公开(公告)号：CN116431477A

公开(公告)日：2023-07-14

申请号：CN202310240372.0

申请日：2023-03-14

Applicant: 西北大学

Inventor： 汤战勇 ,  弋雯 ,  赵晶莹 ,  范镇业 ,  车小康 ,  叶贵鑫

IPC: G06F11/36 ,  G06F16/951 ,  G06N20/00

Abstract: 本发明属于软件自动化测试领域，尤其为一种基于深度学习的JS引擎差分模糊测试方法，整体运行过程依次包括数据收集阶段、模型构建阶段、用例生成阶段以及差分测试阶段。首先为收集模型训练数据以及高质量的测试套件；然后对其进行数据预处理并交给模型进行微调训练；接着使用微调模型对测试套件进行续写；最后，将生成的测试用例交给差分测试系统中的各个JS引擎进行执行，执行后得到的可疑用例再使用引擎支持的标准版本的对应执行平台进行进一步结果判断，分析是否为JS引擎实现错误。本发明使用深度学习的文本生成模型进行JavaScript用例的生成，相比于传统的生成方法自动化程度高且生成效率快。

公开(公告)号：CN118211041A

公开(公告)日：2024-06-18

申请号：CN202410265688.X

申请日：2024-03-08

Applicant: 西北大学

Inventor： 汤战勇 ,  王金秋 ,  范镇业 ,  路亚梦 ,  叶贵鑫 ,  王薇

IPC: G06F18/211 ,  G06F18/27 ,  G06F3/06 ,  G06F18/15

Abstract: 本发明公开了一种基于特征选择的高性能应用I/O性能预测模型构建方法，包括样本数据的收集、特征的设计、特征集合的选择、回归模型的选择分析和性能模型的调优应用，在通过回归算法构建性能预测模型的基础上，增加了使用特征选择算法的过程提取关键特征，特征选择算法从原始特征集合中通过评估特征与I/O性能指标的相关性选择出最优特征集，并使用各种回归算法的组合来进行预测，相比于原有的使用预先设定的特征集训练模型，本发明的方法能够提高预测模型准确率。

公开(公告)号：CN119166501A

公开(公告)日：2024-12-20

申请号：CN202411178640.1

申请日：2024-08-27

Applicant: 西北大学

Inventor： 汤战勇 ,  范镇业 ,  叶贵鑫 ,  胡天敏 ,  高杰 ,  韩佳祥

IPC: G06F11/36 ,  G06F9/455

Abstract: 本发明公开了一种基于历史测试信息反馈的Java虚拟机模糊测试方法，本发明首先通过从OpenJDK中搜集修复历史缺陷的补丁测试代码组成语料库，随后对语料库的修复代码片段进行解析，提取出与缺陷相关代码片段，再对缺陷相关代码片段进行组装得到测试用例，能够尽可能的利用缺陷触发片段覆盖深层缺陷源码分支。然后对组装完成的测试用例进行差分测试，在差分测试过程中通过历史测试信息对缺陷相关代码片段进行反馈调度，更高效地发现JVM的功能缺陷和软件漏洞。