-
公开(公告)号:CN117667392A
公开(公告)日:2024-03-08
申请号:CN202311603401.1
申请日:2023-11-28
Applicant: 浙江大学
IPC: G06F9/50 , G06F9/48 , G06Q30/0201 , G06F11/30
Abstract: 本发明公开了一种面向多元异构算力网络的算力插座架构。本发明中的算力标准化表征模块包括多个算力使用标准,针对不同类型的应用选择不同类型的算力使用标准;算力计费模块对业务应用的算力资源以及算力能效进行监控、监测,并按照统一的度量标准进行统计,基于统计结果进行算力费用结算;业务处理模块基于任务应用分配算力资源,为业务应用搭建标准化运行环境,部署运行业务应用,并将业务计算结果进行整合汇总;应用接入模块为算力服务使用者提供业务应用接口,接收各应用场景的各类业务应用。本发明提供不同类型的算力标准化表征,实现了不同类型业务应用在异构算力网络的标准化接入。
-
公开(公告)号:CN117349151A
公开(公告)日:2024-01-05
申请号:CN202311237619.X
申请日:2023-09-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于聚类的测试用例优先级排序方法、装置及存储介质,应用于对软件的回归测试,其中,方法包括以下步骤:(1)针对于测试用例进行聚类分析,将具有相似性的测试用例进行分组,得到多个单元集群;(2)以每个单元集群为单位,通过执行单元集群的测试用例确定单元优先级,并根据单元优先级确定测试用例的用例优先级。本发明基于测试执行结果动态排序的测试用例优先级排序的方法,采用机器学习算法将用例进行聚簇分析,通过测试执行结果动态调整测试用例优先级排序,使更有可能检测到缺陷的测试用例优先执行,提升检测缺陷的速度,达到提升回归测试效益的目的,大大提高了测试效率。
-
公开(公告)号:CN117009231A
公开(公告)日:2023-11-07
申请号:CN202310937927.7
申请日:2023-07-28
Applicant: 浙江大学
IPC: G06F11/36
Abstract: 本发明提出了一种基于对话式大语言模型的高可靠单元测试自动生成方法及装置。首先,对项目进行解析和分析提取出上下文信息,然后判断待测方法测试必要性并根据测试目的划分生成不同的测试方向列表。在生成和修复初始测试用例之后,对通过的测试用例进行输入数据搜索,完善测试输入数据。随后,对所有测试用例进行变异测试,对失败的突变重新生成测试用例以提升断言质量。最后,对成功的测试用例进行缩减和合并,以避免重复覆盖。本发明在覆盖率、测试数据完整性、断言质量等方面优于现有方法,且在不同规模和领域的项目上表现稳定。生成的测试用例在可读性、可理解性、可维护性、测试输入数据完整性、断言质量、体积上具有显著优势。
-
公开(公告)号:CN110580218A
公开(公告)日:2019-12-17
申请号:CN201810590045.7
申请日:2018-06-08
Applicant: 浙江大学
Abstract: 本发明实施例提供了一种软件代码复杂度的检测方法、装置及电子设备,其中,方法包括:获取待评估软件的多个代码片段的代码复杂度指标;对所述多个代码片段的代码复杂度指标进行逐级纵向聚合,得到第一聚合得分;对所述第一聚合得分横向聚合,得到第二聚合得分,将所述第二聚合得分作为所述代码复杂度输出。本发明实施例通过采用逐级纵向聚合的方式对待评估软件的代码复杂度进行检测评估,能够形成全面深入的复杂度检测结果,另外,通过回溯逐级聚合的复杂度检测过程,还能够便于开发人员定位出在代码复杂度方面存在问题的代码片段。
-
公开(公告)号:CN119440992A
公开(公告)日:2025-02-14
申请号:CN202411528780.7
申请日:2024-10-30
Applicant: 浙江大学 , 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室))
IPC: G06F11/36 , G06F11/34 , G06F18/241 , G06F8/41
Abstract: 本发明公开了一种基于大语言模型的高质量微基准性能测试自动生成方法及装置,该方法包括:对目标项目进行解析,构建系统依赖图;利用系统依赖图分析目标方法的调用链路,指导大语言模型根据调用链中的源代码进行性能分类;将性能分类结果与预定义的JMH参数模板进行匹配;整合目标方法的上下文信息与参数模板,有效指导大语言模型生成高质量的微基准性能测试用例;解析成功生成的微基准性能测试代码,利用不良实践规则库对代码中的不良实践进行检测,并对不良实践代码进行修复,最终生成高效且准确的测试用例。本发明在测试生成正确率和性能缺陷检测能力等方面均优于传统方法,生成的测试用例在可理解性和性能测量的准确性上有显著优势。
-
公开(公告)号:CN118467032B
公开(公告)日:2025-01-03
申请号:CN202410538199.7
申请日:2024-04-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多模态大模型的自动化UI交互探索方法,包括如下步骤:(1)收集文本、图像、XML文件和历史操作记录信息,由多模态大模型分析上述信息并生成单步探索动作,通过执行系统实现动作正确识别、转化和执行;(2)向多模态大模型提供执行动作前后页面信息和当前视觉地图,多模态大模型通过提取页面特征和识别页面间的关系,更新视觉地图;(3)采用页面级递归探索策略,系统性地构建应用程序的视觉地图。利用本发明,可以自动化探索移动应用程序以及构建视觉地图,提高UI探索的准确性和可靠性。
-
公开(公告)号:CN118736796A
公开(公告)日:2024-10-01
申请号:CN202411209532.6
申请日:2024-08-30
Applicant: 浙江大学 , 杭州善瑟科技有限公司
Abstract: 本发明公开了一种电气火灾风险普查检测方法,包括如下步骤:步骤一,设置微控制器连接监测点的剩余电流采集模块,接收待检测电气的剩余电流数据;步骤二,设置与微控制器连接的服务器,接收剩余电流数据,并通过超前预警计算方法对剩余电流数据进行分析处理,识别分析各监测点的电气火灾隐患状况和误报源状况;步骤三,在服务器侧建立各监测点的电气火灾风险数据库,将电气火灾隐患状况和误报源状况存入电气火灾风险数据库。本发明的电气火灾风险普查检测方法,通过步骤一至步骤三的设置,便可有效的可针对性进行精准排查整改,实现全区域电气火灾综合治理。
-
公开(公告)号:CN118733052A
公开(公告)日:2024-10-01
申请号:CN202410868774.X
申请日:2024-07-01
Applicant: 浙江大学
IPC: G06F8/41 , G06F18/214 , G06F18/213 , G06N3/08 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种结合抽象语法树高效参数微调代码模型的方法:收集代码片段作为训练数据和测试数据;对代码片段进行自动化分析,将代码片段转化为包含代码结构和语法信息的抽象语法树AST;将抽象语法树转化为图数据结构,构建包含节点和边关系的图结构;通过降维嵌入技术将图结构数值化,生成抽象语法树嵌入向量;以图结构的边关系和嵌入向量作为图神经网络的输入,学习代码片段的结构化表示,得到构建后的图神经网络;将构建后的图神经网络作为适配器模块,采用训练数据对预训练的代码模型进行训练,在训练过程中进行高效参数微调,得到微调后的代码模型。该方法在减少微调参数量的同时,能够显著提升代码模型在各类代码任务上的性能。
-
公开(公告)号:CN118467349A
公开(公告)日:2024-08-09
申请号:CN202410538197.8
申请日:2024-04-30
Applicant: 浙江大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于多模态大模型的产品UI功能识别与缺陷检测方法,包括:(1)收集应用程序介绍和应用页面关系图,通过多模态大模型分析上述信息并生成产品功能列表;(2)针对产品功能列表中的每条功能项需求,使用测试脚本进行递归测试,生成测试动作序列;(3)在执行测试动作序列时,记录每次测试执行的结果,同时由多模态大模型评价结果是否包含功能或视觉缺陷。本发明利用多模态大模型进行功能识别、测试序列生成和缺陷评估,通过页面跳转链路请求策略和迭代反馈的方式,能够智能化地生成具有业务含义的测试功能列表和操作序列,提高测试效率和覆盖度;同时,能够帮助发现和记录各种功能和视觉缺陷,有助于改进产品质量和用户体验。
-
公开(公告)号:CN117318912A
公开(公告)日:2023-12-29
申请号:CN202311039719.1
申请日:2023-08-17
Applicant: 浙江大学
Abstract: 本发明公开了基于区块链的多方频繁服务交易场景中的共识方法:在区块链中以业务为建立单位构建子网络,每个子网络包括服务使用者节点和服务使用者节点;服务者使用者调用服务生成服务调用记录;按照时间顺序,服务使用者和相应的服务提供者将服务调用记录分别打包成区块;子网络中空闲算力权重最大的服务提供者节点作为裁判节点;服务使用者按照打包顺序发送区块至裁判节点,区块携带对应的服务提供者的信息标签;裁判节点向对应服务提供者索要相同信息标签的区块并进行对照,确定相同的区块为共识区块;按照共识完成的顺序,裁判节点将共识区块广播到区块链网络中。该方法可以缩短共识时间和提高共识效率以及保证参与方对交易的确认和验证。
-
-
-
-
-
-
-
-
-