公告)号: CN109308411A公开(公告)日: 2019-02-05
- 发明人: 陈相舟 , 张洁 , 丁慧霞 , 汪洋 , 张庚 , 王亚男 , 元梦莹 , 崔建华 , 赵百捷 , 梁馨予 , 甄妮 , 陈雪萍 , 王智慧 , 杨迪 , 任一丹 , 何潇 , 高凯强 , 李怡康 , 周亮 , 林晓康 , 黄敬林
- 申请人: 中国电力科学研究院有限公司 , 国网上海市电力公司 , 国网信息通信产业集团有限公司
- 申请人地址: 北京市海淀区清河小营东路15号
- 专利权人: 中国电力科学研究院有限公司,国网上海市电力公司,国网信息通信产业集团有限公司
- 当前专利权人: 中国电力科学研究院有限公司,国网上海市电力公司,国网信息通信产业集团有限公司
- 当前专利权人地址: 北京市海淀区清河小营东路15号
- 代理机构: 北京工信联合知识产权代理有限公司
- 代理商 胡秋立
- 主分类号: G06F21/56
- IPC分类号: G06F21/56 ; G06F11/36
摘要:
本发明提供一种基于人工智能决策树的分层检测软件行为缺陷的方法和系统,首先对软件进行测试,测试之后形成相应的数据,利用所述历史数据构建人工智能决策树,提取软件行为的分类规则,然后在软件运行过程中,针对软件运行时的软件行为,对信息系统建立基于系统层、状态层和功能层的分层检测软件行为缺陷的模型,先检测系统层和状态的风险行为和异常行为,在所述系统层和状态层中无软件行为缺陷时,再进行功能层检测。采用本发明的方法与传统的缺陷检测方法进行对比,在软件运行过程中发现缺陷后准确定位缺陷产生原因的时间比传统的检测方法有了明显提升。
公开/授权文献
- CN109308411B 基于人工智能决策树的分层检测软件行为缺陷的方法和系统 公开/授权日:2022-08-30