一种用于软件开发的缺陷预测方法

    公开(公告)号:CN104598375B

    公开(公告)日:2017-09-12

    申请号:CN201410710095.6

    申请日:2014-11-28

    Abstract: 一种用于软件开发的缺陷预测方法,构建源代码依赖网络和开发者社交网络,分别记录源代码文件间的依赖关系,以及开发者间的交流协作关系。比较源代码依赖网络和开发者社交网络,将两者的不一致作为缺乏交流的指示。本发明可以检测出每个源代码文件关联的开发者交流链接缺乏的数量,作为衡量文件网络不一致性的指标,还可以给出文件缺乏的开发者链接,并同时给出每一条链接缺乏的原因,即哪两个源文件之间存在依赖,而其开发者间没有交流协作。开发者可以根据方法的指导,组织弥补相应的交流,有针对性地发现和修复缺陷。

    基于符号执行的GUI程序测试用例扩增方法

    公开(公告)号:CN104536880A

    公开(公告)日:2015-04-22

    申请号:CN201410712797.8

    申请日:2014-11-28

    Abstract: 基于符号执行的GUI程序测试用例扩增方法,对于一个待测程序,首先使用JPF工具为待测程序创建一个“.jpf”文件,并静态分析待测程序代码,获取符号执行分析后产生的有效输入值;以控件的名字属性作为关键字在已有测试用例脚本中搜索与定位需要置入新输入值的位置,然后用有效输入值进行替换原值,生成新的测试用例,实现原测试用例集扩增。本发明作为一种GUI界面测试技术引入了符号执行技术,能够运用符号执行的方法完成对GUI程序前台界面测试用例的扩增,让GUI程序前台界面的测试更加充分,提高了GUI程序前台界面的测试效率。

    基于符号执行的GUI程序测试用例扩增方法

    公开(公告)号:CN104536880B

    公开(公告)日:2017-09-15

    申请号:CN201410712797.8

    申请日:2014-11-28

    Abstract: 基于符号执行的GUI程序测试用例扩增方法,对于一个待测程序,首先使用JPF工具为待测程序创建一个“.jpf”文件,并静态分析待测程序代码,获取符号执行分析后产生的有效输入值;以控件的名字属性作为关键字在已有测试用例脚本中搜索与定位需要置入新输入值的位置,然后用有效输入值进行替换原值,生成新的测试用例,实现原测试用例集扩增。本发明作为一种GUI界面测试技术引入了符号执行技术,能够运用符号执行的方法完成对GUI程序前台界面测试用例的扩增,让GUI程序前台界面的测试更加充分,提高了GUI程序前台界面的测试效率。

    基于频繁子图挖掘的错误定位方法

    公开(公告)号:CN104536882A

    公开(公告)日:2015-04-22

    申请号:CN201410713577.7

    申请日:2014-11-28

    Abstract: 基于频繁子图挖掘的错误定位方法,将程序的所有实体共同作为一个整体,通过图挖掘方法获取失败用例执行中的特征模式,进而实现更加准确且包含运行时上下文的自动化错误定位结果。本发明方法是一种区分性子图挖掘方法,以频繁子图挖掘为基础框架,基于信息增益方法计算子图的可疑度,通过优化的频繁子图挖掘方法获取失败用例和成功用例执行中的特征模式,进而实现更加准确且包含运行时上下文的自动化错误定位结果。本发明可以获得子图可疑度的排序,进而提供给测试人员可疑度最高的K个子图,从而提高了开发人员定位错误的准确性和效率。

    一种用于软件开发的缺陷预测方法

    公开(公告)号:CN104598375A

    公开(公告)日:2015-05-06

    申请号:CN201410710095.6

    申请日:2014-11-28

    Abstract: 一种用于软件开发的缺陷预测方法,构建源代码依赖网络和开发者社交网络,分别记录源代码文件间的依赖关系,以及开发者间的交流协作关系。比较源代码依赖网络和开发者社交网络,将两者的不一致作为缺乏交流的指示。本发明可以检测出每个源代码文件关联的开发者交流链接缺乏的数量,作为衡量文件网络不一致性的指标,还可以给出文件缺乏的开发者链接,并同时给出每一条链接缺乏的原因,即哪两个源文件之间存在依赖,而其开发者间没有交流协作。开发者可以根据方法的指导,组织弥补相应的交流,有针对性地发现和修复缺陷。

    一种基于事故报告的自动驾驶泛化性测试场景构建方法

    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

    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。

Patent Agency Ranking