-
-
公开(公告)号：CN106970803A
公开(公告)日：2017-07-21
申请号：CN201710279321.3
申请日：2017-04-25
Applicant: 北京理工大学
CPC classification number: G06F8/71 , G06F11/3604
Abstract: 本发明公开了一种软件系统演化的分析方法和装置。该方法包括：以第一版本软件中的信息资源为节点，以第一版本软件中信息资源之间的关联关系为边，构建第一版本软件的第一软件结构拓扑图；根据代数拓扑复形原理，将第一软件结构拓扑图中的每一个节点表述成一个代数构件，并获取代数构件之间的关系信息；将第一软件结构拓扑图转化为以代数构件为节点，以关系信息为边的第二软件结构拓扑图，并将第二软件结构拓扑图分解为代数构件表达式；输出第一版本软件的代数构件表达式。本发明以代数运算的形式分析该软件系统的演化过程，从整体上对软件系统的演化过程进行掌握，指导软件系统的重构和维护；提高软件系统，特别是大规模软件系统的演化分析效率。
-
公开(公告)号：CN105512046A
公开(公告)日：2016-04-20
申请号：CN201610069905.3
申请日：2016-02-01
Applicant: 北京理工大学
CPC classification number: G06F11/3684 , G06N3/00
Abstract: 本发明一种基于粒子群优化算法的Android自动化测试方法，不仅能够模块化进行应用控件的触发，并且能够生成更高效的输入类测试数据，在便捷的同时能够更加高效的触发软件异常。步骤一、将app安装在模拟器上，viewer模块负责开启view server服务，通过hierarchy viewer获取app的控件层次树信息；步骤二、以获取到的控件层次树信息为输入，PSO模块的build tree方法将其组织成便于遍历的树结构；步骤三、遍历build tree构造的控件层次树，每遍历一个节点就去test case模块中查找是否有历史测试用例；步骤四、调用test case模块中存储的测试用例集，即可实现自动化测试。
-
公开(公告)号：CN104978416A
公开(公告)日：2015-10-14
申请号：CN201510362467.5
申请日：2015-06-26
Applicant: 北京理工大学
IPC: G06F17/30
CPC classification number: G06F17/30979
Abstract: 本发明公开了一种基于Redis的对象智能检索方法。本发明针对某一对象进行分析，查看在某一时间段内检索过该对象的所有检索者，通过对这些检索者的分析，加以利用Redis系统Sort-Set与List数据结构，按照赋予的权值或设定的排列方法进行时序排序，进而获得针对不同检索者的推荐对象，针对性较强。该过程无需人工录入，自动筛选出符合条件对象。
-
公开(公告)号：CN101908006A
公开(公告)日：2010-12-08
申请号：CN201010240908.1
申请日：2010-07-30
Applicant: 北京理工大学
IPC: G06F11/00
Abstract: 本发明涉及一种缓冲区溢出漏洞的检测方法，特别涉及一种基于GCC抽象语法树的缓冲区溢出漏洞检测方法，属于信息安全技术领域。本发明利用GCC编译器对待分析源程序进行操作，生成抽象语法树；消除抽象语法树文本中所有与分析数据流、控制流无关的信息并保持有用信息的完整性；然后将其用于程序分析中，通过对抽象语法树上相关结点的监控来达到缓冲区溢出漏洞的分析和检测的目的。与传统的没有消除冗余的解析方法相比，本方法具有更好的实用性和更高的效率与准确率。
-
Patent Agency Ranking
公开(公告)号：CN114201383B
公开(公告)日：2025-03-07
申请号：CN202110875380.3
申请日：2021-07-30
Applicant: 北京理工大学 , 绿盟科技集团股份有限公司
IPC: G06F11/3668
Abstract: 本发明提供一种面向二进制程序的模糊测试系统，该系统主要包含三个模块，分别是程序追踪模块、测试用例选择模块和测试用例变异模块；程序追踪模块利用硬件程序追踪技术获得程序执行特征和指令特征，用于测试用例的选择和变异；测试用例选择模块根据测试用例特征维护一个优先队列，在测试用例选择时根据其是否在优先队列中进行概率性选择；该测试用例特征包括测试用例自身特征、模糊测试执行特征和硬件程序追踪得到的指令特征；测试用例变异模块根据测试用例特征确定其随机变异时的变异能量。本发明解决了目前大多数模糊测试存在的不支持对二进制程序测试或测试效果不佳、对测试过程中产生的有效信息利用不足的问题。
-
公开(公告)号：CN118573612A
公开(公告)日：2024-08-30
申请号：CN202410474546.4
申请日：2024-04-19
Applicant: 北京理工大学
Abstract: 本发明提供了一种网络协议模糊测试变异能量确定方法和装置，在对种子分配变异能量时，考虑种子状态频次，获取种子的对应状态的状态频次，并根据状态频次确定对应的状态的频率状态，频率状态包括高频状态和低频状态，为高频状态的种子分配最少的能量，减少资源的浪费，为低频状态的种子分配更多的能量，实现对低频状态的充分探索。在计算变异能量时，考虑种子被选择次数、种子所属状态的状态评分以及种子所属状态的状态频次，在模糊测试过程中，对种子的变异能量实时计算、灵活调整，避免在每次种子被选择时，分配几乎相同的变异能量，减少资源浪费，提升资源利用率。
-
公开(公告)号：CN111897735B
公开(公告)日：2022-11-11
申请号：CN202010791547.3
申请日：2020-08-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于粒子群和多标准的模糊测试用例选择方法和装置，可以针对目标二进制程序进行有效地漏洞检测。该方法以测试用例作为粒子，采用粒子群优化算法选择综合最优的测试用例作为下一轮待变异的测试用例；在粒子群优化过程中，利用选取的多个测试用例选择标准确定每个测试用例i的综合潜质，将粒子测试用例i在所有迭代中综合潜质的最大值作为个体最优解，将目前已执行的所有迭代中所有测试用例中综合潜质的最大值作为群体最优解，根据个体最优解和群体最优解进行粒子群优化，获得最优粒子作为待变异测试用例；并且利用测试用例的潜在价值和预期覆盖率动态地为所述待变异测试用例确定变异能量。
-
公开(公告)号：CN109002723B
公开(公告)日：2021-09-07
申请号：CN201810819763.7
申请日：2018-07-24
Applicant: 北京理工大学
IPC: G06F21/57
Abstract: 本发明采用一种分段式符号执行方法，对程序段进行粗粒度划分，并采用各程序段独立执行的方式对程序进行符号化分析，以改进目前的符号执行工具针对大规模程序进行分析以及现有分段式符号执行顺序分析方法的分析效率和分析准确度。一种分段式符号执行方法，通过聚类方法将程序划分为较大的多个程序段，进而对各程序段进行独立符号执行，然后将各个程序段的符号执行结果进行合并，完成对整个程序的分析。
-
公开(公告)号：CN111897734A
公开(公告)日：2020-11-06
申请号：CN202010791542.0
申请日：2020-08-07
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于在线式增量学习的模糊测试用例选择方法和装置。该方法以测试用例特征作为输入，测试用例质量评分作为输出组成训练样本；该测试用例特征包括测试用例自身特征、模糊测试执行特征、模糊测试执行效果特征和硬件程序追踪得到的指令特征；利用模糊测试变异且执行过的初始测试用例构建训练样本集，对在线式增量学习模型进行训练；获取候选测试用例的所述测试用例特征输入在线式增量学习模型，获得预测的测试用例质量评分，选取质量最优测试用例进行模糊测试；将所述候选测试用例的测试用例特征及为其预测的测试用例质量评分组成新训练样本，加入到在线式增量学习模型的训练样本集中以优化模型。使用本发明能够提高模糊测试效率。
-
-
-
-
-
-
-
-
-
Search Results
101
records
(took 0.069 seconds)
