基于历史代码变更信息的API误用检测方法

    公开(公告)号:CN113051161B

    公开(公告)日:2024-12-06

    申请号:CN202110301729.2

    申请日:2021-03-22

    Abstract: 本发明提供一种基于历史代码变更信息的API误用检测方法,属于软件工程技术领域。该方法首先从代码托管工具上拉取开源项目的历史代码变更信息,提取出API误用相关的修复信息。利用程序修复前后AUG来逆向提取程序变异算子,而不是通过人工设计变异算子,有效且高效地生成大量包含API误用的程序集。API误用集作为测试用例通过测试套件后,分析终止跟踪堆栈中的信息,如果终止堆栈跟踪信息不是目标API误用引起的,或者还包含由其他API误用引起的信息,则说明原始程序中包含API误用。避免了从大量程序中学习正确的API使用模式,提高了API误用检测的效率。

    一种基于深度学习的JS转译器缺陷检测方法

    公开(公告)号:CN114385491B

    公开(公告)日:2024-06-18

    申请号:CN202111651709.4

    申请日:2021-12-30

    Abstract: 本发明属于软件测试技术领域,尤其涉及一种用于检查JS转译器缺陷的技术,具体为一种基于深度学习的JavaScript转译器缺陷检测方法。本发明方法可以对JavaScript转译器进行缺陷检测,通过深度学习学习测试用例的语法特性并生成新的测试用例,避免了以往检测过程中需要开发人员手动编写测试用例或传统方法生成大量无用的语法盲的测试用例,大大的节省了时间的同时提高了测试效率。

    一种语法指导的WebAssembly运行时缺陷检测方法

    公开(公告)号:CN117873889A

    公开(公告)日:2024-04-12

    申请号:CN202410030479.7

    申请日:2024-01-09

    Abstract: 本发明提供了一种语法指导的WebAssembly运行时缺陷检测方法,可用于几种常见且被广泛使用的WebAssembly运行时的缺陷检测,例如开源工具Wasmer、Wasmtime等;亦可根据特定WebAssembly运行时的特点,对本发明的相关步骤进行适配,从而检测其他WebAssembly运行时的缺陷。本发明能够有效地对WebAssembly运行时中的缺陷进行检测,从而帮助开发人员发现WebAssembly运行时中存在的问题,并辅助完成后续的缺陷定位与修复工作,提高工具质量。

    一种自动驾驶场景文件正确性的检测方法

    公开(公告)号:CN117539735A

    公开(公告)日:2024-02-09

    申请号:CN202311516374.4

    申请日:2023-11-15

    Abstract: 本发明属于自动驾驶测试领域,一种自动驾驶场景文件正确性的检测方法,所述的自动驾驶场景文件使用OpenSCENARIO2.0场景描述语言编写。本发明将场景文件的正确性检测分为三个步:第一,对场景文件进行词法和语法分析,检测是否存在词法和语法错误;第二,提取场景中的静态信息,根据这些信息以及定义的场景约束对场景语义正确性进行初步判断;第三,使用预训练的神经网络模型SVM对场景文件正确性做进一步检查。本发明可用于场景生成过程中识别错误场景,通过避免执行这些场景,能够有效提高程序的健壮性并且提高场景生成效率。

    一种基于事故数据驱动的自动驾驶安全紧要场景生成方法

    公开(公告)号:CN116880235A

    公开(公告)日:2023-10-13

    申请号:CN202310773091.1

    申请日:2023-06-28

    Abstract: 本发明属于自动驾驶测试领域,涉及一种用于生成导致自动驾驶系统违规的场景技术,具体为一种基于事故数据驱动的自动驾驶安全紧要场景生成方法。本发明以现实世界中的事故场景作为基础,挖掘此类场景中可能存在的导致自动驾驶系统违规的危险因素;将场景生成问题建模为求最优解问题,使用遗传算法作为求解算法,从而高效生成安全紧要场景。本发明可用于生成价值更高但难以发掘的安全紧要场景,以提高测试效率,检测自动驾驶系统缺陷。

    一种基于搜索的SMT求解器故障定位方法

    公开(公告)号:CN114880218A

    公开(公告)日:2022-08-09

    申请号:CN202210443923.9

    申请日:2022-04-26

    Abstract: 本发明属于软件测试领域,具体为一种基于搜索的SMT求解器故障定位方法。首先使用遗传算法搜索变异规则列表对测试程序进行变异,得到一组不触发故障的变异测试程序。然后,使用基于频谱的方法通过比较触发故障的测试程序和不触发故障的变异测试程序的执行路径对可疑文件进行排名,得到文件排名列表。本发明能够对SMT求解器的故障进行定位分析,从而可以帮助开发者更快地找到SMT求解器的故障原因,方便了调试工作,提高了求解器的质量。

    一种基于差分测试的高级综合工具优化选项缺陷检测方法

    公开(公告)号:CN114385492A

    公开(公告)日:2022-04-22

    申请号:CN202111651762.4

    申请日:2021-12-30

    Abstract: 本发明属于软件测试技术领域,尤其涉及一种基于差分测试的高级综合工具优化选项缺陷检测方法。本发明通过对随机生成的测试用例代码进行基于代码特征向量余弦相似度的筛选,得到优化空间差异性较大的测试用例代码,对每个通过筛选的测试用例代码进行基于组合覆盖测试的优化选项选择,得到一系列优化选项组合,将得到优化选项插入到测试用例代码中,使用待检测高级综合工具对测试用例代码进行综合,即可对高级综合工具优化选项缺陷进行检测;本发明解决了高级综合工具优化选项缺陷检测过程中,测试用例产生以及优化选项选择等问题,提高了测试用例多样性,扩大了测试空间,避免了冗余的测试,从而提高高级综合工具优化选项缺陷检测效率。

    一种基于等价取模测试的高级综合工具缺陷检测方法

    公开(公告)号:CN113010427B

    公开(公告)日:2024-12-06

    申请号:CN202110301741.3

    申请日:2021-03-22

    Abstract: 本发明属于检测技术以及软件测试技术领域,尤其涉及一种基于等价取模测试的高级综合工具缺陷检测方法。本发明采用了等价取模测试思路,但针对于高级综合工具特点,在等价取模测试在种子代码中删除未执行代码或插入代码的变异操作基础上,增加了对种子代码进行转换的变异操作,并使用仿真器模拟仿真种子代码和变异后代码被待测试高级综合工具综合所得到的两个HDL代码,比较两个HDL代码是否有相同的仿真输出结果来判断待测试高级综合工具是否存在缺陷。本发明方法能够产生有效的高级综合工具测试的测试用例,能够有效检测高级综合工具中存在的缺陷,并能够自动化生成Bug报告,以供开发人员快速修复缺陷。

    一种基于强化学习的深度学习编译器测试加速方法

    公开(公告)号:CN118820078A

    公开(公告)日:2024-10-22

    申请号:CN202410797026.7

    申请日:2024-06-20

    Abstract: 本发明属于软件测试领域,涉及一种基于强化学习的深度学习编译器测试加速方法。特征提取模块负责从收集到的深度学习模型进行特征分析,提取深度学习模型的节点特征和边特征,并收集模型编译过程中的不同模块的覆盖率作为阶段的目标结果;多回归覆盖率模型利用提取出来的特征信息和覆盖率进行训练,该模型负责从模型的特征信息中预测该模型在编译过程中的模块覆盖率;强化学习引导模型生成是本发明中的核心模块,主要负责利用强化学习算法和覆盖率模型,使深度学习模型生成工具具有主动探索并生成具备高模块覆盖率的模型用于编译器的测试;编译器测试模块负责利用生成的深度学习模型进行编译器测试,发现潜在的编译器错误。

    一种基于搜索的SMT求解器故障定位方法

    公开(公告)号:CN114880218B

    公开(公告)日:2024-07-30

    申请号:CN202210443923.9

    申请日:2022-04-26

    Abstract: 本发明属于软件测试领域,具体为一种基于搜索的SMT求解器故障定位方法。首先使用遗传算法搜索变异规则列表对测试程序进行变异,得到一组不触发故障的变异测试程序。然后,使用基于频谱的方法通过比较触发故障的测试程序和不触发故障的变异测试程序的执行路径对可疑文件进行排名,得到文件排名列表。本发明能够对SMT求解器的故障进行定位分析,从而可以帮助开发者更快地找到SMT求解器的故障原因,方便了调试工作,提高了求解器的质量。

Patent Agency Ranking