-
公开(公告)号：CN114139159A
公开(公告)日：2022-03-04
申请号：CN202111471775.3
申请日：2021-11-30
Applicant: 南京大学
Abstract: 一种基于排序学习的代码漏洞误报检测方法，其特征是结合代码漏洞静态分析工具findbugs获取标记正报和误报漏洞报告以及对提取相应报告的软件度量准则；然后根据pair‑wise的排序学习模型构建一个代码漏洞误报检测模型；随后利用置信度最低策略选取部分报告通过众包平台分配给众包安全专家审核；最后，结合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，进行迭代式的模型训练，使得正报漏洞报告排序到误报漏洞报告之前，进而达到有效检测代码漏洞误报的目的。
-
公开(公告)号：CN113742732A
公开(公告)日：2021-12-03
申请号：CN202010487204.8
申请日：2020-05-27
Applicant: 南京大学
IPC: G06F21/57
Abstract: 一种代码漏洞扫描与定位的方法，首先通过多个漏洞扫描工具对代码数据集扫描，分析提取扫描结果得到漏洞基本信息。然后，采取投票策略对漏洞进行正误报标记，过滤掉误报的漏洞警示。最后在已知漏洞基本信息的基础上，使用已有的切片工具wala对源代码进行切片。本发明的切片模块在切片方式的选取，切片点指令类型的分类处理以及过滤无关语句这三个方面上进行了改良，有效提高了漏洞定位的精度。
-
公开(公告)号：CN110825381A
公开(公告)日：2020-02-21
申请号：CN201910951999.0
申请日：2019-09-29
Applicant: 南京大学
Abstract: 一种结合源代码语义与语法特征的基于卷积神经网络的bug定位方法，其特征是提出一种根据用户提交的bug报告定位到产生bug的源代码文件的方法，该方法使用CNN分别对bug报告、源代码语义以及源代码语法进行特征提取，再对这些特征进行融合并提取出统一的特征，最后使用CNN对bug报告和源代码进行相关性预测，得到与bug报告相关的TopK份源代码文件。从而使得当用户提交新的bug报告时，维护人员能及时定位到相关源代码文件并通知开发人员进行修复，从而提高修复bug以及项目维护的效率。该方法的整体流程如摘要附图所示。
-
公开(公告)号：CN110543411A
公开(公告)日：2019-12-06
申请号：CN201810561267.6
申请日：2018-05-29
Applicant: 南京大学
IPC: G06F11/36
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。
-
公开(公告)号：CN110083521A
公开(公告)日：2019-08-02
申请号：CN201810092970.7
申请日：2018-01-26
Applicant: 南京大学
Abstract: 一种基于群体智能的移动应用测试报告提交及处理方法，利用安卓用户行为可追踪的特点，结合测试人员提交的异常报告，构造更为全面更为精准的移动应用异常描述，帮助测试人员更加准确定位异常，同时改进测试人员反馈的机制，测试人员通过跳转到异常报告填写页面，实时反馈异常的效果，提高整个应用的反馈效率和测试质量。
-
Patent Agency Ranking
公开(公告)号：CN103500142B
公开(公告)日：2016-05-04
申请号：CN201310476944.1
申请日：2013-10-12
Applicant: 南京大学
IPC: G06F11/36
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。
-
公开(公告)号：CN102253889A
公开(公告)日：2011-11-23
申请号：CN201110225316.7
申请日：2011-08-07
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种回归测试中基于分布的测试用例优化方法，对于回归测试中的测试用例集，依据执行剖面在剖面空间中的分布对测试用例的执行顺序进行优先级排序，优先级高的测试用例将被优先执行，使得执行顺序临近的测试用例尽可能分散在剖面空间中，以尽早最大化错误检测能力，提高错误检测速率。本发明在不进行任何测试用例约简的前提下，对测试用例的执行顺序进行排序，即测试用例的创建顺序并不作为其执行顺序，而是使用基于分布的测试用例优先级技术对执行顺序进行排序。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。
-
公开(公告)号：CN119358208A
公开(公告)日：2025-01-24
申请号：CN202411312862.8
申请日：2024-09-15
Applicant: 南京大学
IPC: G06F30/20 , G06F30/27 , G06F40/30 , G06N20/00 , G06F111/04
Abstract: 本发明涉及一种基于事故报告的自动驾驶泛化性测试场景构建方法。该技术根据基于层的场景定义，将事故场景初步抽象为三层：路网和交通引导对象、环境条件和动态对象。然后利用LLM系统地从事故报告中提取有关事故影响因素的信息，逐层组织信息。随后，对交通参与者的事故前驾驶行为建立约束，并使用约束求解器生成符合事故报告中指定约束的轨迹。接着，将提取的环境和道路信息生成的轨迹输入到驾驶模拟器中，重建车祸场景。最后，在评估阶段，将生成的模拟场景转换为包含测试预言机的测试用例，并将这些测试用例进行自动驾驶仿真测试。本发明目的在于解决在不同的道路上再现事故场景的难题，进而帮助自动驾驶系统从业人员在不同道路结构的事故场景下开展测试工作。
-
公开(公告)号：CN118918056A
公开(公告)日：2024-11-08
申请号：CN202310512064.9
申请日：2023-05-08
Applicant: 南京大学
IPC: G06T7/00 , B25J9/08 , B25J9/16 , B25J18/00 , G06F11/36 , H04L67/133 , G06N3/092 , G06V20/52 , G06V30/148 , G06T7/13 , G06V10/774 , G06V10/82
Abstract: 一种基于多轴机械臂物理仿真与强化学习的移动应用自动化测试的方法，逻辑上包括照片处理模块、图像理解模块、强化学习模块和机械臂控制模块。照片处理模块包括控制摄像头拍摄照片的清晰度，并使用一系列传统计算机视觉技术来进行图像增强、轮廓检测和屏幕截取。图像理解模块包括控件识别和页面布局识别，通过控件识别综合采用多种技术来识别屏幕中的UI控件，通过页面布局以别来结构化地组织UI控件，提供整体页面信息。强化学习模块包括Q‑Network神经网络模型等深度强化学习构件，根据图像理解信息自训练并生成指令指导机械臂进行自动化测试探索。机械臂控制模块通过RPC协议接受来自服务端的操作调度，通过逆运动学算法解析指令，转换并完成仿真测试操作。
-
公开(公告)号：CN118916257A
公开(公告)日：2024-11-08
申请号：CN202310511954.8
申请日：2023-05-08
Applicant: 南京大学
IPC: G06F11/36 , G06F16/957 , G06F11/34 , G06F18/22
Abstract: 一种基于测试日志分析与人机交互对话的测试复现引导的方法，包括模型转换模块、监测模块、引导模块和对话机器人模块。模型转换模块从GUI截图中提取页面信息，根据结构与内容的整体相似度合并页面，按照测试的步骤顺序形成页面跳转模型。监测模块监测用户的复现操作并放入页面模型进行比对，若有偏离则调用引导模块，以一定的策略为用户纠偏。对话机器人模块包含与用户进行基本的互动沟通功能(如提醒用户偏离、询问用户是否需要帮助、询问是否成功复现)，并可以在用户寻求帮助时，配合引导模块提示用户直到复现成功。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.022 seconds)
