-
-
公开(公告)号：CN117453539A
公开(公告)日：2024-01-26
申请号：CN202311361985.6
申请日：2023-10-20
Applicant: 大连理工大学
IPC: G06F11/36
Abstract: 本发明属于传统软件工程的编译器软件质量保障领域，提出一种基于大语言模型赋能的编译器缺陷定位方法，可用于自动定位编译器中的缺陷。该方法首先设计了一种能准确表示所需突变操作的精确提示模式，并对测试程序进行静态分析得出最复杂的变量列表和语句位置以填充提示模版；之后利用强化学习结合记忆搜索不断优化缺陷特定提示选择方案；最后使用静态分析方法检测和过滤潜在无效测试程序，最终得到可疑文件列表作为编译器缺陷定位结果。本发明显著提高了测试用例自动化生成的效率，增加了生成的测试程序的多样性，提高了检测和定位编译器缺陷的效率，使用简便，可扩展性强，人力成本低。
-
公开(公告)号：CN116680979A
公开(公告)日：2023-09-01
申请号：CN202310656166.8
申请日：2023-06-05
Applicant: 大连理工大学
IPC: G06F30/27 , G06F18/214 , G06N3/092
Abstract: 本发明属于无人驾驶测试技术领域，尤其涉及一种基于强化学习的无人驾驶测试场景自动生成方法。本发明将场景中的动态要素视为智能体，通过强化学习在仿真过程中不断的训练模型，让智能体学会在驾驶过程中与自我车辆发生交互，从而让无人驾驶车辆面对更为复杂的场景。因为场景中存在多个行人和多辆车，所以采用中心化训练去中心化执行的架构和演员‑评论家思想来使各智能体之间协同合作。在训练阶段，每个动态元素都需要把自己观测值和当前做出的动作通知给中央处理器模块，通过这些信息决定每个智能体在下一步应该做出的动作；在执行阶段，动态元素不需要再提供自己的观测值和动作给中央控制器，而是自行决策，从而提高测试效率。
-
公开(公告)号：CN114385491A
公开(公告)日：2022-04-22
申请号：CN202111651709.4
申请日：2021-12-30
Applicant: 大连理工大学
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。
-
公开(公告)号：CN114153721A
公开(公告)日：2022-03-08
申请号：CN202111352689.0
申请日：2021-11-16
Applicant: 大连理工大学
IPC: G06F11/36
Abstract: 本发明提供一种基于决策树算法的API误用检测方法，属于软件工程技术领域。API复用已有的软件框架或类库，可有效地提高软件开发效率。若违反了这些规约就会造成API误用，目前检测技术面临两个方面挑战：1)难以获取API使用规约；2)难以同时检测多种不同类型的API误用。该方法首先从代码托管工具上收集开源项目，从中提取出API使用示例。将API使用示例转换为AUG图，从图中挖掘API使用规约，有效解决第一个挑战。基于API使用规约信息构建API使用决策树，通过融入剪枝策略提高API使用决策树的泛化能力。在误用检测阶段，采用粗粒度和细粒度相结合的方式，提高API使用决策树的检测能力有效解决第二个挑战。
-
Patent Agency Ranking
公开(公告)号：CN112035116B
公开(公告)日：2021-07-16
申请号：CN202010869346.0
申请日：2020-08-26
Applicant: 大连理工大学
Abstract: 本发明提供一种多目标编译优化序列选择的代理建模方法，是一种针对其计算代价约束问题的解决方案，属于编译器优化领域。首先将编译优化序列进行二进制编码，针对两个优化目标代码规模和运行速度分别设计适应度函数，在选择、交叉操作后产生的子种群，并与父种群合并快速非支配排序产生新种群，最终获得Pareto最优解集。在搜索迭代过程中，使用编译优化序列以及对应的两个目标适应度值分别构造代理模型，针对进化操作产生的子种群使用代理模型计算近似适应度值，并对其中优秀解计算实际适应度值，从而提高进化效率。本发明能够有效地为待编译程序选择满足多目标(如运行速度、代码规模)的编译优化序列，并解决迭代过程中带来的计算代价约束问题。
-
公开(公告)号：CN113064821A
公开(公告)日：2021-07-02
申请号：CN202110331114.4
申请日：2021-03-29
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于搜索的编译器优化序列故障定位方法，可用于C/C++语言的编译器优化序列故障定位，如开源编译器LLVM等；亦可根据特定编程语言的编译器特性，对本发明的相关步骤进行适配，从而定位该特定编程语言的编译器优化序列故障。本发明能够有效地对编译器优化序列故障进行分析定位，从而帮助编译器开发者更好、更快地理解与修复编译器优化序列相关的故障，提高编译器的质量。
-
公开(公告)号：CN110321130B
公开(公告)日：2021-04-16
申请号：CN201910549431.6
申请日：2019-06-24
Applicant: 大连理工大学
Abstract: 本发明提供一种基于系统调用日志的不可重复编译定位方法，属于软件编译领域。该方法首先通过对系统调用日志信息进行差异分析构建依赖图；再通过分析构建过程中父子进程关系对依赖图进行增强；最终通过遍历依赖图并排序，得到最终的问题构建命令，以便进行后续修复工作。本发明能够有效验证软件源代码与二进制包之间的对应关系，一旦发生不一致，能够定位到可能导致软件不可重复编译的构建命令。
-
公开(公告)号：CN110704065A
公开(公告)日：2020-01-17
申请号：CN201910952281.3
申请日：2019-10-09
Applicant: 大连理工大学
Abstract: 基于非法程序输入的编译器前端差分测试方法，属于软件编译领域。该方法首先将自动生成的测试用例表示为抽象语法树,即AST树；然后通过循环删除AST树的节点及其子节点构造非法测试用例，将其作为编译器的输入，并收集编译之后的警告信息和错误信息；通过对多个不同版本和不同类别编译器的警告信息和错误信息的比较，收集导致信息不一致和信息缺失的非法测试用例；最后将收集到的非法测试用例进行约减并提交bug报告。本发明能够有效测试编译器前端的的正确性与健壮性，一旦发现了触发编译器前端bug的非法测试用例，在对该测试用例进行约减之后可直接提交给开发者修复。
-
公开(公告)号：CN104039021B
公开(公告)日：2017-10-20
申请号：CN201410260489.6
申请日：2014-06-12
Applicant: 大连理工大学
IPC: H04W74/08
Abstract: 本发明公开了一种基于信道占用率的MAC层公平性退避算法，属于Ad Hoc网络领域。节点发送数据前，首先计算节点对当前的信道占用率，判断其值与理想信道占用率的大小关系，同时根据前次通信是否成功，将当前通信状态分为四种类型。然后，根据当前竞争窗口值判断网络负载程度，在不同通信状态下，动态调整竞争窗口值，改变节点对接入信道的能力，最终实现所有节点对的信道占用率趋向1/n发展的相对公平状态。本发明可作为Ad Hoc网络节点设备选择信道的MAC层协议使用。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.027 seconds)
