-
公开(公告)号:CN119025409A
公开(公告)日:2024-11-26
申请号:CN202410966968.3
申请日:2024-07-18
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36 , G06F18/2415 , G06F18/214
Abstract: 本发明提供了一种中断驱动型程序多变量原子性违反检测方法,包括:以真实航天嵌入式软件为数据库,筛选配有详细文档和带有注释源代码的软件,作为关联变量对识别模型的训练数据集;以共享变量对为对象,通过静态分析对训练数据集中的软件中的共享变量对进行特征提取,构建考虑关联变量对的关联性特征的训练数据集样本;构建学习模型并使用训练数据集样本进行训练,得到一个能够自动识别关联变量对的分类器模型;对待分析源程序进行分析,构建变量对样本作为测试样本;将测试样本输入所述的分类器模型进行关联变量对识别;根据识别的关联变量对得到原子区,分析中断的抢占是否可能破坏原子区,完成多变量原子性违反检测。
-
公开(公告)号:CN115658509A
公开(公告)日:2023-01-31
申请号:CN202211323820.5
申请日:2022-10-28
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了精确的中断驱动型嵌入式软件数据竞争动态检测方法,包括以下步骤:步骤一,获取候选同步操作集;步骤二,筛选候选同步操作;步骤三,验证同步操作的准确性;步骤四,检测程序中的数据竞争;相较于现有的数据竞争动态检测方法,本发明通过识别中断程序中的同步操作,以精确检测程序中的数据竞争,解决了现有方法不能识别中断程序中自定义同步操作,导致数据竞争检测存在大量误报的问题,精化数据竞争检测结果,提高了中断驱动型嵌入式软件可信性;本发明通过采用动静结合的方式进行同步操作识别,有效地提高了中断程序数据竞争缺陷检测的准确率,提高了软件开发和测试效率,提升了软件的安全性。
-
公开(公告)号:CN112631925A
公开(公告)日:2021-04-09
申请号:CN202011591752.1
申请日:2020-12-29
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本申请公开了一种单变量原子违背缺陷的检测方法,该方法包括:将预设中断驱动型软件的源代码转换为中间表示形式LLVM IR,根据中间表示形式构建程序依赖图;根据程序依赖图以及预设IFDS框架构建得到爆炸超图,根据爆炸超图对主程序数据流分析确定每个全局变量串行可达的两次访问序,并对两次访问序的可行性进行分析得到第一分析结果;根据第一分析结果确定出至少一个共享全局变量,以及确定出每个共享全局变量对应的三次访问序,对三次访问序的可行性进行分析得到第二分析结果,根据第二分析结果确定原子违背缺陷并生成缺陷报告。本申请解决了现有技术中单变量原子性违背缺陷检测的准确性和效率较低的技术问题。
-
公开(公告)号:CN111159022A
公开(公告)日:2020-05-15
申请号:CN201911329257.0
申请日:2019-12-20
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供了一种基于单变量访问序模式的中断数据访问冲突检测方法及装置。所述方法包括:获取多个源文件;对每个所述源文件的函数进行可达访问分析,生成每个所述源文件的可达访问图;使用所述多个源文件的函数调用关系和各所述源文件的函数摘要,更新各所述可达访问图;遍历各更新后的可达访问图,匹配单变量访问序模式,得到中断数据访问冲突检测结果。本发明实施例对单文件进行独立分析,避免了跨文件的分析时在不同文件交替分析,减小了内存占用的峰值,可适用于大规模程序。
-
公开(公告)号:CN119988237A
公开(公告)日:2025-05-13
申请号:CN202510457455.4
申请日:2025-04-14
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/3668
Abstract: 一种使用结构化种子用例引导的单元测试智能生成方法,属于软件测试技术领域,包括:解析被测函数,构建被测函数的上下文,并根据被测函数构建预设结构的种子用例;根据被测函数的上下文、代码块和种子用例构建提示词,将提示词输入大模型生成所述预设结构的测试用例,并将测试用例转化为预设标准的测试代码;执行所述测试代码,获得测试覆盖率,根据测试覆盖率情况确定优化需求。本发明通过分析被测函数接口数据,为被测函数构建一个结构化的种子用例,用于引导大模型生成结构化的测试用例,使用基于规则的方法将结构化的测试用例转为测试代码,解决了大模型直接生成测试代码出错概率高的问题,提高了大模型在单元测试中的表现能力。
-
公开(公告)号:CN118277252A
公开(公告)日:2024-07-02
申请号:CN202410296329.0
申请日:2024-03-15
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 一种可扩展的中断驱动程序缺陷检测方法,包括:(1)建立多个堆栈并行构建模块化程序依赖图,同时获得中断的摘要信息;(2)对程序源代码进行静态分析,依据缺陷类型识别能发生缺陷的位置和能够存在并发缺陷的代码区域和触发条件,形成缺陷区域集合#imgabs0#;(3)对缺陷区域集合#imgabs1#中每个缺陷区域进行分析,利用数据依赖、控制依赖关系确定影响并发缺陷发生的关键变量和语句;(4)根据步骤(3)求出的每个缺陷区域对应的关键变量和语句,在依赖图中动态插入中断更新依赖图,对缺陷进行检查。本发明提升了静态分析的效率和精度,实现在保证检测精度和效率的同时,适应不同类型和规模的中断驱动程序,可以检测和定位多种中断驱动型程序缺陷。
-
公开(公告)号:CN111159022B
公开(公告)日:2023-05-02
申请号:CN201911329257.0
申请日:2019-12-20
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明实施例提供了一种基于单变量访问序模式的中断数据访问冲突检测方法及装置。所述方法包括:获取多个源文件;对每个所述源文件的函数进行可达访问分析,生成每个所述源文件的可达访问图;使用所述多个源文件的函数调用关系和各所述源文件的函数摘要,更新各所述可达访问图;遍历各更新后的可达访问图,匹配单变量访问序模式,得到中断数据访问冲突检测结果。本发明实施例对单文件进行独立分析,避免了跨文件的分析时在不同文件交替分析,减小了内存占用的峰值,可适用于大规模程序。
-
公开(公告)号:CN112288079A
公开(公告)日:2021-01-29
申请号:CN202011286945.6
申请日:2020-11-17
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种图神经网络模型训练方法、软件缺陷检测方法及系统。包括:根据软件缺陷数据集,获取训练软件函数及测试软件函数,训练软件函数和测试软件函数预先标注有初始缺陷数据;根据训练软件函数的多维代码属性,构建初始多维代码属性图,根据测试软件函数的多维代码属性,构建目标多维代码属性图;基于初始多维代码属性图对初始图神经网络模型进行训练,得到训练后的图神经网络模型;基于目标多维代码属性图对训练后的图神经网络模型进行测试,获取预测缺陷数据;在初始缺陷数据和预测缺陷数据匹配时,将训练后的图神经网络模型作为目标图神经网络模型。本发明可以提高软件缺陷检测精度,减少了人工干预的过程,易于扩展检测的缺陷类型。
-
公开(公告)号:CN119782122A
公开(公告)日:2025-04-08
申请号:CN202510058351.6
申请日:2025-01-14
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/3604 , G06N5/04 , G06F40/30
Abstract: 本发明公开了一种神经符号融合的中断驱动型程序缺陷检测方法,涉及中断驱动型程序缺陷检测技术领域,包括以下步骤:步骤一,支持中断的并发分析阶段,本阶段针对待分析程序P,通过初步静态分析识别发生缺陷的程序点集合S并收集静态分析难以精确处理的信息集合Q,为后续分析奠定基础;具体包括以下三个子步骤:敏感点分析:根据待检测的缺陷类型T,利用数据流分析技术定位程序中发生缺陷的程序点集合S。该神经符号融合的中断驱动型程序缺陷检测方法,充分结合了大语言模型的语义理解能力与静态分析的全面路径覆盖能力,有效克服了传统检测方法在处理循环逻辑、数组下标分析以及位运算求解等方面的局限性。
-
公开(公告)号:CN118331857A
公开(公告)日:2024-07-12
申请号:CN202410368374.2
申请日:2024-03-28
Applicant: 北京轩宇信息技术有限公司
Abstract: 一种覆盖率驱动的测试用例自动生成方法,对被测程序进行静态分析记录程序中的所有分支集合以及每个循环体对应的内部分支集合;创建初始的程序执行路径,根据路径搜索策略确定当前执行路径;对当前执行路径中pc指向的语句进行符号执行,在符号执行过程中干预循环执行,裁剪大量由循环语句衍生出的冗余路径;将路径中已覆盖的所有分支记录到全局已覆盖分支中并进行约束求解,求解结果即为该路径对应的用例并输出;在确认分支全部覆盖后结束迭代,生成测试用例集合。本发明在有限的资源下提升单元测试的覆盖率,同时提升自动生成测试用例的效率及有效性。
-
-
-
-
-
-
-
-
-