变量定义未使用故障的一种静态测试方法

变量定义未使用故障是C/C 程序中的可见故障,该类故障可导致计算结果错误或系统崩溃.针对C/C 语言中变量定义未使用错误类型进行了分析,并从面向具体故障的测试思想出发,给出软件测试系统设计,建立了C/C 语言中变量定义未使用的故障模型,结合静态测试特点,给出了一种静态查找此类故障的方法.该方法已用于面向故障的软件测试系统中.     

基于变量使用的静态测试方法研究

基于对程序源代码的静态分析方法,针对C/C++程序中的变量定义未使用故障和变量未初始化故障,提出了一种自动测试方法.以变量定义未使用故障和变量未初始化故障的表现形式为基础,从面向具体故障的测试思想出发,并以此为基础,综合应用了抽象语法树和控制流图,提出了一种静态查找这些故障的方法.测试结果表明,该方法能够有效检测变量使用的故障,提高了测试结果的精度.     

静态测试C＋＋中定义未使用的变量

软件测试可分为静态测试和动态测试。静态测试就是在不实际运行程序的情况下发现程序中蕴含的问题。以C＋＋编程为例,可以发现在很多的程序中总是定义了大量的变量,但是程序并没有实际使用它们,这是一种非常不好的编程习惯,也是一种常见的故障模型。文中通过对该类问题进行分析,给出一种静态测试方法测试C＋＋中定义未使用的变量;     

未初始化变量的一种静态测试方法

软件测试系统的研制是软件测试领域的一个研究热点.未初始化变量是C/C 程序中的常见故障,该类故障极易导致计算结果错误或系统崩溃.针对C/C6 语言中常见未初始化变量故障进行了分析研究,并从面向具体故障的测试思想出发,建立了C/C 语言中未初始化变量的故障模型,结合静态测试的特点,给出了一种静态查找此类故障的方法.该方法已实现,并已应用于面向故障的软件测试系统中.     

利用变量状态转换模型进行部分软件错误的检测

应用程序中的功能通常是通过对变量的操作来实现。应用程序中变量的操作包括赋值、引用等不同的方式。针对普通变量和指针变量在程序中的使用方式,对变量的状态进行了分析,并根据变量使用的特点,定义了普通变量和指针变量的状态转换模型。在此基础上,给出了与变量有关的软件错误的定义,并讨论了基于变量切片的软件错误的检测方法。     

51系列单片机C语言编程入门（下）

三、51中常量与变量的定义及赋值常量为一常数,通常设置为某一固定参数,这样一旦参数发生变化,只需修改常量的定义。常量使用define语句在程序的开头部分定义,例如定义一个user_data常量可使用如下语句:#define user_data 150。变量是程序中可以改变的量,通常存放一些中间数据,变量根据其长度可分为位型[bit],字符型[char],整型[int],长整型[long],     

引用未初始化变量故障静态测试方法研究

引用未初始化变量故障往往存在于C/C 程序中,该类故障常常会导致系统崩溃.鉴于传统测试方法、编译器和现有静态测试工具检测这类故障的局限性,本文提出了基于引用未初始化变量故障模型的静态测试方法.首先给出了引用未初始化变量的形式化定义,作为研究引用未初始化变量的基础;分析了变量状态及其变化,建立了变量状态集产生模型,作为静态识别引用未初始化变量的前提基础;建立了引用未初始化变量故障模型,作为静态识别引用未初始化变量的依据;提出了引用未初始化变量自动测试算法.实验结果表明,基于引用未初始化变量故障模型的静态测试方法具有较高的故障检测准确率和测试效率,这说明建立的故障模型和自动测试方法是有效的.     

C语言中指针使用的常见错误

一、引言指针是C语言中的一个重要的特殊变量,与一般变量不同之处是它包含的不是数据的值,而是另一个变量的地址。使用指针可设计出紧凑、清晰和高效的程序,有时使用指针还是实现某些算法的唯一方法。然而,在C语言编程中,指针的使用很容易出错。笔者经过几年的教学和科研实践,总结出了一点经验,供有兴趣的同志参考。二、常见错误分析 1.未给指针分配空间使用指针时,一个最容易犯的错误,就是在为指针变量分配存储空间前,对其指向的空间进行赋值操作。如下述程序段:     

基于数据链的软件故障定位方法

软件中存在的故障很多与数据流紧密相关,对数据流故障定位是一个具有相当难度的研究问题.通过分析变量的定义-使用关系和变量间的依赖关系,并跟踪程序运行时各种操作对变量值的影响,即,变量操作状态的变化等基本信息,提出了一种综合考虑变量操作状态变化以及变量操作状态间依赖关系的数据链模型,利用该模型对程序中数据流故障进行定位.经过实验验证,所提出的基于数据链的故障定位方法的定位结果与基于定义-使用对、基于程序切片、基于概率依赖图和基于语句覆盖这4种典型的故障定位方法进行了对比,取得了更好的定位效果.     

采用C＋＋代码插装的实时软件内存错误分析

在航天领域中,安全关键的大型实时软件系统往往直接影响到任务成败,一般难以全面检测、分析或避免内存泄漏等常见内存错误。定义了实时软件的12种典型内存故障模式,提出了一种基于C＋＋代码插装的实时软件内存错误快速分析方法。该方法通过对C＋＋源代码进行静态分析,获取指针变量相关信息;通过C＋＋代码插装和运行不同测试用例,实时收集统计C＋＋指针对象的分配、释放、赋值、c-use和p-use使用情况,结合实时软件的典型内存故障模式进行分析,并自动生成详情报告。应用案例表明,该方法能够高效快捷地发现实时软件潜在的典型内存错误,从而有效提高软件质量。     

基于信任模式验证的论述性Web文本可信性判定方法

互联网中,海量Web信息自由开放,真假有益危害信息混在一起,许多Web文本的内容不可信。如何正确判断Web文本内容的可信性,从而在海量的Web信息中选择有用可信的资源信息,是当前急需解决的问题。提出了一种基于信任模式验证的论述性Web文本可信性判定方法,首先定义论述性Web文本的信任模式并对信任模式进行形式化的描述,然后构建论述性Web文本阅读自动机,最后进行模型检测以判断论述性Web文本是否满足信任模式,并根据检测结果求解Web文本可信度。实验表明该方法具有良好的效果。     

考虑群体信任的网络安全态势多维偏好评级方法

现有网络安全态势评级方法难以同时兼顾专家间信任信息、偏好信息以及客观异质信息等多源信息,为此,建立基于群体信任的网络安全态势多维偏好评级模型.在描述网络安全态势多维偏好评级问题的基础上,提出社会网络中信任信息不确定程度度量方法,进一步建立一种考虑单链信任信息不确定性和内部差异性、多链间信任非补偿性和内部差异性的不完整信任网络构造模型,据此确定专家权重;定义基于级别特征值的客观排序、专家偏好的群体一致性程度和群体非一致性程度,进一步建立包含专家信任信息、偏好信息和评级信息等在内的网络安全态势评级多维偏好分段变权综合优化模型,获得基于二元语义的网络安全态势等级和等级区分度.所提出方法为构建和检验网络安全态势评级提供理论依据,有助于研发先进的网络安全态势评级系统,提高网络安全防护能力.     

基于多维区间T-S 模糊模型的多维运动模式预测

与传统的在欧氏空间建立系统动力学模型不同, 基于运动模式的建模是在模式运动空间中刻画系统的动力学特性. 首先, 提出一种基于粒子群优化和四叉树空间划分的多维模式运动空间的构建方法, 为了定量描述多维模式的运动, 采用多维区间数度量多维模式类别变量; 然后, 定义一种多维区间T-S 模糊模型, 并以此构建多维运动模式的预测模型; 最后, 以烧结生产过程的实际数据为例, 验证了所提出预测模型的有效性.

     

基于时态逻辑的自动信任协商模型*

通过分析自动信任协商系统中的行为抽象,形式化定义了协商模式.基于扩展的一阶时态逻辑给出了自动信任协商系统的抽象模型,分析了模型的语法和语义,为实现自动信任协商系统提供了有效的工具.     

基于行为监控和数据挖掘的动态信任模型*

实体之间的信任关系发生在一定的上下文中,其信任值与影响信任值的多个行为属性之间的关系复杂而且多变,很难用一个一成不变的函数去描述。根据软件传感器监测到的历史行为数据和目标信任值,利用logistic回归分析方法和成对分类法对行为属性与信任值之间的关系模式进行自适应的数据挖掘与知识发现,不需要任何的先验知识和主观假设,从而有效解决了信任值计算的动态性和客观性等问题。实验结果表明,与已有模型相比,该模型的平均误差率和计算效率都有所提高,能够快速有效地分类出实体间的信任等级。     

基于宏与全局变量Floyd并行算法的性能对比

在Ubuntu操作系统上,实现多线程并行的Floyd算法。对实验数据分析表明,基于全局变量定义代价矩阵A大小的并行程序所获得的并行性能要优于基于宏参数定义矩阵A大小的并行程序的性能。这与相应的用宏参数定义矩阵A大小的串行程序性能要更优的结果相反。     

一种高效的集中信任模型下的共谋检测算法

在各种信任管理模型中,共谋欺骗是最棘手的恶意行为之一. 由于信任值的主观特性,目前对共谋欺骗还没有较好的判定方法. 本文利用聚类方法,提出一种集中信任模型下的共谋检测算法. 为检验算法性能和参数设置,文中设计了相关的仿真实验,并进行了量化分析. 实验结果表明,在选取合适参数的情况下,算法具有较好的检测效果.     

一种面向可信决策的风险信任平衡模型研究

在不确定环境中,风险和信任是影响可信决策的关键因素。对于风险和信任的相互关系尚未达成共识,而已有的信任模型或者风险管理手段或多或少存在一些不足。本文在分析已有研究成果的基础上,论述了风险和信任在可信决策中的相互关系,并基于主观逻辑建立了一个风险信任平衡模型。该模型将风险和信任量化为风险观点和信任观点,通过安全策略定义事务重要性和可信决策的相关参数,基于信任关系优先准则进行可信决策。本文提出的风险信任平衡模型可以对分析风险和信任相互关系进行量化,也可以应用于基于信任和风险的安全模型和安全决策中。     

基于云模型的可信性评估模型*

软件应用领域极度扩展,促使软件可信问题被高度重视,但量化的软件可信性评估却是可信问题研究的难点。针对软件可信性量化问题,提出了基于云模型的可信性评估模型。以REST表述性状态转移超媒体分布式架构为背景,根据云模型理论定义了其组成构件的信任云以及系统综合信任云,用于评估构件的可信性和系统的可信性。从四个层面,探讨软件可信问题,以可信基础参数获取作为最底层输入,进而生成云模型,合并云模型,最终进入可信评估应用层面。实验结果表明,基于云模型的可信性评估模型是有效实用的,在可信度的不确定性方面增加了评估的灵活性。     

Microcomputer-assisted multivariate survival data analysis using Cox's proportional hazards regression model

We describe a microcomputer program (COXSURV) for proportional hazards multiple regression analysis of survival and other failure-time data generated in clinical trials and in retrospective clinical epidemiology studies. COXSURV is menu-driven and has powerful variable factoring and data exploratory capabilities for multivariate modeling. A batch mode allows automatic uni- or multivariate analyses for confounder summarization. Model selection for predictive purposes is possible through a step-up algorithm. The partial likelihood method used in the program allows the use of either discrete or continuous time scales by treating tied uncensored observations by either the exact method or by a robust approximation method. The program calculates most standard model fitting statistics for either overall or stratified analyses and uses data layout files compatible with those of other related epidemiologic analysis software.