-
公开(公告)号：CN116400951A
公开(公告)日：2023-07-07
申请号：CN202310310321.0
申请日：2023-03-28
Applicant: 南京大学
Abstract: 本发明提供一种基于行为一致性的库版本约束扩展方法，包括根据给定的项目和满足项目约束的库的基准版本，得到在其中被使用到的所有API调用入口；通过在库的基准版本中追踪这些API调用入口，构建一个按需调用图来追踪库的其余被间接调用到的部分；计算库基准版本和库未知版本的差异；比较版本差异与库被直接或间接调用到的部分，如果两者没有任何重叠的内容，则可以将项目对库的约束扩展到未知版本并生成新约束。本发明可以有效解决由于项目对库的约束过于严格而导致的依赖冲突问题，同时只生成必要部分的调用图，大大提高了生成调用图步骤的效率。
-
公开(公告)号：CN111290966B
公开(公告)日：2023-06-02
申请号：CN202010155397.7
申请日：2020-03-09
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种提高安卓应用测试覆盖率的测试用例分解组合方法，包含如下步骤：一、给定被测安卓应用，使用自动生成或人工提供的方式为被测应用生成初始测试用例，发送这些初始测试用例到被测应用，记录其执行轨迹，根据执行轨迹建立被测应用的状态自动机；二、将初始测试用例分解为执行应用单个功能的子用例；三、分析子用例间的关系，组合成执行被测应用复杂功能的复合测试用例；四、向被测应用发送生成的复合测试用例，根据其执行轨迹决定是否返回步骤一迭代执行。本发明能够自动生成有效复合测试用例以测试被测安卓应用的复杂功能，提高安卓应用测试覆盖率。
-
公开(公告)号：CN116050459A
公开(公告)日：2023-05-02
申请号：CN202211706448.6
申请日：2022-12-29
Applicant: 南京大学
IPC: G06N3/04 , G06N3/084 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种基于模型变体生成的DNN异常样本检测方法和系统，其中方法包括保持模型核心部分不变，对模型剩余部分进行变异，得到目标神经网络模型变体；计算目标神经网络模型对训练样本的预测结果与目标神经网络模型变体对训练样本的预测结果的差异分数，将训练样本的差异分数中的最大值作为异常判断阈值；计算目标神经网络模型对目标应用场景中的样本预测结果与目标神经网络模型变体对目标应用场景中的样本预测结果的差异分数；如果是，则目标应用场景中的样本为异常样本；否则为正常样本。本发明解决了需要已知异常样本训练和计算开销大的问题，有效检测神经网络模型异常的输入样本，提升神经网络模型在实际使用中的安全性和可靠性。
-
公开(公告)号：CN111144256B
公开(公告)日：2023-04-25
申请号：CN201911307014.7
申请日：2019-12-18
Applicant: 南京大学
IPC: G06V20/40 , G06V30/413 , G06V30/18 , G06V30/19 , G06F40/174 , G06F40/186 , G06F40/253 , G06F40/232 , G06T3/00 , G06T5/00
Abstract: 本发明公开了一种基于视频动态分析的电子表格公式合成与错误检测方法，包括：S1：动态获取视频图像，提取其中所包含的幻灯片，对提取的幻灯片进行仿射变换与对比度增强；S2：从幻灯片中识别表格边框线与各单元格信息，以提取幻灯片中的电子表格；S3：利用公式合成算法对电子表格进行公式合成，恢复电子表格隐藏公式；S4：利用错误检测算法检测恢复隐藏公式后电子表格中是否存在具有缺陷的单元格，如果存在，生成错误定位报告，指出具有潜在公式或数值错误的单元格。本发明能够针对动态视频中的幻灯片和电子表格，高效地进行识别与分析，使用户在会议、课堂等实际场景中快捷检测和定位幻灯片中电子表格的隐藏公式及其潜在错误。
-
公开(公告)号：CN114510237A
公开(公告)日：2022-05-17
申请号：CN202210188726.7
申请日：2022-02-28
Applicant: 南京大学
Abstract: 本发明公开一种基于程序合成的安卓智能手表原型应用自动生成方法，包括如下步骤：步骤一、形成人工记录页面集合；步骤二、自动合成多个组件选择子集合，并挑选一个最优组件选择子；步骤三、形成组件集合，并为组件集合中的组件建立适用于手表应用的组件间位置约束；步骤四、求解为该页面建立的组件间位置约束，形成组件位置集合，生成智能手表页面；步骤五、结合事件转发部件生成智能手表原型应用。本发明弥补了现有智能手表应用合成技术的缺失；生成大量智能手表原型应用，从而极大扩充并丰富应用商店；为开发者或终端用户在急需时根据智能手机应用自动生成其智能手表原型，从而极大地帮助开发者缓解开发压力，方便终端用户使用。
-
Patent Agency Ranking
公开(公告)号：CN113900947A
公开(公告)日：2022-01-07
申请号：CN202111203150.9
申请日：2021-10-15
Applicant: 南京大学
Abstract: 本发明公开了一种面向线性分类器的基于蜕变测试的软件测试方法，包括如下步骤：步骤一：随机生成多组训练数据集和测试数据集作为源数据集，利用源数据集对待测试程序进行测试，得到训练结果；步骤二：根据源数据集得到的超平面模型，按照蜕变关系中的方式生成新的数据集，在新的数据集上进行训练得到一组新的超平面模型；步骤三：计算超平面模型和新数据集训练得到的超平面模型是否满足蜕变关系，若在任一训练数据集上不满足蜕变关系，则判断该程序存在bug。本发明根据线性分类器的稳定性，提出两种新的蜕变关系，使测试结果更准确，源数据集生成新数据集时应用了源数据集上的训练结果，提高了测试效果。
-
公开(公告)号：CN113139366A
公开(公告)日：2021-07-20
申请号：CN202110549527.X
申请日：2021-05-20
Applicant: 南京大学
IPC: G06F40/16 , G06F40/295 , G06F40/18 , G06F16/9535
Abstract: 本发明涉及基于示例编程的格式丰富文档实体一致性转换方法及框架，其针对示例编程在被用于格式丰富的文档时的局限性，通过分析用户操作历史，自动识别操作历史背后的用户意图，并据此为用户提供有效、稳定、高效的下一步操作推荐，以保持格式丰富的文档中实体的一致性。
-
公开(公告)号：CN110502731B
公开(公告)日：2021-04-27
申请号：CN201910597185.1
申请日：2019-07-04
Applicant: 南京大学
IPC: G06F40/174 , G06K9/62
Abstract: 一种基于精化单元格聚类的电子表格缺陷检测方法，包括如下步骤：一、利用公式单元格生成种子类：提取公式单元格的强特征，根据强特征相似度进行初步的单元格聚类；二、对步骤一之后的剩余单元格进行聚类：提取单元格的弱特征，根据弱特征相似度将剩余单元格添加到合适的种子类中，形成泛化类；三、精化步骤二中生成的泛化类：利用有效性属性对泛化类进行精化处理，形成精化类；四、定位精化类中的有缺陷的单元格：利用离群点检测技术，标记精化类中的离群点为有缺陷的单元格。本发明能够弥补电子表格缺陷检测技术的不足，利用两阶段的单元格聚类技术，提高聚类的召回率，并利用有效性属性来提高聚类的精度，从而提升电子表格缺陷检测的效果。
-
公开(公告)号：CN110096448A
公开(公告)日：2019-08-06
申请号：CN201910389591.9
申请日：2019-05-10
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种兼顾深度以及广度的模糊测试搜索方法，包括如下步骤：步骤一、动态削减低效变异算子：计算变异算子效益，并且据此调整各个变异算子的使用概率；步骤二、动态削减低效变异字节：分析当前测试输入，并且据此确定当前测试输入中的低效变异字节；步骤三、模糊测试引擎：根据变异算子使用概率以及低效变异字节，执行遗传演化算法，从而生成子女输入；步骤四、基于代码覆盖差异的局部深度优先搜索：分析当前测试输入所生成的子女输入间的代码覆盖差异，并且据此确定深度优先搜索范围。本发明能够弥补模糊测试的不足，利用少量程序执行信息，削减低效操作，增强代码覆盖率，从而提高测试效率以及质量。
-
公开(公告)号：CN107844327A
公开(公告)日：2018-03-27
申请号：CN201711068798.3
申请日：2017-11-03
Applicant: 南京大学
CPC classification number: H04M1/72569
Abstract: 本发明提供了一种实现上下文一致性的检测系统。所述实现上下文一致性的检测系统包括：约束分析模块、上下文匹配调度模块和一致性检测模块，所述约束分析模块通过对自适应程序需要满足的一系列一致性约束进行结构分析，可事先分析出任何的可能导致新的一致性错误不可检测的可疑的上下文信息组合模式；所述上下文匹配调度模块对上下文信息流进行与可疑组合模式匹配，根据匹配结果指导进行检测技术的调度并自适应地产生合适的调度决策；所述一致性错误检测模块根据调度决策结果调用已有一致性检测技术对于决策产生的上下文队列进行检测。本发明还提供一种实现上下文一致性的检测方法。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.028 seconds)
