-
公开(公告)号：CN112269732A
公开(公告)日：2021-01-26
申请号：CN202011097889.1
申请日：2020-10-14
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种软件缺陷预测特征的选择方法及装置。所述方法包括：根据历史软件缺陷数据库，获取领域缺陷数据集；基于Bootstrap抽样技术对所述领域缺陷数据集进行抽样处理，生成软件缺陷样本集；基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组；根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列；基于遗传算法从所述候选特征序列中搜索出目标特征子集。本发明能够更有效地提高软件缺陷预测准确性。
-
公开(公告)号：CN112257963A
公开(公告)日：2021-01-22
申请号：CN202011311120.5
申请日：2020-11-20
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于航天软件缺陷数据分布离群点的缺陷预测方法及装置，包括：根据存在离群点现象的样本数据，构建航天嵌入式软件缺陷数据对应的离群点训练集和离群点测试集；根据所述离群点训练集，训练得到第一数量的软件缺陷预测模型；根据所述离群点测试集，对所述软件缺陷预测模型进行测试验证，并按照评价指标对所述软件缺陷预测模型进行排序，得到排序预测模型；基于遗传算法构建自动化搜索优化算法，并结合所述排序预测模型在元分类器基础上逐层递归，查找可被替换的模型节点；根据不同的评价指标和所述模型节点，优化得到目标模型结构，并获取航天嵌入式软件缺陷数据分布离群点的缺陷预测方法。本发明可以提高第三方软件测评效率。
-
公开(公告)号：CN109165161A
公开(公告)日：2019-01-08
申请号：CN201811004121.8
申请日：2018-08-30
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种针对C51语言程序中局部变量数据竞争的分析方法，所述方法包括：首先确定C51语言程序的基本顶层函数，然后确定竞争函数，之后分析竞争函数中局部竞争变量是否存在数据竞争风险。确定基本顶层函数包括3个子步骤：得到函数列表和变量列表、确定每个函数的父函数和子函数、确定基本顶层函数；确定竞争函数包括2个子步骤：确定每个函数的顶层函数、确定竞争函数；确定局部竞争变量的数据竞争风险包括2个子步骤：确定对局部竞争变量的写操作、确定局部竞争变量是否存在数据竞争风险。本发明方法具有分析过程简单、准确率高的特点。
-
公开(公告)号：CN112257963B
公开(公告)日：2023-08-29
申请号：CN202011311120.5
申请日：2020-11-20
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于航天软件缺陷数据分布离群点的缺陷预测方法及装置，包括：根据存在离群点现象的样本数据，构建航天嵌入式软件缺陷数据对应的离群点训练集和离群点测试集；根据所述离群点训练集，训练得到第一数量的软件缺陷预测模型；根据所述离群点测试集，对所述软件缺陷预测模型进行测试验证，并按照评价指标对所述软件缺陷预测模型进行排序，得到排序预测模型；基于遗传算法构建自动化搜索优化算法，并结合所述排序预测模型在元分类器基础上逐层递归，查找可被替换的模型节点；根据不同的评价指标和所述模型节点，优化得到目标模型结构，并获取航天嵌入式软件缺陷数据分布离群点的缺陷预测方法。本发明可以提高第三方软件测评效率。
-
公开(公告)号：CN112380132A
公开(公告)日：2021-02-19
申请号：CN202011314574.8
申请日：2020-11-20
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明实施例公开了一种基于航天软件缺陷数据集类不平衡的对抗验证方法及装置。所述方法包括：获取航天嵌入式软件对应的缺陷数据训练集和缺陷数据测试集；合并所述缺陷数据训练集和所述缺陷数据测试集，生成合并数据集；基于集成学习方法对所述合并数据集中的缺陷数据样本进行预测，确定所述缺陷数据样本对应的预测概率；根据所述预测概率，对所述合并数据集中的缺陷数据样本进行升序排序，并从所述缺陷数据样本中筛选出设定比例的缺陷数据样本，得到所述航天嵌入式软件对应的验证数据样本。本发明实施例提供了切实可行的缺陷数据集的对抗验证方法，能够解决航天嵌入式软件缺陷预测工程实践测试集与训练集分布不一致的问题。
-
Patent Agency Ranking
公开(公告)号：CN108121658B
公开(公告)日：2020-11-20
申请号：CN201711228114.1
申请日：2017-11-29
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种基于WINDOWS端测试工具测试LINUX端被测软件的方法，先在LINUX端配置文件共享单元和远程访问单元，然后在LINUX端修改配置文件使得WINDOWS端的计算机可以运行LINUX端计算机上的指令，在WINDOWS端通过资源管理器映射网络磁盘，使WINDOWS端测试工具可以通过硬盘符访问LINUX端的被测软件和测试结果文件，本发明方法具有配置简单、不影响测试基本流程的特点。
-
公开(公告)号：CN108121658A
公开(公告)日：2018-06-05
申请号：CN201711228114.1
申请日：2017-11-29
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种基于WINDOWS端测试工具测试LINUX端被测软件的方法，先在LINUX端配置文件共享单元和远程访问单元，然后在LINUX端修改配置文件使得WINDOWS端的计算机可以运行LINUX端计算机上的指令，在WINDOWS端通过资源管理器映射网络磁盘，使WINDOWS端测试工具可以通过硬盘符访问LINUX端的被测软件和测试结果文件，本发明方法具有配置简单、不影响测试基本流程的特点。
-
公开(公告)号：CN117785687A
公开(公告)日：2024-03-29
申请号：CN202311788711.5
申请日：2023-12-25
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种航天智能装备软件测试方法，包括以下步骤：步骤一，模型验证；步骤二，系统部署；步骤三，在轨应用；所述步骤1.1中，测试对象包括数据集、学习程序、模型算法和智能框架；所述步骤1.2中，测试工具包括数据标注工具、数据扩增工具、对抗样本生成工具和可视化分析工具；所述步骤2.1中，测试对象包括文档、程序代码和智能系统；所述步骤三中，测试对象为在轨应用运行后软件系统；本发明将航天智能装备软件测试划分为模型验证、系统部署和在轨应用三个阶段，并明确了各阶段的执行顺序，建立了三个阶段的测试框架，保证了各阶段测试活动过程明确、清晰、可落地，进而保证对智能模型及软件系统测试活动的有效性和充分性。
-
公开(公告)号：CN112380132B
公开(公告)日：2024-03-29
申请号：CN202011314574.8
申请日：2020-11-20
Applicant: 北京轩宇信息技术有限公司
IPC: G06F11/36 , G06F18/214 , G06N20/20
Abstract: 本发明实施例公开了一种基于航天软件缺陷数据集类不平衡的对抗验证方法及装置。所述方法包括：获取航天嵌入式软件对应的缺陷数据训练集和缺陷数据测试集；合并所述缺陷数据训练集和所述缺陷数据测试集，生成合并数据集；基于集成学习方法对所述合并数据集中的缺陷数据样本进行预测，确定所述缺陷数据样本对应的预测概率；根据所述预测概率，对所述合并数据集中的缺陷数据样本进行升序排序，并从所述缺陷数据样本中筛选出设定比例的缺陷数据样本，得到所述航天嵌入式软件对应的验证数据样本。本发明实施例提供了切实可行的缺陷数据集的对抗验证方法，能够解决航天嵌入式软件缺陷预测工程实践测试集与训练集分布不一致的问题。
-
公开(公告)号：CN112269732B
公开(公告)日：2024-01-05
申请号：CN202011097889.1
申请日：2020-10-14
Applicant: 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种软件缺陷预测特征的选择方法及装置。所述方法包括：根据历史软件缺陷数据库，获取领域缺陷数据集；基于Bootstrap抽样技术对所述领域缺陷数据集进行抽样处理，生成软件缺陷样本集；基于所述软件缺陷样本集和马尔科夫毯模型，对原始特征进行分组，得到多个特征组；根据预先设计的启发式特征选择策略，从所述多个特征组中筛选出初始特征，得到筛选的候选特征序列；基于遗传算法从所述候选特征序列中搜索出目标特征子集。本发明能够更有效地提高软件缺陷预测准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.029 seconds)
