RTL可观测性语句覆盖评估方法

针对目前已有的可观测性覆盖评估方法计算复杂度高、时间开销大的问题,建立了一种可观测性信息模型,并在此基础上提出一种可观测性语句覆盖评估算法．该算法采用变量的赋值与引用作为分析基础,计算效率大大提高,同时可以很容易地与其他考虑可控制性的覆盖准则相结合．实验结果表明,可观测性语句覆盖准则增强了语句覆盖准则的评估能力,同时与已有的可观测性语句覆盖评估方法相比,文中算法时间开销大大降低．     

ASRSP——一种新的并发程序测试准则

可达性测试是目前较为成熟的一种并发程序测试方法,该方法解决了如何生成最小完备偏序测试序列集的问题.但研究表明,对于一般规模的并发程序,这一测试序列集仍然太大,以至穷尽测试无法完成.因此,目前亟需能投入实际应用的并发程序测试准则和相应的测试序列生成算法.本文提出了一种实用性较高的并发程序测试准则:全发送接收语句对(ASRSP),并针对该准则提出了一种新的并发程序测试方法:全发送接收语句对可达性测试(ASR-SP-RT).该方法利用可达性测试生成测试序列集的完备性来保证覆盖所有的发送接收语句对,并在每次生成新序列 之后及时去掉对覆盖剩下发送接收语句对无作用的序列,从而达到约简测试序列集的目的.     

基于路径覆盖准则的AOP路径生成方法研究

在检验面向方面程序质量时,常常会依据路径覆盖准则对其进行测试,所以生成符合路径覆盖准则的AOP路径是很重要的。生成AOP路径,对AOP的控制流信息进行分析、表示,构造其单个模块、基本方面等的语句控制流图,确定类与方面之间交互的表示方法,构造出完整AOP语句控制流图;遍历完整AOP语句控制流图,得到从源节点到终节点的所有路径,这些路径中的可执行路径即是满足路径覆盖准则的测试路径。     

一种软件体系结构级路径覆盖方法

软件体系结构测试是对构件功能描述和接口描述的测试,是保证基于构件的软件系统质量的重要手段.提出一种新的软件体系结构级路径覆盖方法,用Wright描述软件体系结构并将体系结构配置行为转换成改进的配置行为图表示构件内部计算及外部迁移信息,根据构件连接路径覆盖准则C_CPC和构件连接路径覆盖生成算法FindC_CPaths,生成相应的测试路径.基于此设想实现了工具WTPT,通过实验及其分析表明了算法的正确性和有效性.最后对构件连接路径覆盖准则进行评估,评估结果为应用该覆盖准则提供了理论依据.     

测试含有标志变量程序的占优语句(集)选择

基于占优关系的可测试性转化,是将目标语句覆盖问题转化为位于该语句之前的占优语句(集)覆盖问题,能够对含有标志变量的程序进行测试.但是当占优语句(集)不止一个时,如何从这些语句(集)中选择最容易覆盖的作为新的目标语句(集),至今没有有效的方法,从而限制了可测试性转化的应用范围.研究了占优语句(集)选择问题,提出了基于覆盖难度的占优语句(集)选择方法.首先,提出评价语句覆盖难度的4个指标,并给出这些指标的计算方法;然后,基于上述指标,利用Topsis方法排序,选择最容易覆盖的占优语句(集);最后,将所提出的方法应用于多个基准与工业程序测试,实验结果表明,覆盖基于该方法选择的占优语句(集)能够显著提高测试数据生成的效率.     

基于数据流准则的测试用例生成方法

针对基于控制流的测试充分性准则易错失面向对象程序中的状态依赖关系,提出一种基于数据流准则的测试用例自动生成方法。通过数据流分析获取待覆盖的目标定义使用对,利用遗传算法自动生成覆盖定义使用对的测试用例,根据适应度函数指导测试用例的进化。将该方法与基于分支覆盖和语句覆盖的方法相比较。实验结果表明, 与其他方法相比,该方法可以检测出更多的变异体,适应度函数的设计降低了进化代数。     

寄存器传输级测试用例生成算法

基于控制流图／数据流图层次模型,以分支覆盖、位功能覆盖以及语句可观测覆盖为目标,给出一个高层次测试用例生成算法,并最终实现一种可行的RTL级测试生成算法．实验结果表明,在较少的测试生成时间下,该算法可生成相对短的测试序列,得到与其他方法相当或略差的测试效果．此外,该算法因采用了测试用例技术而具有良好的灵活性．     

基于关联规则Web技术的自学平台诊断系统研究

针对传统英语自学平台软件复杂性增加，导致平台故障诊断准确率和定位效率降低的问题，提出一种基于关联规则web技术的自学平台故障诊断系统。首先，通过数据采集模块进行平台软件数据采集；然后采用动态切片算法计算出动态结果集的覆盖信息，并基于此信息构造覆盖向量矩阵，以缩小故障检查规模；之后利用关联规则算法计算语句的可疑度，将其与覆盖向量矩阵结合后构造可疑度矩阵，以实现被检查语句排序，从而提高故障定位效率；最后利用故障报告生成模块生成故障诊断结果。实验结果表明，提出的平台软件故障诊断方法的平均累积检查语句数和平均故障定位代价分别取值为511行和18.21%,相较于传统的故障诊断方法，本方法对平台软件的故障诊断准确率更高，诊断效率更快，基于此算法可有效提升故障诊断系统的定位效率，具备可行性。     

基于混合遗传算法的RTL激励生成

寄存器传榆级（RTL）描述是目前应用最广泛的电路设计描述形式．在时序电路的RTL激励生成中，基于模拟的方法避免了帧扩展法庞大的搜索空间，但采用该方法常存在向量过多．质量不高等问题．本文充分考虑影响算法效率的各种因素，在此基础上，提出一种基于混合遗传算法的激励生成方法．该方法结合多种覆盖评估准则与故障模型作为激励生成目标，同时采用动态参数设置，实现全局-局域混合搜索机制．实验结果显示该方法是有效的．     

基于全同步对覆盖的线程调度序列生成方法

针对多线程并发程序生成覆盖同步语句的线程调度序列(TSS)效率低问题,提出了一种基于全同步对覆盖(APSC)准则的TSS生成(TGBA)方法。首先,对并发程序中的同步语句,定义了同步对及APSC;然后,给出了一个同步对-线程关联图(SPTG)构建方法;在此基础上,生成满足APSC的TSS;最后,使用JPF检测工具,对4个Java类库并发程序进行了TSS生成实验,并与常用的默认线程调度(DS)、抢占式线程调度(PS)和交叉线程调度(CS)序列生成方法在生成效率方面进行了对比分析。实验结果表明,与DS、CS方法相比,TGBA方法生成的TSS能够覆盖全部同步对;当满足APSC时,与PS方法相比,TGBA方法测试生成所需要的状态数、迁移数至少减少了19889和44352,并且生成效率平均提升了1.95倍,因此TGBA方法能够降低状态空间的规模开销,提高TSS的生成效率。     

组合认知复杂度的程序谱软件错误定位方法

基于程序谱的软件错误定位(spectrum-based fault localization,SBFL)技术收集测试用例结果和语句覆盖信息,用以计算每条语句的可疑度值.认知复杂度是软件复杂性度量工具,其值高的代码较易出错.为提升错误定位性能,提出一种语句级认知复杂度和SBFL相组合的方法对语句排序.当多条语句可疑度值相等时,新方法优先检查认知复杂度高的语句.测试数据集有925个错误版本,包含Java、C和C++项目.实验结果证实,加入认知复杂度后,传统的SBFL技术能减少待排查语句.     

基于词频-逆文件频率的错误定位方法

错误定位方法大多通过分析语句覆盖信息来标识出导致程序失效的可疑语句.其中,语句覆盖信息通常以语句执行或语句未执行的二进制状态信息来表示.然而,该二进制状态信息仅表明该语句是否被执行的信息,无法体现该语句在具体执行中的重要程度,可能会降低错误定位的有效性.为了解决这个问题,提出了基于词频-逆文件频率的错误定位方法.该方法采用词频-逆文件频率技术识别出单个测试用例中语句的影响程度高低,从而构建出具有语句重要程度识别度的信息模型,并基于该模型来计算语句的可疑值.实验结果表明,该方法大幅提升了错误定位的效能.     

Incorporating prior knowledge in observability-based path planning for ocean sampling

Observability-based path planning of autonomous sampling platforms for flow estimation is a technique by which candidate trajectories are evaluated based on their ability to enhance the observability of underlying flow-field parameters. Until now, observability-based path planning has focused primarily on forward-in-time integration. We present a novel approach that makes use of the background error covariance at the current time to account properly for uncertainty of the underlying flow. The reduced Hessian of an optimal, linear data-assimilation strategy properly accounts for prior knowledge in the linear case and must be full rank to infer the initial state. The reduced Hessian represents an observability Gramian augmented with an inverse prior covariance. We extend this concept to the nonlinear case to yield a new criterion for scoring candidate trajectories: the empirical augmented unobservability index. Solving the differential covariance Riccati equation of the Kalman Filter for deterministic dynamics also properly accounts for prior knowledge in the linear case, but at a later time. The solution to this equation reveals the important distinctions between observability-based, augmented observability-based, and anticipated covariance-based path planning. Path planning based on this unobservability index in the presence of prior information yields the desired behavior in numerical experiments of a guided Lagrangian sensor in a two-vortex flow pertinent to ocean sampling.     

基于占优关系的并行程序通信覆盖约减方法

针对通信规模的增大及不确定通信使得消息传递接口（MPI）并行程序通信测试难度增大的问题,提出了基于占优关系的通信覆盖约减方法。首先,基于通信与通信语句间的对应关系,将通信约减问题转换为通信语句的约减问题;然后,利用语句占优关系求解通信语句集的约减集;最后,选择与约减集相关的通信作为覆盖目标,使得覆盖这些目标的测试数据能够覆盖全部通信。将所提方法应用到7个典型被测程序中。实验结果表明,在不降低通信覆盖率的前提下,相较于以全部通信作为覆盖目标的测试数据生成方法,所提方法减少的测试数据的生成时间最高达95%,提高了通信覆盖测试数据生成的效率。     

一种基于谓词分层覆盖矩阵的缺陷定位方法

基于程序频谱的动态缺陷定位(spectrum based dynamic fault localization,简称SFL)可分为基于可执行语句覆盖的方法和基于谓词覆盖的方法。通过分析以上两类方法可以发现：(1) 基于可执行语句覆盖的方法未考虑谓词错误和执行结果之间的关联。(2)基于谓词覆盖的方法只针对谓词进行插桩,最后只计算谓词的可疑度并对谓词进行排序。如果缺陷是非谓词,此类方法无法准确定位缺陷位置。(3) 忽略了基本块之间的关联和层次特性,将各个基本块看成相互独立的个体。为解决上述问题,首先,本文将谓词错误与执行结果之间的关联性这一有用信息加入到算法的设计中;其次,加入谓词分层覆盖与分析的思想,对覆盖矩阵中的基本块进行细分和分层;最后,将二者结合,提出一种基于谓词分层覆盖矩阵的缺陷定位方法,提出了谓词分层覆盖算法Phcm。本文将西门子程序集作为目标程序,通过与其他三种缺陷定位方法进行对比实验,验证了该方法在提高缺陷定位的精准度和减小代码检查率上的有效性。     

一种基于目标检测与词性分析的图像描述算法

针对现有的基于注意力机制的图像描述方法描述内容与图像关联度低的问题,提出一种基于目标检测与词性分析的图像描述算法。该方法在注意力机制的基础上,通过目标检测算法提取图片中的信息,使用带有注意力机制的循环神经网络对提取到的信息进行处理,生成图像描述语句。在生成单词的过程中,算法会预测每个单词的词性,根据不同的词性选择不同的神经网络,从而提升描述语句与原图像的关联度。实验结果表明,在多种客观描述评价标准中,本文算法生成的描述语句相对目前存在的算法均有不同程度提升,同时,在主观评价中也能够更准确流畅地描述图片的内容。     

扩展时段时序逻辑的模型、一致性和推理

给出了扩展时段时序逻辑的时间Petri网（TPN）模型构造方法，在构造模型的同时对时序关系进行一致性检验，在模型的基础上提出了一种时序关系推理算法，这种推理算法基于TPN模型的性质及基本不等式规则，可由一组已知的扩展时段时序关系推出一些未知的扩展时段时序关系，这种推广理算法的优势在于利用了TNP模型的分析技术，减小了推理的时间复杂度比单纯利用不等式规则的推理更直观，也更简单，是一种有效的方法，最后，对扩展时段时序逻辑的TPN模型进行了扩充，增强了其模型和分析的能力。