公开(公告)号：CN119441065A

公开(公告)日：2025-02-14

申请号：CN202510036858.1

申请日：2025-01-09

Applicant: 北京轩宇信息技术有限公司

Inventor： 董彦松

IPC: G06F11/3668

Abstract: 本发明公开了一种基于大模型的软件测试方法及系统，涉及软件测试技术领域，包括以下步骤：步骤1：代码审查规则描述，对所需检查的规范进行展开：首先，将代码所需满足的检查规范进行列表，按照思维链，zero‑/few‑shot示例，上下文学习一种或者多种技术的结合，将上述列表中的检查规则根据检查要点和检查步骤描述为模型的推理指令；步骤2：代码切片，对被测软件项目进行结构解析和依赖分析：首先利用代码解析工具将代码按照函数进行切片。该基于大模型的软件测试方法及系统，可对软件评测任务实施便捷的项目管理、自定义配置以及高自动化程度的测试执行，有效提升评测效率。

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

Inventor： 李超 ,  陈睿 ,  王博祥 ,  王盛 ,  贾春鹏 ,  董彦松

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。