-
公开(公告)号:CN112783765B
公开(公告)日:2024-02-09
申请号:CN202110043899.5
申请日:2021-01-13
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本申请公开了一种适用于指针的单元测试用例生成方法及装置,该方法包括:对预设被测程序进行静态分析确定输入元素中的成员类型,根据成员类型判断输入元素是否为void*或含void*成员的结构体;若是void*或含void*成员的结构体,则确定void*或void*成员指向的实际类型以及根据实际类型生成输入驱动文件;判断实际类型是否为结构体类型且结构体类型中的结构体是否包含指向动态堆数据结构的成员;若是结构体类型且结构体类型中的结构体包含指向动态堆数据结构的成员,则设置指针或结构体展开层次,并根据展开层次生成配置文件,根据驱动文件以及配置文件自动生成测试用例。本申请解决了现有技术中生成的测试用例覆盖率较
-
公开(公告)号:CN112783765A
公开(公告)日:2021-05-11
申请号:CN202110043899.5
申请日:2021-01-13
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本申请公开了一种适用于指针的单元测试用例生成方法及装置,该方法包括:对预设被测程序进行静态分析确定输入元素中的成员类型,根据成员类型判断输入元素是否为void*或含void*成员的结构体;若是void*或含void*成员的结构体,则确定void*或void*成员指向的实际类型以及根据实际类型生成输入驱动文件;判断实际类型是否为结构体类型且结构体类型中的结构体是否包含指向动态堆数据结构的成员;若是结构体类型且结构体类型中的结构体包含指向动态堆数据结构的成员,则设置指针或结构体展开层次,并根据展开层次生成配置文件,根据驱动文件以及配置文件自动生成测试用例。本申请解决了现有技术中生成的测试用例覆盖率较低、执行崩溃或内存开销过大的技术问题。
-
公开(公告)号:CN112631925B
公开(公告)日:2024-06-25
申请号:CN202011591752.1
申请日:2020-12-29
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本申请公开了一种单变量原子违背缺陷的检测方法,该方法包括:将预设中断驱动型软件的源代码转换为中间表示形式LLVM IR,根据中间表示形式构建程序依赖图;根据程序依赖图以及预设IFDS框架构建得到爆炸超图,根据爆炸超图对主程序数据流分析确定每个全局变量串行可达的两次访问序,并对两次访问序的可行性进行分析得到第一分析结果;根据第一分析结果确定出至少一个共享全局变量,以及确定出每个共享全局变量对应的三次访问序,对三次访问序的可行性进行分析得到第二分析结果,根据第二分析结果确定原子违背缺陷并生成缺陷报告。本申请解决了现有技术中单变量原子性违背缺陷检测的准确性和效率较低的技术问题。
-
公开(公告)号:CN119311313A
公开(公告)日:2025-01-14
申请号:CN202411385802.9
申请日:2024-09-30
Applicant: 北京轩宇信息技术有限公司
IPC: G06F8/75 , G06F18/22 , G06F18/24 , G06F18/213 , G06N5/022
Abstract: 本发明公开一种多阶段多层次代码特征高效匹配方法:输入文件特征信息和文件代码片段特征信息的待匹配标准代码文件;当待匹配代码文件的文件后缀名及特征值与代码特征信息知识库中的相同,取知识库中的该匹配文件作为文件级匹配结果,否则对待匹配代码文件进行片段级代码特征匹配;依次将待匹配文件中片段特征信息的特征值与知识库中所有代码片段的特征值进行匹配,得到片段级匹配结果;统计知识库里不同文件下匹配成功的代码片段数量,选取数量最多的文件作为文件级匹配结果;统计知识库里各项目下文件级匹配结果的文件数量,选取排序第一的项目作为与待匹配代码文件相似的项目作为项目级匹配结果,评价待匹配文件与项目级匹配结果的相似程度。
-
公开(公告)号:CN112288079B
公开(公告)日:2024-05-14
申请号:CN202011286945.6
申请日:2020-11-17
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种图神经网络模型训练方法、软件缺陷检测方法及系统。包括:根据软件缺陷数据集,获取训练软件函数及测试软件函数,训练软件函数和测试软件函数预先标注有初始缺陷数据;根据训练软件函数的多维代码属性,构建初始多维代码属性图,根据测试软件函数的多维代码属性,构建目标多维代码属性图;基于初始多维代码属性图对初始图神经网络模型进行训练,得到训练后的图神经网络模型;基于目标多维代码属性图对训练后的图神经网络模型进行测试,获取预测缺陷数据;在初始缺陷数据和预测缺陷数据匹配时,将训练后的图神经网络模型作为目标图神经网络模型。本发明可以提高软件缺陷检测精度,减少了人工干预的过程,易于扩展检测的缺陷类型。
-
公开(公告)号:CN116450500A
公开(公告)日:2023-07-18
申请号:CN202310294715.1
申请日:2023-03-24
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种针对中断驱动型嵌入式软件的共享数据分析方法,包括以下步骤:步骤一,前期处理;步骤二,并发流入口分析;步骤三,访问模型建立;步骤四,指针分析;步骤五,数值分析;步骤六,识别共享数据;步骤七,共享数据标记;本发明通过一个通用的共享数据访问模型刻画各种粒度共享数据访问情况,在此基础上采用基于抽象解释的数值分析获得表示共享数据访问所需的数值不变式,以精确检测程序中的共享数据,达到千行级程序低误报无漏报的效果,且可扩展到万行程序,有利于为中断数据访问冲突的检测工作提供精确的数据集,降低了现有共享数据分析方法的误报和漏报,提升共享数据分析的精确性和完备性。
-
-
-
-
-