-
公开(公告)号:CN112286807B
公开(公告)日:2022-01-28
申请号:CN202011171646.8
申请日:2020-10-28
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能领域的方法,实现了一种基于源代码文件依赖关系的软件缺陷定位系统,系统分为输入、运算、输出三个模块,输入模块用于导入缺陷报告和源码文件,输出模块用于将源码文件按照相关性得分排序后对外输出,运算模块采用DependLoc框架,由三个子模块组成,CNN4TFIDF模型子模块根据缺陷报告和源码文件的TF‑IDF向量,捕获文本特征;片段RefHI编码器子模块将缺陷报告和源码文件编码成具有源码依赖关系特征的向量;CNN4RefHI子模块基于缺陷报告和源码文件的RefHI向量它们之间的相关性得分;从而实现了有效区分错误和非错误源码文件;覆盖当前应用中的所有源码文件;充分利用缺陷报告和源代码文件的TF‑IDF向量表示中的信息的技术效果。
-
公开(公告)号:CN113835739B
公开(公告)日:2023-09-26
申请号:CN202111110642.3
申请日:2021-09-18
Applicant: 北京航空航天大学
IPC: G06F8/70 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明通过人工智能处理领域的方法,实现了一种软件缺陷修复时间的智能化预测方法。方法采用四个子模型分别提取不同类型的特征:开发人员活动、开发人员情感状态、缺陷语义、源代码分析引入的开销,最后,通过一个定制化的多层感知器来融合高层特征,并将四种特征通过最佳的方式结合,进行缺陷修复时间的预测。提出一种能够预测准确,且考虑由缺陷评论反映出的开发人员的情感状态因素、影响修复进程的缺陷语义,以及开发人员在检查和分析源代码文件时投入的开销的软件缺陷修复时间预测方法。
-
公开(公告)号:CN112286807A
公开(公告)日:2021-01-29
申请号:CN202011171646.8
申请日:2020-10-28
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能领域的方法,实现了一种基于源代码文件依赖关系的软件缺陷定位系统,系统分为输入、运算、输出三个模块,输入模块用于导入缺陷报告和源码文件,输出模块用于将源码文件按照相关性得分排序后对外输出,运算模块采用DependLoc框架,由三个子模块组成,CNN4TFIDF模型子模块根据缺陷报告和源码文件的TF‑IDF向量,捕获文本特征;片段RefHI编码器子模块将缺陷报告和源码文件编码成具有源码依赖关系特征的向量;CNN4RefHI子模块基于缺陷报告和源码文件的RefHI向量它们之间的相关性得分;从而实现了有效区分错误和非错误源码文件;覆盖当前应用中的所有源码文件;充分利用缺陷报告和源代码文件的TF‑IDF向量表示中的信息的技术效果。
-
公开(公告)号:CN104618164A
公开(公告)日:2015-05-13
申请号:CN201510076848.7
申请日:2015-02-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种云计算平台应用快速部署的管理方法,包括:应用部署控制器接收应用部署或反部署请求以及向云平台资源管理器发送应用部署或反部署请求;云平台资源管理器确定应用部署或反部署请求所需资源和向应用部署控制器发送资源信息,以及向资源信息中位置信息对应的本地代理发送应用部署或反部署请求,以使本地代理根据应用部署或反部署请求在对应节点的对应容器中进行应用的部署或反部署;应用部署控制器接收本地代理发送的应用部署或反部署成功消息,以及向云平台资源管理器和快速部署模块发送应用部署或反部署成功消息;快速部署模块根据应用部署或反部署成功消息中对应的应用配置信息更新配置文件并通过动态热部署使配置文件生效。
-
公开(公告)号:CN104618164B
公开(公告)日:2018-12-21
申请号:CN201510076848.7
申请日:2015-02-12
Applicant: 北京航空航天大学
Abstract: 本发明提供一种云计算平台应用快速部署的管理方法,包括:应用部署控制器接收应用部署或反部署请求以及向云平台资源管理器发送应用部署或反部署请求;云平台资源管理器确定应用部署或反部署请求所需资源和向应用部署控制器发送资源信息,以及向资源信息中位置信息对应的本地代理发送应用部署或反部署请求,以使本地代理根据应用部署或反部署请求在对应节点的对应容器中进行应用的部署或反部署;应用部署控制器接收本地代理发送的应用部署或反部署成功消息,以及向云平台资源管理器和快速部署模块发送应用部署或反部署成功消息;快速部署模块根据应用部署或反部署成功消息中对应的应用配置信息更新配置文件并通过动态热部署使配置文件生效。
-
公开(公告)号:CN113835739A
公开(公告)日:2021-12-24
申请号:CN202111110642.3
申请日:2021-09-18
Applicant: 北京航空航天大学
Abstract: 本发明通过人工智能处理领域的方法,实现了一种软件缺陷修复时间的智能化预测方法。方法采用四个子模型分别提取不同类型的特征:开发人员活动、开发人员情感状态、缺陷语义、源代码分析引入的开销,最后,通过一个定制化的多层感知器来融合高层特征,并将四种特征通过最佳的方式结合,进行缺陷修复时间的预测。提出一种能够预测准确,且考虑由缺陷评论反映出的开发人员的情感状态因素、影响修复进程的缺陷语义,以及开发人员在检查和分析源代码文件时投入的开销的软件缺陷修复时间预测方法。
-
-
-
-
-