一种面向Diem区块链的性能测试方法

    公开(公告)号:CN113326197A

    公开(公告)日:2021-08-31

    申请号:CN202110658031.6

    申请日:2021-06-11

    Abstract: 本发明是一种面向Diem区块链的性能测试方法,其特征是能够测试Diem区块链整体以及共识层两方面的性能,并生成包含吞吐量和交易延迟两个维度指标的可靠的Diem性能测试报告。首先,我们根据用户提供的Diem区块链配置(DC)在Diem CLI客户端完成Diem测试链搭建,并将其部署在服务器上;其次,我们根据用户提供的Diem区块链整体性能测试配置(DWTC)执行Diem区块链整体性能测试,生成包含吞吐量和交易延迟两个维度指标的Diem整体性能测试数据;最后,我们根据用户提供的Diem区块链共识性能测试配置(DCTC)执行Diem区块链共识性能测试,生成包含吞吐量和交易延迟两个维度指标的Diem共识性能测试数据。

    一种基于代码特征的精准测试方法

    公开(公告)号:CN116107901A

    公开(公告)日:2023-05-12

    申请号:CN202310156480.X

    申请日:2023-02-23

    Abstract: 本发明为一种基于代码特征的精准测试方法,它可对代码层级的测试用例进行分析,根据测试用例与测试功能点的对应关系以及测试用例上下文的依赖关系,将测试代码分解为更小的单元。分解得到的上下文无关,且尽可能对应到每个内聚的测试功能点的测试用例,具备了不可分割且必须连续执行的特性,我们称之为测试原子。之后,我们将测试原子补全成为可以独立执行的测试用例,并采用分支覆盖率和变异覆盖率作为指标对测试用例进行度量。根据度量结果对测试用例进行约简,最终将约简完成的测试用例返回给测试需求方进行测试,从而达到精准测试的目的。

    一种针对深度学习程序进行神经元变异的测试方法

    公开(公告)号:CN112346956A

    公开(公告)日:2021-02-09

    申请号:CN201910724153.3

    申请日:2019-08-07

    Abstract: 本发明涉及一种针对深度学习程序进行神经元变异的测试方法,其特征是通过对已经训练好的深度学习神经网络中的神经元进行变异,主要包括:改变连接权重、增减单个神经元、修改某个神经元的偏移量、修改某个神经元的激活函数、屏蔽输入的某个维度等方式,用变异后的深度学习程序变异体来评估测试用例集的有效性,变异体杀死率也可以作为测试充分性的度量,用来指导生成更有效的测试用例。

    一种面向以太坊区块链的性能测试方法

    公开(公告)号:CN112073254A

    公开(公告)日:2020-12-11

    申请号:CN201910498380.9

    申请日:2019-06-11

    Abstract: 本发明是一种面向以太坊区块链的性能测试方法,该方法以以太坊区块链作为研究对象,建立了一套系统的性能测试策略与性能指标体系。首先,我们提出一套性能测试策略。我们以智能合约作为性能测试基准,提出了三类智能合约,用于从存储、共识、EVM的角度测试以太坊性能。通过将智能合约部署到区块链上,模拟大量用户向智能合约发起交易,达到性能测试的目的。第二,我们提出了一套性能指标体系。我们将性能指标分为四个维度:以太坊性能指标、区块链性能指标、分布式系统性能指标、系统资源消耗指标。在进行性能测试的的同时,监控并收集性能指标信息。最终,通过性能测试最终生成一个包含四个维度的性能指标的测试报告,对以太坊性能进行评估。

    一种基于频谱定位和可视化定位软件缺陷的方法

    公开(公告)号:CN106445801A

    公开(公告)日:2017-02-22

    申请号:CN201610283644.5

    申请日:2016-04-27

    Abstract: 一种基于频谱定位及可视化的用于指导编程人员软件缺陷的方法,旨在为开发人员提供更好的缺陷定位与修复指导,同时弥补由于个人经验等主观因素而可能引发的不精准甚至错误。利用静态分析获得程序的逻辑上的控制流图,结合动态执行所得到的测试用例对于程序的覆盖率以及本身的执行结果,应用于频谱定位,计算得到程序单元包含缺陷的可能性,通过排序、离散化与分组区分可疑程度,最后在开发工具上将可疑程度以可视化的方式实现。

    一种基于多级服务器的iOS系统移动应用自动测试系统的架构方法

    公开(公告)号:CN106354629A

    公开(公告)日:2017-01-25

    申请号:CN201610707475.3

    申请日:2016-08-19

    CPC classification number: G06F11/3688

    Abstract: 一种基于多级服务器的iOS系统移动应用自动测试系统的架构方法,其特征是对于自动测试中的移动应用自动测试,进行了自顶向下的多级服务器架构,使得待测移动应用可以同时在不同的机型环境下自动测试,以尽可能通过提高多机型测试的效率与减少开发人员的测试时间。多级服务器的拓扑结构与功能划分为:主服务器负责系统的业务交互,主服务器与子服务器一对多进行连接,MAC OS系统的子服务器负责测试业务。本发明使用多级服务器控制安装包分发,使用自动测试程序代替人工手动测试,对多种机型可以同时进行测试并生成测试报告。通过实例案件表明,本发明可以提高错误检测的速率,减少程序员花费在不同机型调配上的时间,节省了程序员寻找错误的时间成本。

    一种基于船舶特征标签的测试用例分类方法

    公开(公告)号:CN116150010A

    公开(公告)日:2023-05-23

    申请号:CN202310154701.X

    申请日:2023-02-23

    Abstract: 在本发明中,我们提出了一种基于船舶特征标签的测试用例分类方法,以解决测试场景中缺乏准确的测试用例类别标签的问题。我们在测试用例文本分析和少量学习的基础上进行测试用例标签提取和类别分类。特别是,我们所提出的方法首先基于SimBERT方法扩增现有的测试用例,并通过嵌入技术将其转化为向量表示。然后,我们设计了一个基于BiLSTM模型的分类器来提取测试用例的深层特征并得到分类结果。我们还在设计词库匹配方法的基础上,对能够代表相应测试用例类别的重要词汇应用注意力机制,从而给测试用例绑定船舶相关特征标签。

    一种基于众包和机器学习的web漏洞验证方法

    公开(公告)号:CN111291376A

    公开(公告)日:2020-06-16

    申请号:CN201811498958.2

    申请日:2018-12-08

    Abstract: 基于众包和机器学习的web漏洞验证方法,其特征是使用自然语言处理技术,将众包漏洞验证报告中的文本描述进行分词,同义词替换,并基于DBSCAN的聚类分析等技术。本发明提出了一种全新的基于基于众包和机器学习的web漏洞验证技术,主要用于解决web安全漏洞误报率较高,安全专家团队人员二次人工验证成果过高的问题。本发明的有益效果在于三方面:1、通过众包派发方式,增加漏洞验证参与人员,众包报告结果结合机器学习分析,提升漏洞扫描报表的准确性;2、众包形式的验证方案对比专业安全专家团队验证,有利于节省二次人工验证的成本;3、该发明同时可用于“产教结合”的推广,提高安全专业学生的实践能力。

    一种基于人工辅助的Android半自动化测试方法

    公开(公告)号:CN111290938A

    公开(公告)日:2020-06-16

    申请号:CN201811499040.X

    申请日:2018-12-08

    Abstract: 本发明提出了一种基于人工辅助的Android半自动化测试方法,用于在Android应用自动化测试领域来提升自动化测试的深度以及有效性,该发明的主要创新在于(1)对普通深度优先遍历算法的改良,加入了页面父子关系的判断(2)结合了现有人工脚本作为自动化测试的辅助,提高了自动化测试有效性。本发明最终获得特定测试应用的页面树状图,测试日志、截图以及一系列兼容性信息及性能指标,进一步帮助测试人员发现测试应用的功能缺陷和潜在的问题,定位测试中应用出现的错误。

Patent Agency Ranking