检索结果-内蒙古大学图书馆

作者：赵鑫北京大学

学位级别：硕士

模型检测是一种自动验证有穷状态系统的技术，其基本思想是通过遍历系统模型的状态空间来检验系统模型是否满足给定的性质。本文实现了一种偶图模型检测工具，并参照传统的数据流测试方法，通过使用数据流方法分析偶图反应规则，分析衍... 详细信息

模型检测是一种自动验证有穷状态系统的技术，其基本思想是通过遍历系统模型的状态空间来检验系统模型是否满足给定的性质。本文实现了一种偶图模型检测工具，并参照传统的数据流测试方法，通过使用数据流方法分析偶图反应规则，分析衍化路径，给出每一条路径的规则覆盖率，另外增加了对偶图模型数据计算的支持以及连接类型的处理。\n 目前针对偶图模型的模型检测工具很少且不完善，现在比较规范的只有Copenhagen ITU大学的Gian Perrone等开发的实验性质的C++版本的BigMC，但是该版本的BigMC只能在Linux系统下运行，不支持偶图模型数据计算，没有对连接类型进行处理。\n 本文提供一种基于Scala语言的跨平台、易扩展、易维护的偶图模型检测工具BigMC，实现了对偶图模型计算的支持以及连接类型的处理。本文中给出了使用标准的项语言描述偶图模型的方法，详细阐述并实现了模型检测过程中查找与模型相匹配的规则的算法，详细描述了模型检测的执行过程。本文在原有的BigMC的基础上，增加了子模式约束功能以及数据流方法在偶图模型检测过程中的应用，在给定子模式约束的情况下，实现了子模式约束文件解析功能，并在模型匹配查找规则中应用，减少了模型检测过程中模型衍化的数量;而在给定关注子模式的情况下，使用数据流方法对反应规则进行分析，降低了模型检测过程中规则查找中规则的匹配数量。另外，本文详尽描述并实现了模型之间的转化过程，增加了对于连接类型的处理。\n 最后，本文对Scala版本的BigMC工具使用三个实例进行了评估实验。结果显示，Scala版本的BigMC工具能够完成对使用项语言描述的偶图模型的性质检测，并能够在模型不符合给定性质的情况下给出反例，找到反例的反应路径，在没有找到反例的情况下，生成模型衍化路径集合。

关键词：偶图建模子模式模型检测数据流方法有穷状态系统软件工程

来源：评论

学校读者我要写书评

暂无评论

基于数据流方法的大规模网络异常发现

基于数据流方法的大规模网络异常发现

引用

2005全国网络与信息安全技术研讨会

作者：郑军胡铭曾云晓春郑仲哈尔滨工业大学网络与信息安全技术研究中心哈尔滨150001 亚洲微软工程院北京100018

大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线的分析。针对大规模网络异常发现的特点和要求，本文提出了一种基于数据流的大规模网络异常发现的方法，主要包括以下创新点... 详细信息

大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线的分析。针对大规模网络异常发现的特点和要求，本文提出了一种基于数据流的大规模网络异常发现的方法，主要包括以下创新点：1.设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;2.提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;3.通过分析真实网络流量进行了数据约减，使得监测部分特殊类型的数据流就能最大程度的获得整体网络业务量的变化特征提高了异常发现的效率。文章最后通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。

关键词：网络异常发现数据流方法大规模网络安全监测网络流量

来源：评论

学校读者我要写书评

暂无评论

基于模型检测的类测试自动生成技术研究

基于模型检测的类测试自动生成技术研究

引用

作者：唐春艳广西大学

学位级别：硕士

高可信软件技术是软件理论研究和工程实践领域关注的焦点之一。近年来，越来越多的形式化方法被应用于提高软件质量的研究上。软件测试是保证软件产品可靠性和正确性的有效手段之一，而模型检测是一种确保设计规范正确性的形式化自动验... 详细信息

高可信软件技术是软件理论研究和工程实践领域关注的焦点之一。近年来，越来越多的形式化方法被应用于提高软件质量的研究上。软件测试是保证软件产品可靠性和正确性的有效手段之一，而模型检测是一种确保设计规范正确性的形式化自动验证技术。研究发现，模型检测中生成的反例可有效应用于测试用例的生成，显著减少测试代价，提高软件质量。本文主要研究基于模型检测的类测试自动生成技术。本文分别采用数据流测试和变异测试的方法，并结合模型检测器Java PathFinder(JPF)，将测试生成问题简化成模型检测中寻找反例的问题，提出了两种面向对象软件测试用例自动生成的方法。首先采用数据流测试的方法，通过设置陷阱性质，用时序逻辑公式表示数据流测试的覆盖准则，提出一种自动生成测试用例的方法，并在JPF上实现。该方法满足数据流覆盖准则，适用于Java类内方法间调用序列的测试。算法分析与实验结果表明，通过设置适当的搜索深度，本文提出的算法使得类数据流测试的覆盖率提高了8％，并能发现隐藏在程序当中的错误；通过本文提出的方法调用选择原则，可显著减少生成调用序列的长度；与JPF的DFS算法相比，本文提出的算法减少了搜索过程中产生的冗余状态，并及时进行了回退，在内存消耗基本相同的情况下本文算法生成的新状态数减少了65％，回退次数减少了90％，处理的状态数减少了88％，算法的执行时间也减少了28％，有效减少了测试生成的代价。此外，基于变异测试的思想，采用类复制的方法，应用JPF来保证软件执行过程中产生的错误在输出结果中可见，自动生成满足变异覆盖准则的测试用例，适用于类之间方法调用的测试，从而实现了Java类之间的测试用例自动生成。算法分析与实验结果表明，针对TreeMap类的测试用例生成实验，本文提出的方法覆盖了其中主要的面向对象特性，且生成的变异数多达211个，而反例数仅26个就覆盖了100％的有效变异，显著减少了测试生成的代价；与Visser提出的模型检测器JPF上的符号执行方法相比，在对TreeMap类中的deleteEntry、fixAfterDeletion和fixAfterInsertion三个方法进行测试用例生成的实验中，本文提出的方法有效覆盖率达到了100％，覆盖率提高了约15％，且本文提出的方法不依赖于程序结构的设计，并能保证程序执行过程中出现的错误在输出结果中表现出来，以发现隐藏的错误。

关键词：面向对象软件测试模型检测类内测试类间测试数据流方法变异方法

来源：评论

学校读者我要写书评

暂无评论

基于UML的面向对象类测试用例生成方法研究

基于UML的面向对象类测试用例生成方法研究

引用

作者：林少聪复旦大学

学位级别：硕士

面向对象编程由四个不同级别的抽象层次组成，即方法层、类层、集成层和系统层。面向对象软件的测试在方法层和系统层与传统编程的测试相似。而类层和集成层的测试则向传统测试方法提出了新的挑战。这是因为面向对象软件具有继承、封装... 详细信息

面向对象编程由四个不同级别的抽象层次组成，即方法层、类层、集成层和系统层。面向对象软件的测试在方法层和系统层与传统编程的测试相似。而类层和集成层的测试则向传统测试方法提出了新的挑战。这是因为面向对象软件具有继承、封装和多态性等特征，使得被实践证明行之有效的软件测试方法与技术，对于面向对象技术开发的软件显得力不从心，因此需要寻求一种适合面向对象测试的新的方法。本文讨论的范围只是类的测试方法，也就是只在于单个类的内部，不包括类的方法的相互作用，这种作用其实已经是在集成测试的范畴。\n　　近年来，针对面向对象的测试提出了许多的测试策略，这些策略不是只基于白盒测试技术就是只基于黑盒测试技术。基于使用黑盒测试技术或使用白盒测试技术都有它的片面性，不能完整地、充分地测试类，所以在文中阐述了一种综合了黑盒测试和白盒测试的类的测试方法。黑盒测试用于从UML状态图对类的说明中导出前置条件和后置条件，根据这些条件的描述生成类的测试用例；自盒测试主要是应用数据流方法和图覆盖准则生成测试用用例，对类的代码进行测试。\n　　UML状态转换图以图例的形式说明了与一个类的实例相关联的行为，这些图可以补充编写类说明或构成完整的类说明。本文所说明的黑盒测试方法，是基于UML状态图中的类说明提取出信息作为生成测试用例的基础。状态图中的每一个转换都描述了一个或多个测试用例需求，可以在转换的每一端选择有代表性的值和边界值来满足这些需求。对于类的代码的测试，首先使用数据流方法检测类中变量的定义使用情况，然后使用一种图覆盖准则确定实现一个类的每一行代码或每一条路径至少执行了一次。这种方法综合了白盒测试技术和黑盒测试技术的优点，同时可方便地自动化，应用在类的测试中极为实用。文中将这种综合方法应用于一个测试的实例，证明了其可行性和实用性。

关键词：测试用例生成类测试 UML状态图数据流方法图覆盖准则

来源：评论

学校读者我要写书评

暂无评论

高速网络中大象流精确识别方法研究

高速网络中大象流精确识别方法研究

引用

作者：张坤长沙理工大学

学位级别：硕士

高速网络流量测量是目前实施实时准确地监测、管理和控制网络的基础,而大象流识别作为网络测量中一项极为关键的任务,其在网络计费、拥塞控制以及流量工程等领域有着广泛的应用。鉴于现有硬件设备的限制,高速网络中大象流的识别难以同... 详细信息

高速网络流量测量是目前实施实时准确地监测、管理和控制网络的基础,而大象流识别作为网络测量中一项极为关键的任务,其在网络计费、拥塞控制以及流量工程等领域有着广泛的应用。鉴于现有硬件设备的限制,高速网络中大象流的识别难以同时兼顾存储容量和处理速度。因此,对于大象流识别中的抽样方法和数据流方法的研究显得尤为重要。但是,这两种方法都无法使资源开销和准确率得到较好的均衡。本文围绕抽样方法和数据流方法展开,结合二者的优点,以此来权衡大象流识别的资源开销和准确率。本文的研究工作如下:(1)分析网络测量中大象流识别的原理,对用于大象流识别的抽样和数据流方法进行了梳理,总结大象流识别方法中常见问题,为提高测量准确率和降低资源开销提供思路。(2)针对空间利用率低的问题,提出了一种基于过滤的大象流识别架构:Mice-Filtering Sketch(MF Sketch)。该结构根据网络流量的重尾分布特性,利用过滤的策略对大象流和老鼠流进行区分存储,提高了空间利用率并且同时降低了老鼠流和大象流发生冲突的概率;然后,采用“抓大放小”的思想尽可能地在发生冲突时保留大象流,从而提高了大象流识别的准确率。通过模拟实验的结果显示,在分配相同的内存大小时,本文提出的区分存储的架构相比于传统基于Sketch的数据流方法在误差上有了显著的降低。(3)为了解决过滤器中处理性能低下的问题,本研究基于布谷鸟哈希和抽样提出了一种分流识别框架:Shunt-Sketch。该结构利用布谷鸟哈希特有的过滤机制(“踢出”操作),采用变形布谷鸟过滤器处理哈希冲突,减少老鼠流被误过滤的次数;接着,借助抽样方法对数据包流进行分流处理,减轻过滤器中的处理负担,并且绕过大象流在过滤器中多余的处理操作。实验结果表明:本文提出的分流识别框架在区分存储架构的基础上进一步提高了识别准确率。

关键词：网络测量大象流识别抽样方法数据流方法 Sketch

来源：评论

学校读者我要写书评

暂无评论

在LabVIEW中实现振动信号的失真度在线分析

引用

电脑开发与应用 2004年第5期17卷 44-46页

作者：张宗科陈德娟中国船舶及海洋工程设计研究院上海200011

在 L ab VIEW中 ,编制了分离信号采集通道名称的专用子程序及信号失真度的自动分析程序 ,实现了在不同频率下 ,单 /多通道振动信号失真度的在线分析。

关键词： LabVIEW 信号采集分析软件系统虚拟仪器数据流方法 G语言振动信号失真度在线分析

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：