图神经网络模型训练方法、软件缺陷检测方法及系统

    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

    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。

    一种通用的嵌入式软件单元测试环境构建方法及系统

    公开(公告)号:CN117493152A

    公开(公告)日:2024-02-02

    申请号:CN202211636381.3

    申请日:2022-12-19

    Abstract: 本发明公开了一种通用的嵌入式软件单元测试环境构建方法和系统,包括平台配置单元、测试场景构建单元、环境变量添加单元和自动构建单元;构建方法包括:步骤一,添加环境变量;步骤二,创建平台配置包;步骤三,构建测试场景;步骤四,生成测试环境;本发明把单元测试环境抽象为平台配置包、测试场景和环境变量三个部分,使用参数化方式描述测试环境,形成一套嵌入式软件平台配置机制,基于该机制形成多种嵌入式平台配置包和一个构建系统,把环境变量、测试场景和对应的平台配置包输入到构建系统,生成对应的测试环境,该方法可用于软件动态测试工具套件,使其在无需修改工具代码的情况下适配多种测试环境。

    一种提升静态分析精度的符号分析方法

    公开(公告)号:CN116450501A

    公开(公告)日:2023-07-18

    申请号:CN202310294779.1

    申请日:2023-03-24

    Abstract: 本发明公开了一种提升静态分析精度的符号分析方法,包括以下步骤:步骤一,生成抽象语法树和控制流图;步骤二,生成调用图;步骤三,执行指针分析;步骤四,全局值编号;步骤五,计算CFG支配关系、支配边界以及控制依赖图;步骤六,静态单赋值形式构造;步骤七,显式暴露函数副作用;步骤八,构造带条件数据依赖图;步骤九,符号分析;步骤十,约束求解;本发明利用指针分析划分所有的内存区域,使得它能够处理所有的语言特性,提高了适用范围;本发明基于静态单赋值,以及通过构造带条件数据依赖图和控制依赖图,可以简洁地以遍历图的方式完成符号分析,并且通过调用SMT求解器求解以得到精确的解。

Patent Agency Ranking