一种基于蜕变算法的三维激光雷达点云数据扩增方法

    公开(公告)号:CN114265074A

    公开(公告)日:2022-04-01

    申请号:CN202111471923.1

    申请日:2021-11-30

    Applicant: 南京大学

    Abstract: 一种基于蜕变算法的三维激光雷达点云数据扩增方法,将三维激光雷达场景点云数据扩增过程处理为通过蜕变算法程序向三维激光雷达场景点云数据中新增其他三维激光雷达物体点云或旋转场景点云数据中带标签的物体点云生成与三维真实激光雷达场景点云数据高度近似的用例的过程。在新增物体方面,程序对真实三维环境采集的真实激光雷达场景点云数据和物体点云数据库中的物体数据进行融合,生成扩增三维激光雷达场景点云数据。在旋转物体方面,程序根据真实激光雷达场景点云数据原始标签对场景中具有标签的物体点云进行提取并旋转,从而在短时间内自动生成大量高度仿真的激光雷达点云数据用例。

    一种面向安卓应用的崩溃信息线上分析方法

    公开(公告)号:CN114138537A

    公开(公告)日:2022-03-04

    申请号:CN202111471664.2

    申请日:2021-11-30

    Applicant: 南京大学

    Abstract: 本发明提出了一种面向安卓应用的崩溃信息线上分析方法,用于自动捕捉移动应用运行时的崩溃并提供多维可视化崩溃报告,该发明的主要创新在于(1)收集设备软硬件信息、用户页面路径跟踪及崩溃截图。(2)引入支持向量机和朴素贝叶斯分类算法实现崩溃崩溃,基于模式匹配和不一致性分析的方法实现崩溃去重。(3)多维可视化展示崩溃报告,提供了页面分布视图和崩溃解决建议查看,通过开放第三方解决提交及查看入口,可实现自定义崩溃解决方案,并对有用建议点赞,以解决解决方案的不完善性问题。

    一种基于模糊测试的深度学习算子测试工具

    公开(公告)号:CN113742204A

    公开(公告)日:2021-12-03

    申请号:CN202010487165.1

    申请日:2020-05-27

    Applicant: 南京大学

    Abstract: 一种基于模糊测试的深度学习算子测试工具,通过训练集分析、随机数据补充、中间数据获取等多种方式得到一批测试数据作为种子,转化为可用测试用例并初始化模糊测试的语料集。然后根据具体的待测算子获取可用的变异方法并制定用例扩增策略。接着按照扩增策略,抽取语料集中的元素,生成大批新测试用例,并作为待测算子接口的输入。最后采用差分测试的方法评估用例的对应输出结果,分析是否发现待测算子的运算过程或运算结果存在异常。

    一种基于变异fuzz的智能合约安全测试方法

    公开(公告)号:CN111459786A

    公开(公告)日:2020-07-28

    申请号:CN201910051630.4

    申请日:2019-01-18

    Applicant: 南京大学

    Abstract: 本发明提出一种基于变异fuzz的智能合约安全测试方法,该方法以智能合约的源代码作为输入,获取智能合约的二进制接口(Application Binary Interface,ABI),从ABI中找到函数类型的元素,提取它们的函数声明;在此基础上,进一步开展测试数据生成:若被测函数没有种子,则随机生成测试数据,否则将会有一定几率基于种子变异产生测试数据;接着,使用测试数据执行私有链上的智能合约,进而开展漏洞检测,更新种子,再次回到测试输入产生步骤,如此反复直到达到事先设置测试终止条件(该终止条件可以为测试时间、路径覆盖率等)。通过该方法,测试人员可以在短时间内检查智能合约是否存在安全性问题,并且可以参考输入复现其问题。

    一种面向安卓应用的崩溃信息线上分析方法

    公开(公告)号:CN110765007A

    公开(公告)日:2020-02-07

    申请号:CN201910952058.9

    申请日:2019-09-29

    Applicant: 南京大学

    Abstract: 本发明提出了一种面向安卓应用的崩溃信息线上分析方法,用于自动捕捉移动应用运行时的崩溃并提供多维可视化崩溃报告,该发明的主要创新在于(1)收集设备软硬件信息、用户页面路径跟踪及崩溃截图。(2)引入支持向量机和朴素贝叶斯分类算法实现崩溃崩溃,基于模式匹配和不一致性分析的方法实现崩溃去重。(3)多维可视化展示崩溃报告,提供了页面分布视图和崩溃解决建议查看,通过开放第三方解决提交及查看入口,可实现自定义崩溃解决方案,并对有用建议点赞,以解决解决方案的不完善性问题。

    一种功能粒度上基于语义信息的源代码相似度评估方法

    公开(公告)号:CN110737469A

    公开(公告)日:2020-01-31

    申请号:CN201910951997.1

    申请日:2019-09-29

    Applicant: 南京大学

    Abstract: 一种功能粒度上基于语义信息的源代码相似度评估方法,其特征是在功能粒度上使用标识符和控制流图对源码分别进行表示,其中功能是由函数和函数间的调用关系组成的介于源代码文件和函数之间的代码表示,计算功能对应的标识符和控制流图的嵌入向量,将控制流图中节点对应的代码片段用相应的标识符表示替换,再与控制流图的嵌入向量组合得到功能的嵌入向量,接着计算功能的嵌入向量之间的距离,得到源代码之间的相似度,可以较为准确的衡量Type-4克隆。

    一种基于步骤提示的安卓众包测试反馈方法

    公开(公告)号:CN109840191A

    公开(公告)日:2019-06-04

    申请号:CN201711200460.9

    申请日:2017-11-24

    Applicant: 南京大学

    Abstract: 一种基于步骤提示的安卓众包测试反馈方法,其特征是通过众包测试平台Kikbug的驱动程序对测试过程的记录,建立用户测试行为数据库;在测试过程当中,收集当前测试人员的测试步骤信息,和数据库中已记录的、已触发异常的操作信息对比,解决众包测试报告不够专业的问题,以引导测试人员完成更高效的众包测试。(1)建立关于异常的测试行为数据库,通过任务提供者完成所有待测任务,初始化数据库;(2)对比当前测试人员和数据库中的操作序列,引导测试人员触发异常;(3)存储测试过程中出现的新异常;(4)当某异常复现的次数超过阀值,将之定义为已确认的异常,不再引导测试人员验证该异常;(5)将异常反馈给任务提供者。

    基于频繁子图挖掘的错误定位方法

    公开(公告)号:CN104536882A

    公开(公告)日:2015-04-22

    申请号:CN201410713577.7

    申请日:2014-11-28

    Abstract: 基于频繁子图挖掘的错误定位方法,将程序的所有实体共同作为一个整体,通过图挖掘方法获取失败用例执行中的特征模式,进而实现更加准确且包含运行时上下文的自动化错误定位结果。本发明方法是一种区分性子图挖掘方法,以频繁子图挖掘为基础框架,基于信息增益方法计算子图的可疑度,通过优化的频繁子图挖掘方法获取失败用例和成功用例执行中的特征模式,进而实现更加准确且包含运行时上下文的自动化错误定位结果。本发明可以获得子图可疑度的排序,进而提供给测试人员可疑度最高的K个子图,从而提高了开发人员定位错误的准确性和效率。

    程序执行序列的获取方法及装置

    公开(公告)号:CN103744782A

    公开(公告)日:2014-04-23

    申请号:CN201410001275.7

    申请日:2014-01-02

    Abstract: 本发明提出一种程序执行序列的获取方法及装置,其中,程序执行序列的获取方法包括:在编译阶段为被测程序选择插桩节点植入探针,在探针中写入保存函数、收集序列函数和还原函数;当被测程序根据当前测试用例执行分支时,输出对应的基本块信息;以及根据所述基本块信息得到基本块图级别的执行序列,根据执行序列与对应的基本块图生成包含行号信息的执行序列信息。本发明实施例,通过插桩模块在探针中写入保存函数和还原函数,可以在不修改程序源代码的情况下,实现目标代码的插桩,通过执行测试用例后可以获得程序的多个执行序列,进而可以帮助测试人员实现软件工程任务,比如错误定位等。

Patent Agency Ranking