-
公开(公告)号：CN117827682A
公开(公告)日：2024-04-05
申请号：CN202410188671.9
申请日：2024-02-20
Applicant: 大连海事大学
IPC: G06F11/36 , G06F18/2411 , G06N20/10
Abstract: 本发明公开了一种基于支持向量机的测试用例缺陷预测及分类方法，包括：形成测试用例缺陷集，统计测试用例缺陷集中测试用例的模块信息，搭建待测软件测试用例缺陷模块信息矩阵；收集一批待测软件上可正常运行的普通测试用例集，统计普通测试用例集中测试用例的模块信息，搭建待测软件普通测试用例模块信息矩阵；将测试用例缺陷模块信息矩阵与普通测试用例模块信息矩阵按行打乱排序，形成待测软件测试用例矩阵；将待测软件测试用例矩阵分为训练集、测试集与验证集；将训练集输入支持向量机分类模型中训练，得到训练好的支持向量机分类模型；将验证集输入至训练好的支持向量机分类模型进行预测，并将预测分类结果与验证集中结果对比，计算正确率。
-
公开(公告)号：CN116860594A
公开(公告)日：2023-10-10
申请号：CN202310045476.6
申请日：2023-01-30
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于功能等效的Simulink测试方法，于包括：采用随机生成方法批量生成测试用例，对运行成功的测试用例建立测试用例集，收集用于扩大测试用例集的被测软件第三方用例模型；对测试用例集中的模块进行识别获得识别功能模块，对可进行功能拆解、重组以及换位的模块或模块组进行标记，收集覆盖信息并判断模块是否属于信号活路径上；随机选择一个测试用例集中的测试用例进行复制操作，在该测试用例信号活路经中随机选择几个信号线位置插入信号选择模块，并保证原路径畅通；对所述信号选择模块未使用端进行变异操作，对识别功能模块进行变异操作；将经过变异操作的测试用例与复制前的测试用例进行差分测试，同时记录出现的错误。
-
公开(公告)号：CN113378178B
公开(公告)日：2023-08-22
申请号：CN202110687688.5
申请日：2021-06-21
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于深度学习的图自信学习软件漏洞检测方法，包括：对源代码进行构图：将唯一的单词表示为顶点，将单词之间的协同表示为边来构造代码的图，获取每个图的连接的边的初始特征以及每个节点的初始特征值；构建深度置信网络模型，将转化为图结构的数据集输入至该模型中，找出数据集中是噪音的样本，把噪音样本从数据集中删除；使用门控图神经网络聚集和传递代码图中相邻代码节点的信息，学习代码节点的特征并进行图级预测从而对软件代码漏洞进行检测。该方法通过深度学习的图自信学习软件漏洞检测方法来训练识别软件漏洞模型，在检测软件漏洞方面取得了良好的效果，提高了在软件性能问题。
-
公开(公告)号：CN115470104A
公开(公告)日：2022-12-13
申请号：CN202210983410.7
申请日：2022-08-16
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于等价模变异的仿真软件测试方法，包括：对生成的测试用例进行可用性检查，并判断测试用例是否正常编译，根据路径覆盖收集测试用例的变量数值和时延，根据正常编译的比率生成图形化的预处理结果图；对每一个测试用例插入二分支选择片段；填充二分支选择片段的不执行分支生成新的变体程序；采用马尔可夫链蒙特卡罗法筛选出新变体中复杂度高的变体程序作为等效变体；采用等效模输入方法比较原始测试程序与等效变体之间的区别，从而发现仿真软件存在的缺陷。根据该方法测试出多个有效的仿真软件bug，在一定程度上维护了仿真验证工具的稳定，并且使得仿真验证工具更加的可靠。
-
公开(公告)号：CN115437921A
公开(公告)日：2022-12-06
申请号：CN202210963150.7
申请日：2022-08-11
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于预测覆盖率的软件测试加速方法，包括：收集测试用例并提取测试用例的特征信息；统计每个插桩点是否被执行从而获得测试用例覆盖的模块的代码信息，得出对Simulink每个模块的覆盖率，将测试用例对Simulink每个模块的覆盖率作为一组值并规定为标签；建立预测模型，对新测试用例的覆盖率进行预测；基于覆盖率信息对测试用例进行聚类处理；将bug概率预测模型分为bug预测模型和执行时间预测模型，其中bug预测模型预测输入测试用例触发bug的概率，执行时间预测模型预测输入测试用例的执行时间，将概率除去执行时间作为模型的输出结果；对测试用例进行排序。
-
Patent Agency Ranking
公开(公告)号：CN109614489B
公开(公告)日：2022-11-18
申请号：CN201811528863.0
申请日：2018-12-13
Applicant: 大连海事大学
IPC: G06F16/35 , G06F16/36 , G06F40/284
Abstract: 本发明公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的Bugzilla Bug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。通过上述方法可以实现Android Bug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。
-
公开(公告)号：CN114911694A
公开(公告)日：2022-08-16
申请号：CN202210349093.3
申请日：2022-04-01
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于等价优化变异策略的simulink代码生成工具测试方法，包括：采集并生成测试用例；采用PSO粒子群算法对测试用例库的模型进行优化；对筛选后得到的种子模型进行参数配置和链接时优化得到重构模型，链接时优化模型结构重构过程：利用Simulink代码生成工具为重构模型和原种子模型生成对应目标异构代码；采用差分测试比较重构模型、原种子模型和对应异构c语言代码文件，执行程序的执行轨迹，对种子模型和待测用例进行编译运行，若编译出现错误，则记录该错误信息，分别比较种子模型和待测用例的普通模式和SIL模式的输入输出值，如果三者等价，则完成该用例的测试过程，如果存在差异，并认定为发现bug。
-
公开(公告)号：CN109491914B
公开(公告)日：2021-11-30
申请号：CN201811333585.3
申请日：2018-11-09
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于不平衡学习策略高影响缺陷报告预测方法：使用文本预处理方法对缺陷报告的文本信息进行处理；将处理后文本信息分储为训练集和测试集；对训练集做多次数据平衡处理；使用多个分类器对经过平衡处理的训练集进行训练；把多个分类器的优点进行集成并输出；使用文本特征提取模块来对测试集中的缺陷报告进行文本特征提取；使用训练好的模型对测试集中的缺陷报告进行预测。本发明克服了数据的不平衡特性并加以利用，将不平衡学习策略与约束求解相结合，基于不同分类算法的不同能力，提出了利用权重优化每个分类器的判别概率以提高分类效果，并将优化后的多个分类器进行集成，通过获取更合适的权重来获得更高的准确率。
-
公开(公告)号：CN113672508A
公开(公告)日：2021-11-19
申请号：CN202110944362.6
申请日：2021-08-17
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于风险策略和多样性策略的Simulink测试方法，具体步骤包括：收集测试用例；对生成的测试用例进行处理：统计每个测试用例中出现的Simulink模块名以及出现的次数；对关键词向量进行建模：将所有测试用例中出现的Simulink模块名构成一个关键词词典，并记录每个关键词出现的次数，将出现次数低于设定阈值的关键词删除；构建关键词矩阵KV、风险向量RV以及距离矩阵DM；使用基于风险向量RV的风险策略Dan、基于距离矩阵DM的多样性策略Var、以及结合了上述两种策略的多样性风险混合策略VarDan对Simulink测试用例进行优先化排序。
-
公开(公告)号：CN113377422A
公开(公告)日：2021-09-10
申请号：CN202110642380.9
申请日：2021-06-09
Applicant: 大连海事大学
IPC: G06F8/71
Abstract: 本发明公开了一种基于深度学习识别自我承认技术债务方法，包括：构建文本的图形结构，基于图形的单词交互，将词嵌入向量作为门控图神经网络中图的节点特征的隐藏状态，将节点接收到的信息通过更新门确定有多少前一时刻和当前时刻的信息需要传递到下一时刻，节点接收到的信息通过重置门确定有多少前一时刻和当前的时刻的信息需要被舍弃，最终将获得重置门输出的信息和更新门输出的信息、以及自身节点的信息三者进行合并；使用Focal loss函数使损失值最小化，获得准确的预测结果；使用神经网络模型对预测结果进行预测，得到精确度、召回率以及精确度和召回率的调和平均值F1。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.025 seconds)
