-
公开(公告)号：CN118779249A
公开(公告)日：2024-10-15
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：CN116185817A
公开(公告)日：2023-05-30
申请号：CN202211512762.0
申请日：2022-11-30
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/214 , G06F18/24
Abstract: 本发明涉及一种软件缺陷预测规则的筛选方法及系统，属于关联规则筛选技术领域，解决了现有软件缺陷特征选择复杂且预测规则存在冗余的问题。包括获取历史软件缺陷数据，构建样本集；基于样本集执行如下步骤，进行迭代训练和测试：将样本集划分为训练集和测试集；基于关联规则算法，根据三个支持度阈值从训练集中生成频繁项集，根据不同长度的频繁项集的提升度阈值，筛选出频繁项集并转化为关联规则，得到关联规则集合；从关联规则集合中提取类关联规则，根据选择的预测指标对测试集进行预测，根据预测结果计算分类性能指标；迭代训练和测试结束后，取分类性能指标最优时的类关联规则，作为软件缺陷预测规则。提高了筛选预测规则的准确性和高效性。
-
公开(公告)号：CN115629998B
公开(公告)日：2023-03-10
申请号：CN202211652532.4
申请日：2022-12-22
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/23213 , G06F18/22
Abstract: 本发明属于软件故障定位技术领域，具体公开了一种基于KMeans聚类和相似度的测试用例筛选方法，包括将全部测试用例表示为集合T，对其中的全部测试用例进行Kmeans聚类并形成k个簇；在每个簇中随机选出一个测试用例形成集合K，获取集合K的测试预言并判断执行结果，将结果为失败的测试用例形成集合F；为集合F中的失败测试用例筛选相似测试用例并形成集合J，获取集合J的测试预言并判断执行结果；将按相似度筛选出的测试用例与集合K合并，将这些已知预言测试用例作为输入信息用于后续的训练分类器。本方法采用相似度的方法，能够更为明显的区分出包含故障的语句，可以提高故障定位效率，并与其他使用未知预言测试用例的方法很好的结合。
-
公开(公告)号：CN115629998A
公开(公告)日：2023-01-20
申请号：CN202211652532.4
申请日：2022-12-22
Applicant: 北京航空航天大学
IPC: G06F11/36 , G06F18/23213 , G06F18/22
Abstract: 本发明属于软件故障定位技术领域，具体公开了一种基于KMeans聚类和相似度的测试用例筛选方法，包括将全部测试用例表示为集合T，对其中的全部测试用例进行Kmeans聚类并形成k个簇；在每个簇中随机选出一个测试用例形成集合K，获取集合K的测试预言并判断执行结果，将结果为失败的测试用例形成集合F；为集合F中的失败测试用例筛选相似测试用例并形成集合J，获取集合J的测试预言并判断执行结果；将按相似度筛选出的测试用例与集合K合并，将这些已知预言测试用例作为输入信息用于后续的训练分类器。本方法采用相似度的方法，能够更为明显的区分出包含故障的语句，可以提高故障定位效率，并与其他使用未知预言测试用例的方法很好的结合。
-
公开(公告)号：CN115576851A
公开(公告)日：2023-01-06
申请号：CN202211453054.4
申请日：2022-11-21
Applicant: 北京航空航天大学
IPC: G06F11/36
Abstract: 本发明公开了一种结合动态切片的软件多故障聚类定位方法及装置，属于软件故障定位技术领域，该方法包括执行用于软件故障定位的测试用例集合，获得程序谱；利用程序切片信息对程序谱中的程序语句进行筛选，获取子程序谱；计算每个子程序谱中的程序语句的代码可疑度，并进行排序；利用聚类算法对失败测试用例的排名进行聚类，获取多个分类簇；根据分类结果，再次计算每个分类簇中的程序语句的代码可疑度，按照新的代码可疑度排名从高到低进行筛查，完成故障修复。本发明利用无监督学习的聚类方法，解决了多故障聚类过程中分类个数过多的问题，并达到对故障用例进行预处理、降低聚类过程时间、提高预测效果、减少检查行数的需求。
-
Patent Agency Ranking
公开(公告)号：CN115545125A
公开(公告)日：2022-12-30
申请号：CN202211512741.9
申请日：2022-11-30
Applicant: 北京航空航天大学
Abstract: 本发明涉及一种软件缺陷关联规则网络剪枝方法及系统，属于软件缺陷预测技术领域，解决了现有关联规则网络未考虑有无缺陷的双目标且关联规则存在冗余的问题。包括读取软件缺陷数据集，基于关联规则算法生成初始关联规则集合；基于初始关联规则集合，构建以有缺陷标签和无缺陷标签作为目标节点的反向超图，以及有缺陷字典和无缺陷字典；获取同时存在于两个字典的节点，在反向超图中去除节点的冗余边，更新字典中节点层级，得到关联规则网络；基于社区发现算法，根据字典中节点层级，对关联规则网络聚类得到多个社区；分别根据社区中的缺陷标签和节点所属字典，从多个社区中提取出用于软件缺陷预测的关联规则。实现了软件缺陷关联规则的准确提取。
-
公开(公告)号：CN115409428A
公开(公告)日：2022-11-29
申请号：CN202211332635.2
申请日：2022-10-28
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于模糊评判法的飞行模拟器逼真度综合评价方法，包括：根据飞行模拟器组织结构和特点，构建飞行模拟器的评价指标体系；根据飞行模拟器的评价指标体系，确定飞行模拟器的模糊综合评价指标集和评价集；获取模糊综合评价指标集中各因素的权重值系数和逼真度；应用模糊评判法构建评价模型；将权重值系数和逼真度代入模型，计算飞行模拟器的整体逼真度；根据飞行模拟器的整体逼真度对飞行模拟器的逼真度进行评价；该方法根据模拟器的组成结构和特点，分析了影响模拟器逼真度的主要因素，建立评价指标体系，采用模糊评判法来综合评价飞行模拟器的逼真度，为飞行模拟器的逼真度提拱了精确的数学描述。
-
公开(公告)号：CN108268710B
公开(公告)日：2021-07-09
申请号：CN201810003355.4
申请日：2018-01-03
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于遗传算法的IMA系统动态重构策略优化方法，属于综合电子系统设计领域。本发明使用遗传算法技术解决了IMA系统进行动态重构时配置方案状态空间爆炸问题，通过加入IMA系统可靠性、实时性和静态负载平衡分析方法，得到了一种有效的IMA系统动态重构策略模型。通过对IMA系统软硬件和时间配置进行重构配置编码，可以转化为IMA系统配置方案AADL模型，通过AADL模型进行IMA系统的可靠性、实时性约束和多维负载平衡分析，可以得到遗传算法分析优化中的致死基因和适应度函数。通过遗传算法操作，可以有效的寻较优的IMA系统动态重构配置方案。
-
公开(公告)号：CN111090579A
公开(公告)日：2020-05-01
申请号：CN201911114620.7
申请日：2019-11-14
Applicant: 北京航空航天大学
Abstract: 本发明公开了一种基于皮尔森相关性加权关联分类规则的软件缺陷预测方法，该方法包括根据相应静态代码分析工具，提取待检测软件度量元数据集；基于皮尔森相关性的特征选择方法评价每个度量元与类别之间的相关性，并对相关性进行排序，将排序值较大的前30-50％作为被选择的度量元；将选择的度量元与相应的类别，代入基于皮尔森相关性加权关联分类规则的软件缺陷预测模型，进行预测并输出预测结果；此方法利用一个有价值的、高性能的和可理解的规则模型，揭示缺陷倾向与特征的关联性，提高软件缺陷预测模型的高性能和可理解性，提高了预测结果的准确性。
-
公开(公告)号：CN105608247B
公开(公告)日：2018-08-28
申请号：CN201510766190.2
申请日：2015-11-11
Applicant: 北京航空航天大学
IPC: G06F17/50
Abstract: 本发明是一种面向IMA资源安全性分析的AADL到ECPN模型转换方法，用于航空电子系统建模与分析。本方法将IMA系统映射的AADL模型作为源模型，基于CPN，扩展定义了变迁点火的时间函数和颜色集，修改了变迁点火规则；将处理器、虚拟处理器和分区映射为库所，将通信和分区调度映射为变迁，将分区通信数据、起始时间和调用次数映射为库所中的托肯，将分区的执行时间映射为时间函数，将分区的调用周期映射为弧函数，将IMA系统运行时对资源的约束映射为守卫函数；本发明在模型转换过程中不丢失任何关键资源建模元素，可准确描述IMA系统的时间资源和物理资源，帮助分析系统的资源配置问题。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.036 seconds)
