-
公开(公告)号：CN106095679A
公开(公告)日：2016-11-09
申请号：CN201610408581.1
申请日：2016-06-12
Applicant: 南京大学
IPC: G06F11/36
CPC classification number: G06F11/3684 , G06F11/3692
Abstract: 本发明提出了一种基于手绘识别的图形界面测试用例生成方法，该方法针对目前图形界面的测试用例生成存在手工测试成本过高，脚本测试难度过大等问题，通过利用手绘草图识别技术来辅助测试用例的生成过程，使得移动设备软件和个人计算机软件的图形界面交互测试变得更为简便、高效。
-
公开(公告)号：CN105955882A
公开(公告)日：2016-09-21
申请号：CN201610268442.3
申请日：2016-04-27
Applicant: 南京大学
IPC: G06F11/36
CPC classification number: G06F11/3684 , G06F11/3688
Abstract: 本发明公开了一种迭代学习模型行为相似性的测试用例生成方法和装置。本发明首先根据系统状态模型构建系统状态机图，然后根据系统状态机图、已有的测试用例集、已有的测试用例集相应的测试结果生成新的测试用例集；再然后执行生成的测试用例，并记录测试结果；再将测试结果更新到系统状态机图中，并更新已有测试用例集，最后重复上述过程直到满足停止条件。本发明通过基于历史信息的启发式规则提高每次迭代时生成的测试用例的质量，以减少在测试用例空间中探索的次数，从而提高测试过程的效率。
-
公开(公告)号：CN105512285A
公开(公告)日：2016-04-20
申请号：CN201510892012.4
申请日：2015-12-07
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明是一种基于机器学习的自适应网络爬虫方法，由于目前的网络爬虫程序的编写需要软件开发人员通过查询繁琐的页面代码并研究规则，没有自适应的程序自动引导爬虫进行工作。同时，在电子商务领域也并没有这种触及。因此要解决的技术问题是通过机器学习技术对大量数据进行挖掘，从而定位到某一未知网页上与该内容相关的信息。使用机器学习与数据挖掘方法来解决这一问题，主要的技术步骤为：获取数据、特征提取、异构数据归一化、训练数据构建、自适应训练、学习方法验证以及自适应模式生成，用于对所爬取网站的页面代码提取位置特征并进行自适应训练，对电子商务领域的自适应网络爬虫的研究起到了一定的作用。
-
公开(公告)号：CN114610630B
公开(公告)日：2025-05-09
申请号：CN202210273886.1
申请日：2022-03-19
Applicant: 南京大学
IPC: G06F11/3668 , G06F40/194
Abstract: 本发明公开了一种界面跳转图打标签的方法和装置。该方法根据已有界面功能场景路径的标签，通过路径相似匹配，为将自动化测试工具对UI应用界面测试所产生的各界面跳转图中相应的界面场景路径自动化地打上标签，从而使得工程师能够便于理解自动化测试工具所测试功能场景，为后续的测试分析、程序缺陷定位提供帮助。路径相似匹配时，本发明通过控件布局信息和跳转信息的相似度计算逐个匹配相似的路径。
-
公开(公告)号：CN118363605A
公开(公告)日：2024-07-19
申请号：CN202410548390.X
申请日：2024-05-06
Applicant: 南京大学
IPC: G06F8/41 , G06F18/214 , G06N3/0464
Abstract: 本发明公开了一种注意力机制指导的深度代码模型对抗性代码生成方法，包括如下步骤：步骤1)利用验证集分析调试后模型的重要注意力头；步骤2)构建标识符替换的候选命名集合；步骤3)针对模型可以预测成功的代码片段，在注意力机制的指导下对可攻击位置排序；步骤4)顺次在具体的攻击位置尝试一系列语义等价转换；步骤5)基于模型输出确定是否保留当前变换，并不断进行迭代搜索，直至生成使模型预测发生变化的对抗性代码。本发明在注意力机制指导下，可以有针对性地选择攻击位置，同时本发明设计了一套完整的代码攻击方案，通过全面、系统的攻击，可以更好地发现模型预测存在的问题。
-
Patent Agency Ranking
公开(公告)号：CN118295700A
公开(公告)日：2024-07-05
申请号：CN202410524640.6
申请日：2024-04-29
Applicant: 南京大学
Abstract: 本发明公开了一种基于语义重排序模型的代码注释生成模型增强方法，包括：步骤1)输入代码注释生成数据集，作为方法的输入；步骤2)设计一种基于多维度采样的微调数据集构造方法，完成微调数据集构造；步骤3)设计基于对比学习的语义重排序模型微调流程，对自然语言语义重排序模型进行微调；步骤4)结合信息检索系统的一般框架，设计了基于语义重排序模型的代码注释生成模型增强算法；步骤5)利用深度学习模型、信息检索技术获取候选注释结果；步骤6)获取相似度最高的候选注释作为结果输出。本方法降低了深度学习模型的代码注释生成方法的时间和算力成本，并且充分利用了现有已训练好模型的资源。
-
公开(公告)号：CN113010741B
公开(公告)日：2023-09-05
申请号：CN202110339294.0
申请日：2021-03-30
Applicant: 南京大学
IPC: G06F16/83 , G06F16/903
Abstract: 本发明属于软件工程领域与计算机视觉领域，具体为一种基于草图的移动应用模型查询方法，预定义的草图模型语言为一组基于IFML设计的移动应用布局控件符号语言，且已经建立了一个按照IFML模型规则设计的多维数据融合软件资产库(AppRepo)；具体步骤为：用户在纸上根据预定义语言绘制的多UI跳转草图作为本发明的输入，经过预设的识别技术获得草图内静态UI与动态跳转信息；其次通过静态草图UI与库中UI的基本相似性计算结合T步相似性更新定位锚点后，将草图模型与库中模型进行相似度排名；最后模型相似度排名靠前的移动应用结果即为本方法的输出；本方法能有效地将一张多UI跳转草图匹配到一个移动应用的全部或局部。
-
公开(公告)号：CN115587043A
公开(公告)日：2023-01-10
申请号：CN202211354712.4
申请日：2022-11-01
Applicant: 南京大学
Abstract: 本发明公开了一种面向场景的移动应用模型融合方法，本方法主要由模型的构造，界面相似度的计算，跳转相似度的计算，模型的遍历与场景的泛化，模型的融合五部分组成，方法具体步骤为：用户提供探索移动应用得到的执行数据，将执行数据构造为应用执行路径模型，提取出功能场景信息；在构造好的模型上遍历，并且基于输入的功能场景路径信息寻找对应的匹配路径集合；遍历过程中使用界面相似度计算算法和跳转相似度计算算法进行匹配；最终将输入的两个执行路径模型进行合并，并且将匹配得到的功能场景路径信息标注到合并后的模型上；本方法用于支持开发人员和测试人员的下游任务，可以以较低的成本得到精确、信息更丰富的移动应用执行模型。
-
公开(公告)号：CN113791781A
公开(公告)日：2021-12-14
申请号：CN202111056353.X
申请日：2021-09-09
Applicant: 南京大学
Abstract: 本发明公开了一种基于图神经网络的界面功能场景划分方法和装置。该方法中，首先对界面截图按控件进行着色，然后将着色后的界面截图输入至卷积神经网络中，得到界面特征信息，然后将场景特征和场景跳转关系输入至门控图神经网络中，进行分类得到界面的功能场景分类。本发明通过界面功能场景分类为软件开发和测试提供指导。
-
公开(公告)号：CN110175019B
公开(公告)日：2021-11-16
申请号：CN201910480184.9
申请日：2019-06-04
Applicant: 南京大学
IPC: G06F8/10
Abstract: 本发明公开了一种基于中断序列图的中断驱动系统验证方法，包括如下步骤，步骤1：基于中断序列图来建立中断驱动系统模型；步骤2：根据步骤1得到的中断序列图，将其中的交互片段划分为基本交互和复合交互片段；步骤3：将基本交互片段和复合交互片段依次转换成自动机；步骤4：将步骤3中得到的多个自动机组合成一个混成自动机；步骤5：提取中断序列图的约束，将约束添加到转换得到的自动机模型上；步骤6：提取中断序列图中的验证属性信息，将验证属性作为约束添加到转换得到的自动机模型上；步骤7：将自动机描述成自动机验证工具可接受的输入格式；步骤8：采用自动机验证工具进行验证。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.025 seconds)
