公开(公告)号：CN107203469B

公开(公告)日：2020-04-03

申请号：CN201710292927.0

申请日：2017-04-28

Applicant: 北京大学

Inventor： 陈俊洁 ,  白彦威 ,  郝丹 ,  熊英飞 ,  张洪宇 ,  张路 ,  谢冰

IPC: G06F11/36

Abstract: 本发明公布了一种编译器测试加速方法，采用机器学习方法构造用于预测测试程序触发缺陷的概率的能力模型和用于预测每个测试程序的执行时间的时间模型，通过计算每个测试程序单位时间内触发缺陷的概率，实现对测试程序的排序，从而实现编译器测试加速；包括学习阶段和调度阶段；学习阶段包括识别特征过程、训练能力模型过程和训练时间模型过程；调度阶段，基于所述学习阶段得到的能力模型和时间模型，得到新的测试程序的执行顺序。通过本发明，测试人员可在执行测试程序之前，事先对测试程序进行排序，使得更有可能触发缺陷的测试程序被优先执行，从而实现编译器测试加速。

公开(公告)号：CN107203469A

公开(公告)日：2017-09-26

申请号：CN201710292927.0

申请日：2017-04-28

Applicant: 北京大学

Inventor： 陈俊洁 ,  白彦威 ,  郝丹 ,  熊英飞 ,  张洪宇 ,  张路 ,  谢冰

IPC: G06F11/36

Abstract: 本发明公布了一种编译器测试加速方法，采用机器学习方法构造用于预测测试程序触发缺陷的概率的能力模型和用于预测每个测试程序的执行时间的时间模型，通过计算每个测试程序单位时间内触发缺陷的概率，实现对测试程序的排序，从而实现编译器测试加速；包括学习阶段和调度阶段；学习阶段包括识别特征过程、训练能力模型过程和训练时间模型过程；调度阶段，基于所述学习阶段得到的能力模型和时间模型，得到新的测试程序的执行顺序。通过本发明，测试人员可在执行测试程序之前，事先对测试程序进行排序，使得更有可能触发缺陷的测试程序被优先执行，从而实现编译器测试加速。