-
公开(公告)号：CN110399300B
公开(公告)日：2021-06-22
申请号：CN201910663726.6
申请日：2019-07-22
Applicant: 南京大学
Abstract: 本发明提供一种基于动态类型感知的Python软件模糊测试方法，包括下列步骤：1)从github获取开源Python软件项目的源程序代码；2)生成源程序代码对应的抽象语法树；3)从抽象语法树中识别并提取函数定义节点；4)根据函数定义节点的信息使用动态类型感知策略生成参数，并生成对应函数定义的测试用例集合；5)执行测试用例生成测试结果报告，根据测试报告的结果进行基于变异的模糊测试和提供潜在缺陷的测试用例。本发明解决了目前缺乏针对Python软件的模糊测试方法的问题，并且能够提供触发潜在缺陷的输入，进而帮助开发者进行调试和修复缺陷，提高软件的可维护性和鲁棒性，从而能更好地控制软件产品的质量。
-
公开(公告)号：CN110399300A
公开(公告)日：2019-11-01
申请号：CN201910663726.6
申请日：2019-07-22
Applicant: 南京大学
Abstract: 本发明提供一种基于动态类型感知的Python软件模糊测试方法，包括下列步骤：1)从github获取开源Python软件项目的源程序代码；2)生成源程序代码对应的抽象语法树；3)从抽象语法树中识别并提取函数定义节点；4)根据函数定义节点的信息使用动态类型感知策略生成参数，并生成对应函数定义的测试用例集合；5)执行测试用例生成测试结果报告，根据测试报告的结果进行基于变异的模糊测试和提供潜在缺陷的测试用例。本发明解决了目前缺乏针对Python软件的模糊测试方法的问题，并且能够提供触发潜在缺陷的输入，进而帮助开发者进行调试和修复缺陷，提高软件的可维护性和鲁棒性，从而能更好地控制软件产品的质量。
-
公开(公告)号：CN113076127B
公开(公告)日：2023-08-29
申请号：CN202110449778.0
申请日：2021-04-25
Applicant: 南京大学
IPC: G06F8/70 , G06F16/33 , G06F16/332 , G06F16/34 , G06F40/211 , G06F40/295
Abstract: 本发明公开编程环境下问答内容的提取方法、系统、电子设备及介质，所述系统包括：数据处理模块，用于执行：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；实体识别模块，用于执行：对经过所述数据处理模块处理后的文本进行软件工程领域的实体识别；文档读取模块，用于执行：将经过所述实体识别模块识别后的文本输入神经网络进行文档读取；摘要抽取模块，用于执行：利用另一个神经网络抽取出问答文本中的关键内容。本发明能将技术问答中的关键内容提取出来，减少开发人员浏览时间，提高编程现场开发效率。
-
公开(公告)号：CN113076127A
公开(公告)日：2021-07-06
申请号：CN202110449778.0
申请日：2021-04-25
Applicant: 南京大学
IPC: G06F8/70 , G06F16/33 , G06F16/332 , G06F16/34 , G06F40/211 , G06F40/295
Abstract: 本发明公开编程环境下问答内容的提取方法、系统、电子设备及介质，所述系统包括：数据处理模块，用于执行：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；实体识别模块，用于执行：对经过所述数据处理模块处理后的文本进行软件工程领域的实体识别；文档读取模块，用于执行：将经过所述实体识别模块识别后的文本输入神经网络进行文档读取；摘要抽取模块，用于执行：利用另一个神经网络抽取出问答文本中的关键内容。本发明能将技术问答中的关键内容提取出来，减少开发人员浏览时间，提高编程现场开发效率。
-
-
-
Search Results
4
records
(took 0.012 seconds)
