-
公开(公告)号：CN118690243A
公开(公告)日：2024-09-24
申请号：CN202410742100.5
申请日：2024-06-11
Applicant: 北京航空航天大学
IPC: G06F18/241 , G06F18/21 , G06F18/214 , G06N3/0464 , G06N3/084 , G06F11/36
Abstract: 本发明公开了一种基于深度学习的异构软件缺陷倾向预测方法，包括如下步骤：对源项目缺陷数据中的软件缺陷度量元数据进行预处理；构建公共子空间变换模型；基于公共子空间变换模型，将源项目缺陷数据和目标项目缺陷数据变换到同一公共子空间中；构建缺陷预测分类模型，对缺陷预测分类模型和公共子空间变换模型进行训练；将目标项目缺陷数据输入至训练好的缺陷预测分类模型中，实现对目标项目的软件缺陷倾向进行预测。该方法有效处理变换特征子空间后的缺陷信息损失问题，提高软件缺陷预测模型的性能；且该方法简单、容易实现。
-
公开(公告)号：CN116188874A
公开(公告)日：2023-05-30
申请号：CN202310258685.9
申请日：2023-03-16
Applicant: 北京航空航天大学
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/084
Abstract: 本发明涉及一种图像对抗样本生成方法及系统，属于图像处理技术领域，解决了现有技术中VIT模型生成的对抗样本的迁移攻击成功率不高的问题。该方法包括：获取原始图像，将原始图像输入VIT模型；对原始图像执行以下迭代操作：对原始图像进行掩码处理，得到输入样本；基于VIT模型的自注意力机制，获取输入样本的梯度信息；根据梯度信息，计算出梯度阈值，并根据梯度阈值，生成扰动缩放掩码；根据扰动缩放掩码，更新梯度信息；根据更新后的梯度信息，更新扰动值，并将扰动值加入到原始图像中更新原始图像，对更新后的原始图像进行下一次迭代操作，直至迭代结束；最终更新后的原始图像，即为原始图像的对抗样本。实现了对抗样本迁移攻击成功率的提高。
-
公开(公告)号：CN115934558A
公开(公告)日：2023-04-07
申请号：CN202211655905.3
申请日：2022-12-22
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/22 , G06F18/23213
Abstract: 本发明公开了一种使用无标签测试用例的相似度加权故障定位方法，包括利用已知测试预言用例集合训练并得到测试预言分类器和语句怀疑度排序；利用测试预言分类器预测未知预言用例集合TUL的执行结果；利用信息熵筛选并得到可用的未标注测试用例集合；对筛选出的未标注测试用例集与已知失败测试用例进行相似度计算；对筛选出的未标注测试用例集结合预测结果进行相似度加权，并加入已知测试用例进行怀疑度计算，得到相似度加权的语句怀疑度和怀疑度排序；本方法解决了未标记测试用例定位不确定性的问题，提升了使用熵筛选未标记测试用例进行故障定位的效率，获取更高精度的定位结果。
-
公开(公告)号：CN115617701B
公开(公告)日：2023-03-10
申请号：CN202211636107.6
申请日：2022-12-20
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/2415
Abstract: 本发明公开了一种测试预言预测方法，包括：获取用于软件故障定位的目标测试用例及目标测试用例的测试结果；根据目标测试用例是否标注有测试结果，划分未知预言测试用例和已知预言测试用例；对未知预言测试用例的执行结果进行预测，分别生成未知预言测试用例测试失败的概率和测试通过的概率；将未知预言测试用例测试失败的概率与预设阈值进行比较，生成执行结果；根据未知预言测试用例测试失败的概率和测试通过的概率，为执行结果赋予权重，计算包含权重的故障定位特征算子，生成新的目标测试用例集合；根据新的目标测试用例集合进行软件故障定位。该方法可使得分类准确度更大的测试用例对故障定位结果有更大的影响，有效提升了故障定位效率。
-
公开(公告)号：CN115617701A
公开(公告)日：2023-01-17
申请号：CN202211636107.6
申请日：2022-12-20
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/2415
Abstract: 本发明公开了一种测试预言预测方法，包括：获取用于软件故障定位的目标测试用例及目标测试用例的测试结果；根据目标测试用例是否标注有测试结果，划分未知预言测试用例和已知预言测试用例；对未知预言测试用例的执行结果进行预测，分别生成未知预言测试用例测试失败的概率和测试通过的概率；将未知预言测试用例测试失败的概率与预设阈值进行比较，生成执行结果；根据未知预言测试用例测试失败的概率和测试通过的概率，为执行结果赋予权重，计算包含权重的故障定位特征算子，生成新的目标测试用例集合；根据新的目标测试用例集合进行软件故障定位。该方法可使得分类准确度更大的测试用例对故障定位结果有更大的影响，有效提升了故障定位效率。
-
Patent Agency Ranking
公开(公告)号：CN118626403B
公开(公告)日：2024-10-15
申请号：CN202411119423.5
申请日：2024-08-15
Applicant: 北京航空航天大学
IPC: G06F11/36
Abstract: 本发明涉及软件故障定位技术领域，具体为一种编译级程序谱生成方法、程序谱及故障定位方法，包括对包含多个编译级语句的编译代码进行编译级插桩，对测试用例执行与信息收集，对每条编译级语句，对其在测试用例执行过程中的执行次数进行统计并更新；最后根据所有编译级语句在所有测试用例中的执行次数的结果，生成编译谱矩阵，本发明采用编译后的更细粒度的程序行为信息来改善故障定位的效率，通过在编译级别深入分析和提取程序行为信息，实现了对相同语句之间细微差异的区分和精准定位，从而显著提高故障定位的准确性和效率。
-
公开(公告)号：CN114741882A
公开(公告)日：2022-07-12
申请号：CN202210399614.6
申请日：2022-04-15
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于AADL的智能体与面向服务的体系结构建模方法，首先分析智能体与面向服务的体系结构的特性信息，确定智能体各状态下的特性信息和引起其行为变化的元素，以及确定面向服务体系结构的业务服务类型、配置情况和各项业务请求，然后根据特性信息，确定建模需要的AADL组件，确定利用模式组件描述智能体软件工作状态，通过软件输入触发工作状态转换；以及利用系统组件结合模式组件描述面向服务体系结构的业务，通过业务请求触发当前业务向其他业务转换的建模方法。本发明能够实现对体系结构的准确建模，并可以兼顾智能体对外界环境输入的自主反馈行为的描述以及面向服务的体系结构中单个软件实现和系统整体架构、行为的描述。
-
公开(公告)号：CN114741882B
公开(公告)日：2025-03-18
申请号：CN202210399614.6
申请日：2022-04-15
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于AADL的智能体与面向服务的体系结构建模方法，首先分析智能体与面向服务的体系结构的特性信息，确定智能体各状态下的特性信息和引起其行为变化的元素，以及确定面向服务体系结构的业务服务类型、配置情况和各项业务请求，然后根据特性信息，确定建模需要的AADL组件，确定利用模式组件描述智能体软件工作状态，通过软件输入触发工作状态转换；以及利用系统组件结合模式组件描述面向服务体系结构的业务，通过业务请求触发当前业务向其他业务转换的建模方法。本发明能够实现对体系结构的准确建模，并可以兼顾智能体对外界环境输入的自主反馈行为的描述以及面向服务的体系结构中单个软件实现和系统整体架构、行为的描述。
-
公开(公告)号：CN118779249B
公开(公告)日：2024-11-15
申请号：CN202411259388.7
申请日：2024-09-10
Applicant: 北京航空航天大学
Abstract: 本发明涉及软件故障定位技术领域，具体为一种基于综合语句关联图的软件故障定位方法，包括为软件中的每个函数建立虚拟起始节点，为软件中的每个语句建立唯一标识即语句节点；将软件程序中的控制流信息和数据流信息定义为边；建立包括节点集合和边集合的有向图；运行不同测试用例，并将每个测试用例覆盖的路径定义为一个序列，再将各个序列对应到建立的有向图上得到综合语句关联图；利用综合语句关联图进行软件故障定位。本发明解决了当前故障定位方法中语句关联信息使用不足相问题，提高定位效率，从而在软件的测试和维护过程中显著提升故障定位的效率和准确性。
-
公开(公告)号：CN118626403A
公开(公告)日：2024-09-10
申请号：CN202411119423.5
申请日：2024-08-15
Applicant: 北京航空航天大学
IPC: G06F11/36
Abstract: 本发明涉及软件故障定位技术领域，具体为一种编译级程序谱生成方法、程序谱及故障定位方法，包括对包含多个编译级语句的编译代码进行编译级插桩，对测试用例执行与信息收集，对每条编译级语句，对其在测试用例执行过程中的执行次数进行统计并更新；最后根据所有编译级语句在所有测试用例中的执行次数的结果，生成编译谱矩阵，本发明采用编译后的更细粒度的程序行为信息来改善故障定位的效率，通过在编译级别深入分析和提取程序行为信息，实现了对相同语句之间细微差异的区分和精准定位，从而显著提高故障定位的准确性和效率。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.063 seconds)
