基于TCBR的测试用例复用方法研究

为了提高设计测试用例的效率,提高软件测试效率,提出了基于测试用例推理的测试用例复用方法。介绍了基于测试用例推理方法,说明了基于测试用例推理的测试用例复用过程。确定了测试用例和测试用例集包含的要素集合,并在此基础上建立了测试用例相似度度量模型。针对模型的3个组成部分,即结构相似度、属性相似度和属性权重,分别作了计算说明,改进K最近邻算法,建立了测试用例检索算法。通过实例讨论了该方法的过程,表明了其可行性。     

可复用测试用例研究

分析了测试用例复用的可行性和必要性,研究了可复用测试用例的特性,提出了面向复用的测试用例设计过程和基于复用的软件测试模型,给出了可复用测试用例的描述要素,从而解决了可复用测试用例的系统描述、规范设计和有效使用的问题,并为基于复用的软件测试的工程化管理提供了管理框架。     

可复用测试用例研究

软件测试是提高软件质量的关键步骤,测试用例的设计又是软件测试的核心,对已有的优秀的测试用例进行复用能够缩短软件测试的时间,该文对介绍了可复用测试用例的概念及设计思想,提出了可复用测试用例库的模型,提高了测试用例的复用程度。     

基于复用簇的测试用例复用度量

随着软件测试复用实践的深入、测试用例库规模的不断扩大,对测试用例复用的管理和评价的研究也逐渐引起人们的关注.在详细分析了测试用例复用行为的基础上,提出复用簇和测试用例从属度的概念,并基于复用簇和从属度建立测试用例复用度量模型.模型以复用为导向,建立和复用行为相关联的复用簇管理模式,并通过从属度为复用建立度量方法.该复用度量模型实现了计算过程的自动化,改进了简单计算测试用例复用次数的度量方法,保证复用度量的客观性和准确性,使复用度量的量化评价成为可能.     

支持共享和复用的测试用例库系统的设计

测试用例的共享和复用对于提高测试工作的效率极为重要，本文提出了一个支持共享和复用的测试用例库系统，文章首先时测试用例的管理属性和测试用例体进行建模，然后描述了系统的版本管理、导出导入和统计等多项功能。     

基于知识图谱的雷达软件测试用例复用研究

为了更加充分地利用雷达软件测试用例与其他测试知识的关系,进一步优化雷达软件测试用例复用效果,提出了一种基于知识图谱的雷达软件测试用例复用方法.该方法依据雷达软件测试本体关系模型,从现有的雷达软件测试管理系统中抽取测试知识构建雷达软件测试知识图谱,以实体特征属性文本的语义相似度匹配为基础,结合知识推荐和协同过滤推荐技术建...     

基于本体的渗透测试用例复用模型

为了提高渗透测试团队的工作效率和能力,本文以构件渗透测试知识的本体为基础,建立了渗透测试用例复用模型,在知识的形式化描述、组织和查询方面给出了解决方法,形成了一套切实可行的渗透测试用例复用的解决方案,方便测试团队与测试项目之间共享渗透测试知识。     

软件测试中的测试用例及复用研究

软件测试过程中产生的大量测试用例对保证软件的质量起到关键作用，对于专门从事软件测试的机构来说，测试用例的复用尤其重要。在测试用例的设计、选择的基础上，构造出基于复用的测试用例，同时采用测试用例库管理的方法来实现测试用例的复用，可以提高软件测试的工作效率。     

软件测试中的测试用例及复用研究

软件测试过程中产生的大量测试用例对保证软件的质量起到关键作用,对于专门从事软件测试的机构来说,测试用例的复用尤其重要。在测试用例的设计、选择的基础上,构造出基于复用的测试用例,同时采用测试用例库管理的方法来实现测试用例的复用,可以提高软件测试的工作效率。     

基于形式化描述可复用测试用例库的研究与实现

软件测试作为保证软件质量的重要手段,是软件开发过程中的重要环节。软件测试过程中产生的大量测试用例对保证软件的质量起到了关键作用。为了共享和复用测试用例,提出了基于形式化语言描述的可复用测试用例库的构建方法,收集大量测试用例,并进行合理的分类和管理,测试人员可以从库中选择合适的测试用例直接使用或稍作修改来使用,从而大幅度降低了测试人员的工作量,极大地提高了测试工作效率,进而更好地保证软件质量。     

基于知识图谱的案件特征增强法律判决预测

现有基于知识图谱的法律判决预测方法重点关注案件的要素实体和关系,不能充分地获取案件的特征信息。针对该问题,提出了一种增强案件特征融合的知识图谱法律判决预测方法。首先,该方法利用双向门控循环神经网络挖掘事实描述文本深层次的因果、时序等全文语义特征信息。然后通过知识图谱向量空间中案例间相似度注意力计算学习类案特征表示。最后,融合特征信息和知识图谱的结构化知识,丰富实体和关系在案件事实文本中的语义特征表示,实现法律判决链路预测任务。在危险驾驶罪和盗窃罪两类罪名数据集上的实验结果显示,该方法在MRR、Hit@1两个关键评价指标上与当前表现最好的链路预测模型相比提升了1.5%左右,Hit@3和Hit@10等指标也均有提升,验证了案件特征增强融合能补充法律知识图谱中缺失的案件特征信息并提高预测的效果。     

融合知识图谱和协同过滤的学生成绩预测方法

针对高等教育本科教学场景中的学生成绩预测问题,提出了一种基于课程知识图谱（KG）的预测算法。首先,构造一个表示课程信息的课程知识图谱。然后,分别使用基于邻节点的方法和基于知识图谱表示学习的方法基于知识图谱计算课程在知识层面的相似度,并将课程的知识相似度集成到传统的成绩预测框架协同过滤（CF）中。最后,通过实验对比了融合知识图谱的算法和常见成绩预测算法在不同数据稀疏度场景下的性能。实验结果显示,在数据稀疏场景下,基于邻节点的算法和传统协同过滤算法相比,均方根误差（RMSE）下降约11%,平均绝对误差（MAE）下降约9%;基于图谱表示学习的算法与协同过滤算法相比RMSE下降17.55%,MAE下降11.40%。实验结果表明,运用知识图谱的协同过滤算法可使预测误差显著下降,验证了知识图谱可以作为历史数据缺乏场景下的信息补足,从而帮助协同过滤获得更好的预测效果。     

Dynamic knowledge modeling and fusion method for custom apparel production process based on knowledge graph

Compared with ordinary mass-produced apparel products, custom apparel products will generate more data at each stage of their life cycle. Such data is in a highly dynamic state, while the relationship between the data is more complex. However, the current use of traditional relational data to store the whole life cycle data of custom apparel products has several problems of high redundancy, weak correlation, discrete distribution, and certain limitation of storage capacity. Therefore, based on knowledge graph, a dynamic knowledge modeling and fusion method is proposed for the production process of custom apparel. Firstly, an ontology-based knowledge modeling method is designed for custom apparel, which defined three types of ontology modeling methods for the process, resources, and features. On this basis, a knowledge graph construction method based on bi-directional fusion for the custom apparel production system is proposed. With one order as a unit, a knowledge graph facet (KGF) model, as well as the derived knowledge representation, generation and fusion method, is established to realize dynamic knowledge fusion of the custom apparel production process. Finally, taking the suit production process of a custom apparel factory as an example, the corresponding knowledge graph is constructed based on the ontology knowledge model, and the effectiveness of the proposed knowledge fusion method is verified.     

一种基于知识图谱的工业互联网安全漏洞研究方法

工业互联网安全问题日益突出,对工业互联网安全漏洞知识库的深入研究是解决问题的关键。为解决漏洞数据利用价值低、关联分析手段欠缺、可视化程度不足等问题,以工业互联网安全漏洞库为基础,提出了构建工业互联网安全漏洞知识图谱的方法,通过原始数据信息提取、关联关系分析、数据存储等手段,将知识图谱导入到Neo4j图数据库,以实现高效存储、查询。从时间维度、空间维度、关联关系维度进行知识图谱的分析,将查询结果进行了可视化展现。结果表明:提出的方法可以有效、直观地展现工业互联网安全漏洞数据的自身属性与关联关系,实现漏洞数据内在价值的深度挖掘。     

基于图知识推理的输电线路缺销螺栓识别方法

针对输电线路缺销螺栓识别任务中存在的视觉不可分与样本不平衡问题,提出了基于图知识推理的输电线路缺销螺栓识别方法。首先通过知识表达模块学习到各类螺栓有判别力特征的类别表示;然后深入挖掘螺栓数据集中螺栓种类之间的相关性,提取出标签共现信息;最后将类别表示作为输入特征,以静态图和动态图的相关概率矩阵表征标签共现信息,通过知识推理模块完成图知识的传播与增强,从而实现缺销螺栓的识别。在实验阶段,将所选取的3类金具上的6种螺栓作为实验对象。对比实验结果表明,本文方法对缺销螺栓的识别效果优于其他方法,较原始模型提升了9.13%的准确率。消融实验结果表明,本文所提取的螺栓类别表示、静态图及动态图信息均能够提升缺销螺栓的识别效果。     

Research on radical innovation implementation through knowledge reuse based on knowledge flow: A case study on academic teams

To better understand and apply knowledge reuse through knowledge flow when radical innovation is expected, we select an extremely important reuse knowledge industry, i.e., academic research field, and adopt the “spatiotemporal” perspective to analyze the principles and processes of knowledge reuse. We have divided knowledge reuse into four stages, namely, knowledge search, knowledge evaluation, knowledge recombination, and knowledge creation, thereby developing a knowledge reuse mechanism model centered on these stages. This study differs from the previous ones primarily in our adoption of the new perspective in knowledge management research, and dynamically analyze knowledge reuse in the context of knowledge flow.     

基于知识图谱和重启随机游走的跨平台用户推荐方法

针对单一社交网络平台中推荐相似用户结果单一,对用户兴趣和行为信息了解不够全面的问题,提出了基于知识图谱和重启随机游走的跨平台用户推荐方法（URCP-KR）。首先,在分割、匹配出的目标平台图谱和辅助平台图谱的相似子图中,利用改进的多层循环神经网络（RNN）预测出候选用户实体,再综合利用拓扑结构特征相似度和用户画像相似度筛选出相似用户;然后,将辅助平台图谱中的相似用户的关系信息补全到目标平台图谱;最后,计算目标平台图谱中的用户游走到社区内每个用户的概率,从而得到用户之间的兴趣相似度来实现用户推荐。实验结果表明,与协同过滤（CF）算法、基于跨平台的在线社交网络用户推荐算法（URCP）和基于多开发者社区的用户推荐算法（UR-MC）相比,URCP-KP在推荐精确率及推荐多样性等方面均有所提高,推荐精确率最高可达95.31%,推荐覆盖率最高可达88.42%。     

基于网络防御知识图谱的0day攻击路径预测方法

针对0day漏洞未知性造成的攻击检测难问题,提出了一种基于知识图谱的0day攻击路径预测方法。通过从现有关于网络安全领域本体的研究成果及网络安全数据库中抽取“攻击”相关的概念及实体,构建网络防御知识图谱,将威胁、脆弱性、资产等离散的安全数据提炼为互相关联的安全知识。在此基础上,依托知识图谱整合的知识,假设并约束0day漏洞的存在性、可用性及危害性等未知属性,并将“攻击”这一概念建模为知识图谱中攻击者实体与设备实体间存在的一种关系,从而将攻击预测问题转化为知识图谱的链接预测问题。采用基于路径排序算法的知识图谱推理方法挖掘目标系统中可能发生的0day攻击,并生成0day攻击图。复用分类器输出的预测得分作为单步攻击发生概率,通过计算并比较不同攻击路径的发生概率,预测分析0day攻击路径。实验证明,所提方法能够依托知识图谱提供的知识体系,为攻击预测提供较全面的知识支持,降低预测分析对专家模型的依赖,并较好地克服0day漏洞未知性对预测分析造成的不利影响,提高了0day攻击预测的准确性,并且借助路径排序算法基于图结构这一显式特征进行推理的特点,能够对推理结果形成的原因进行有效反溯,从而一定限度上...     

知识图谱的推荐系统综述

如何为用户提供个性化推荐并提高推荐的准确度和用户满意度,是当前推荐系统研究面临的主要问题。知识图谱的出现为推荐系统的改进提供了新的途径。本文研究了知识图谱近年来在推荐系统中的应用情况,从基于本体的推荐生成、基于开放链接数据的推荐生成以及基于图嵌入的推荐生成3个方面对研究现状进行了综述。在此基础上,提出了基于知识图谱的推荐系统总体框架,分析了其中涉及的关键技术,并对目前存在的重点和难点问题进行了讨论,指出了下一步需要开展的研究工作。     

基于拓扑图形的服务知识重用策略研究

为解决服务配置组合过程中服务知识的重用问题,建立服务知识重用策略及其表示方法.采用了形式化定义的方法对孤立服务知识进行建模,析取常见的服务知识重用模式与策略,提出利用拓扑模型的方式对服务知识的重用策略进行描述,构建基本的服务重用拓扑模型结构.实验分析结果表明,该方法使复杂的服务知识组件关系变得清晰、完整,解决以往的建模方法中信息描述不完全的问题.