一种基于Fuzz的人工神经网络测试方法

    公开(公告)号:CN113743572A

    公开(公告)日:2021-12-03

    申请号:CN202010487164.7

    申请日:2020-05-27

    Applicant: 南京大学

    Abstract: 一种基于Fuzz的人工神经网络测试方法,将待测神经网络表示为一个Tensor流图,Tensor图的相关参数在本地训练待测模型时获得。基于在训练时获得的Tensor图,引入传统Fuzz的思想,在Tensor图的相关部分做一些模糊扰动,并用覆盖值计算函数计算出扰动后的覆盖值。在比较扰动覆盖值与扰动前语料集中的各元素的覆盖值,评估新生成的语料是否可以整合到语料集中,并作为下次扰动的待选集合。如果得到的模糊结果已经满足目标函数,则中断模糊进程,返回对应扰动结果,并以图片的方式呈现出来。

    一种基于自然语言处理的众包测试报告相似度检测的方法

    公开(公告)号:CN113743096A

    公开(公告)日:2021-12-03

    申请号:CN202010487202.9

    申请日:2020-05-27

    Applicant: 南京大学

    Abstract: 一种基于自然语言处理的众包测试报告相似度检测的方法,采用自然语言处理技术检测众包工人提交的复杂测试报告的相似度,其中功能是对众测报告进行中文分词、去停用词等预处理,将预处理完之后的词组表示的句子利用Word2Vec技术表示为词向量,选取余弦相似度的度量方式计算词向量之间的距离,采用根据先前大量众测报告数据训练的语义模型进行训练,再将各词向量作为K‑Means聚类分析的输入,对各个词向量进行聚类分析,根据设定的相似度阈值将相似的报告归为同一类,可以较为准确的衡量众包测试报告之间的相似度。

    一种基于人机协同的代码漏洞智能检测方法

    公开(公告)号:CN113742205A

    公开(公告)日:2021-12-03

    申请号:CN202010487203.3

    申请日:2020-05-27

    Applicant: 南京大学

    Abstract: 一种基于人机协同的代码漏洞智能检测方法,其特征是结合已有的代码漏洞检测工具集和收集到的漏洞数据集进行正报和误报漏洞标记以及控制流图和抽象语法树的特征提取,构建一个代码漏洞误报检测模型;然后根据代码漏洞程序切片后的结果生成漏洞评审任务;随后利用采样策略选取部分漏洞评审任务随机分配给众包安全评审专家;最后,结合并分析代码漏洞误报检测模型结果与众包安全评审专家结果,并将其持续反馈到代码漏洞检测模型中,进而有效地识别代码漏洞。

    一种结合群体智能与机器智能增强移动应用测试的方法

    公开(公告)号:CN110688321A

    公开(公告)日:2020-01-14

    申请号:CN201910952056.X

    申请日:2019-09-29

    Applicant: 南京大学

    Abstract: 本发明提出一种结合群体智能与机器智能增强移动应用测试的方法,用于增强机器智能的代码覆盖率,以获得更多发现缺陷的机会。该发明的主要创新在于两方面,一方面是将群体智能产出的代码进行了格式化的整理,从而找出群体智能在应用进行的测试中,不同页面之间进行转移的最短路径与相同页面内,和仅在少数代码中出现的特异路径,并保存为自动化工具的配置文件;另一方面将这些整理后的路径通过配置文件接入到机器智能中,使得机器智能可以解决由于部分页面之间的转移需要进行逻辑性操作(组合操作)而难以甚至无法实现的问题。

    面向动态Web应用的多目标测试用例优先级测试方法

    公开(公告)号:CN103500142A

    公开(公告)日:2014-01-08

    申请号:CN201310476944.1

    申请日:2013-10-12

    Applicant: 南京大学

    Abstract: 面向动态Web应用的多目标测试用例优先级测试方法,在回归测试中采用基于元素覆盖和语句覆盖的多目标测试用例优先级技术,使用多个目标对基于动态web应用的测试用例进行优先级排序,优先级高的测试用例将被优先执行。本发明在不进行任何约简测试用例的前提下,对测试用例的执行顺序进行了重新排序,这样一方面使得测试用例集合的错误检测能力不受影响,另一方面提高了错误检测的速率,使得程序员可以尽早地找到更多的错误,节省了程序员寻找错误的时间成本。

    一种基于项目特征的测试用例优先级算法的选择方法

    公开(公告)号:CN113742206A

    公开(公告)日:2021-12-03

    申请号:CN202010487228.3

    申请日:2020-05-27

    Applicant: 南京大学

    Abstract: 本发明的技术方案一种基于项目特征的测试用例优先级算法的选择方法。本发明的特点在于:1、提取测试类覆盖分布,测试类执行时间分布,测试类单位时间覆盖分布,项目类有效代码行分布,测试类方法数分布,项目方法有效代码行分布,项目方法复杂度分布,项目方法分支数分布,方法覆盖率,有效代码行覆盖率等10种特征。2、将项目特征分布值用最大最小归一化,然后提取多分位数作为代表特征。3、使用相关系数分析规范化后的项目特征和对应算法表现,将项目的最优算法作为分类标签值,与项目的规范化特征做相关系数分析,根据相关系数大小和置信度判断标签与特征的相关性高低,显著性高低,并重新划分项目最优算法标签,选择特征。本发明可以指导软件测试人员为特定项目选择最优TCP算法,提高了回归测试中的效率。

    一种功能粒度上基于语义信息的源代码相似度评估方法

    公开(公告)号:CN110737469B

    公开(公告)日:2021-09-03

    申请号:CN201910951997.1

    申请日:2019-09-29

    Applicant: 南京大学

    Abstract: 一种功能粒度上基于语义信息的源代码相似度评估方法,其特征是在功能粒度上使用标识符和控制流图对源码分别进行表示,其中功能是由函数和函数间的调用关系组成的介于源代码文件和函数之间的代码表示,计算功能对应的标识符和控制流图的嵌入向量,将控制流图中节点对应的代码片段用相应的标识符表示替换,再与控制流图的嵌入向量组合得到功能的嵌入向量,接着计算功能的嵌入向量之间的距离,得到源代码之间的相似度,可以较为准确的衡量Type‑4克隆。

    一种演化环境下变异测试强度需求预测方法

    公开(公告)号:CN110543411B

    公开(公告)日:2021-07-02

    申请号:CN201810561267.6

    申请日:2018-05-29

    Applicant: 南京大学

    Abstract: 本发明涉及一种演化环境下变异测试强度需求预测方法。该方法基于特征提取和错误检测数目对软件的各个版本通过数据清洗和特征选择,构建用于模型训练的特征矩阵和强度向量;在此基础上,应用BP神经网络方法构建预测模型,并在模型构建时不断通过信号前向传播和误差后向传播结果调整模型权重,从而学习生成一个变异测试强度需求预测模型BP‑Model;最后,将当前软件版本的特征向量输入到BP‑Model中,最终生成当前软件版本的变异测试强度需求。本发明目的在于解决目前存在的新版本软件变异测试强度未知的难题,进而帮助测试人员制订合理的变异测试需求,帮助测试人员在有限的时间内构建有效的测试用例集。

    一种基于图像识别的跨平台脚本录制与回放方法

    公开(公告)号:CN112579431A

    公开(公告)日:2021-03-30

    申请号:CN201910951890.7

    申请日:2019-09-30

    Applicant: 南京大学

    Abstract: 本发明提出了一种基于图像识别的跨平台脚本录制与回放方法,用于在移动应用自动化测试领域来降低自动化测试脚本编写门槛、避免同一应用在不同设备、不同平台下的脚本重复编写和维护开销,该发明的主要创新在于(1)对传统脚本录制方法的改良,提供投放了远程真机的Web端供用户实时操作和录制。(2)结合图像识别和布局匹配技术以实现已录制脚本在多台设备,不同平台下的运行回放,简化自动化脚本生成过程的同时大幅度提升测试脚本的跨平台能力,提高了自动化测试有效性和通用性。

Patent Agency Ranking