检索结果-内蒙古大学图书馆

软件学报 2024年第2期35卷 629-674页

作者：王莹伍盈欣高天陈子莺许畅于海张成志东北大学软件学院辽宁沈阳110169 南京大学计算机科学与技术系江苏南京210023 计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 智能工业数据解析与优化教育部重点实验室(东北大学工业智能与系统优化国家级前沿科学中心) 辽宁沈阳110169 香港科技大学计算机科学及工程学系中国香港999077

在“人-机-物”三元融合、泛在计算的时代蓝海下,“开放多变”“需求多样”和“场景复杂”的软件部署和运行环境对开源软件库生态的治理技术提出了更多需求和更高期望.为进一步推动构建可信软件供应链生态,围绕泛在计算模式、打造自主... 详细信息

在“人-机-物”三元融合、泛在计算的时代蓝海下,“开放多变”“需求多样”和“场景复杂”的软件部署和运行环境对开源软件库生态的治理技术提出了更多需求和更高期望.为进一步推动构建可信软件供应链生态,围绕泛在计算模式、打造自主可控的技术体系,聚焦于开源软件库管理生态,收集近20多年来(2001–2023)发表于软件工程领域较高影响力的学术期刊和会议的348篇论文,对开源软件库生态治理技术的研究工作进行梳理.讨论开源软件库生态的建模与分析、演化与维护、质量保证和管理等方面的工作,总结研究现状、问题、挑战与趋势.

关键词：开源软件供应链开源治理软件库生态系统

来源：评论

学校读者我要写书评

暂无评论

使用多分类器的分布式模型重用技术

引用

计算机科学与探索 2022年第10期16卷 2310-2319页

作者：李新春詹德川南京大学计算机科学与技术系南京210023 南京大学人工智能学院南京210023 南京大学计算机软件新技术国家重点实验室南京210023

传统的机器学习经常采用数据中心化的方式进行训练,然而由于实际应用中的传输开销或者隐私保护限制,数据越来越呈现分散化、隔离化的趋势。分布式训练学习技术为分散在信息孤岛上的数据融合提供了一种解决方案。然而,由于分散化数据本... 详细信息

传统的机器学习经常采用数据中心化的方式进行训练,然而由于实际应用中的传输开销或者隐私保护限制,数据越来越呈现分散化、隔离化的趋势。分布式训练学习技术为分散在信息孤岛上的数据融合提供了一种解决方案。然而,由于分散化数据本身具有天然异质性,本地数据分布经常是非独立同分布的(Non-IID),这给分布式训练带来了挑战。首先,为了应对单一模型难以适配所有异质客户端的难题,在分布式训练的基础上引入了模型重用技术,提出了分布式模型重用框架(DMR)。然后,通过理论分析指出集成学习可以为异构数据提供有效的解决方案,并在此基础之上提出了使用多分类器的分布式模型重用技术(McDMR)。最后,为了减少实际应用过程中的存储、计算和传输开销,继而提出了两种具体的优化方案:使用多头分类器的分布式模型重用(McDMR-MH)和使用随机分类器采样的分布式模型重用(McDMR-SC)。在多个公开数据集上进行实验,实验结果验证了所提方法的有效性。

关键词：学件模型重用多分类器分布式学习集成效率隐私保护

来源：评论

学校读者我要写书评

暂无评论

自承认技术债的研究:问题、进展与挑战

引用

软件学报 2022年第1期33卷 26-54页

作者：郭肇强刘释然谭婷婷李言辉陈林周毓明徐宝文计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 北京字跳网络技术有限公司北京100086

技术债是一个指以牺牲长期代码质量为代价来实现短期项目目标的隐喻.其中,那些由开发者有意引入项目中的技术债被称为自承认技术债(self-admitted technical debt,SATD),通常以代码注释的形式存在于软件项目中.SATD的存在给软件质量和... 详细信息

技术债是一个指以牺牲长期代码质量为代价来实现短期项目目标的隐喻.其中,那些由开发者有意引入项目中的技术债被称为自承认技术债(self-admitted technical debt,SATD),通常以代码注释的形式存在于软件项目中.SATD的存在给软件质量和鲁棒性带来了巨大挑战.为了识别并且及时地偿还SATD来保障代码质量,研究者从特性分析和识别模型两方面进行了大量研究并且取得了较大的进展.与此同时,相关研究工作中仍存在一些亟待解决的挑战.对近年来国内外学者在该领域的研究成果进行系统性的总结.首先,描述自承认技术债的研究问题.然后,分别从特性分析和识别模型两方面总结相关的研究进展,并对具体的理论和技术途径进行梳理.接着,简要介绍技术债的其他相关技术.最后,指出目前该领域研究过程中面临的挑战并给出建议的研究方向.

关键词：技术债自承认技术债代码注释软件维护质量保障

来源：评论

学校读者我要写书评

暂无评论

基于区块链的协作式位置隐私保护机制

引用

小型微型计算机系统 2023年第2期44卷 413-421页

作者：汪悦沈航田一博南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093

传统协作式位置隐私保护方案大多假设在协作组构造过程中用户是诚实可信.然而现实环境下,用户协作过程中存在自利(如:请求用户泄露协作用户的真实位置给不诚信实体)或者欺骗(如:协作用户提供虚假位置导致服务提供商能够识别出请求用户... 详细信息

传统协作式位置隐私保护方案大多假设在协作组构造过程中用户是诚实可信.然而现实环境下,用户协作过程中存在自利(如:请求用户泄露协作用户的真实位置给不诚信实体)或者欺骗(如:协作用户提供虚假位置导致服务提供商能够识别出请求用户的真实位置)行为,从而带来用户位置隐私信息泄露等问题,严重威胁用户的生命财产安全.区块链作为一种分布式的存储框架,存在以下优点:可追溯性、透明公开及不可篡改等,正因为如此,本文提出基于区块链的用户协作式位置隐私保护方案.考虑群组内用户通过协作转发和空间伪装保护位置隐私需求的场景.本文首先基于博弈理论分析协作过程中请求发起者与协作者的行为;其次,构建信誉机制将用户行为与收益结合;再次,利用区块链记录用户间的转发行为及信誉值并以此作为证据,惩罚有恶意行为的用户,使其作为请求发起者时不能得到其他用户的协作来约束用户的自利性.最后,设计奖励激励机制,保证用户的诚实转发行为,形成互利且公平的生态.安全分析表明,所提出的方案能够有效阻止用户的恶意行为,促进群组内用户的诚信合作.此外,通过与基准方案相比较,本方案位置隐私泄露概率降低了50%,具有较好的隐私保护效果.

关键词：位置隐私保护区块链激励机制协作博弈信誉值

来源：评论

学校读者我要写书评

暂无评论

局部协同视角下的鲁棒标记分布学习

引用

模式识别与人工智能 2021年第1期34卷 44-57页

作者：徐苏平商琳周宇杰南京大学计算机科学与技术系南京210023 南京大学计算机软件新技术国家重点实验室南京210023

已有标记分布学习(LDL)算法在一定程度上破坏不同标记间的关联性及标记分布的整体结构,同时,大多仅以提升标记分布的预测性能为目的,忽略计算代价和噪声鲁棒性在实际应用中的重要性.为了缓解上述不足,文中提出基于局部协同表达的标记分... 详细信息

已有标记分布学习(LDL)算法在一定程度上破坏不同标记间的关联性及标记分布的整体结构,同时,大多仅以提升标记分布的预测性能为目的,忽略计算代价和噪声鲁棒性在实际应用中的重要性.为了缓解上述不足,文中提出基于局部协同表达的标记分布学习算法(LCR-LDL).在LCR-LDL中,一个未标记样本可被视作由该未标记样本邻域构建的局部字典的协同表达,表达系数中的鉴别信息可用于重构未标记样本的标记分布.在15个真实的LDL数据集上的实验表明,LCR-LDL不仅可有效提升LDL的预测性能,而且具有较强的鲁棒性和轻量级的计算开销.

关键词：标记分布学习(LDL) 多标记学习标记多义性稀疏字典学习鲁棒性

来源：评论

学校读者我要写书评

暂无评论

面向异常处理的代码智能化推荐

引用

计算机科学与探索 2023年第3期17卷 667-677页

作者：林锴陶传奇黄志球南京航空航天大学计算机科学与技术学院南京211106 南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室南京211106 南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业化协同创新中心南京210093

为了保证软件的健壮性以及系统的可靠性,异常处理被广泛应用于软件开发过程中。开发者们希望选择合适的异常处理代码以防止出现程序崩溃或者内存泄漏等问题。然而开发者,尤其是新手,由于缺乏经验很难编写出正确或规范的异常处理代码。... 详细信息

为了保证软件的健壮性以及系统的可靠性,异常处理被广泛应用于软件开发过程中。开发者们希望选择合适的异常处理代码以防止出现程序崩溃或者内存泄漏等问题。然而开发者,尤其是新手,由于缺乏经验很难编写出正确或规范的异常处理代码。为了协助开发者编写正确的异常处理代码,提出了面向异常处理的代码智能化推荐方法,即DeepEHCR。该方法通过构建API调用树来表示异常发生位置的上下文信息,然后根据上下文信息,利用自注意力网络推荐相应的异常处理策略。针对处理异常这一具体策略,利用Transformer模型进一步推荐处理异常相关的API序列。实验表明DeepEHCR在异常处理策略推荐和API序列推荐上都有较高的性能。在异常处理策略推荐方面,Accuracy、Precision、Recall以及F1-score的值分别达到了89.78%、89.98%、89.34%以及89.59%。在API序列推荐方面,Hit@1/3/5的值分别达到了57.83%、69.73%、74.79%。除此之外,DeepEHCR在修复真实的异常漏洞方面也优于现有研究工作。

关键词：异常处理代码推荐自注意力网络上下文代码

来源：评论

学校读者我要写书评

暂无评论

面向不同软件制品的需求追踪方法研究综述

引用

计算机学报 2022年第11期45卷 2393-2419页

作者：陶传奇张萌郭虹静黄志球南京航空航天大学计算机科学与技术学院南京211106 南京航空航天大学高安全系统的软件开发与验证技术工信部重点实验室南京211106 南京大学计算机软件新技术国家重点实验室南京210023 软件新技术与产业协同创新中心南京210093

近年来,随着软件规模和复杂度的不断提升,软件系统在开发过程中产生了大量的需求文档、设计图、代码类、测试文档等中间产物,即软件制品,这些软件制品中蕴含着海量的数据信息.需求工程影响软件开发的整个生命周期,当软件需求不断变更时... 详细信息

近年来,随着软件规模和复杂度的不断提升,软件系统在开发过程中产生了大量的需求文档、设计图、代码类、测试文档等中间产物,即软件制品,这些软件制品中蕴含着海量的数据信息.需求工程影响软件开发的整个生命周期,当软件需求不断变更时,软件制品呈现碎片分散化的形态,缺乏全局、统一的组织整理,软件制品间缺乏关联.因此,建立需求追踪关系可以显著提高软件开发与维护效率,这已经成为软件工程领域的研究热点.当前综述工作主要集中在需求追踪关系构建方法的描述,缺乏对软件生命周期过程中需求与不同软件制品间追踪关系建立的分析,导致了需求追踪关系类型的单一性.针对该问题,本文采用系统性文献综述的方法,以需求追踪研究为核心,选取近10年来的135篇研究文献,从软件生命周期与制品类型角度,分析需求与不同软件制品间追踪关系的构建方法、应用现状与发展趋势,并将需求追踪技术在真实软件开发项目中进行应用,提高智能化软件开发效率.首先,依据软件全生命周期的各个阶段,本文对软件制品按文本内容分为文档级软件制品、代码级软件制品以及产品级软件制品,重点分析需求与文档级软件制品、需求与代码、需求与非特定软件制品间追踪关系建立技术的研究进展及研究效果;其次,总结相关文献中的实验数据集、工具研发情况以及需求追踪技术的应用场景;接着,通过智能化软件开发项目中真实的案例分析,讨论了需求追踪技术在提高软件开发效率方面的有效性.最后,本文对未来值得关注的研究方向进行展望,包括追踪链接类型、追踪方法以及自动化工具,便于研究人员进一步研究.

关键词：需求追踪技术软件制品信息检索机器学习智能化软件开发

来源：评论

学校读者我要写书评

暂无评论

基于指针生成网络的代码注释自动生成模型

引用

软件学报 2021年第7期32卷 2142-2165页

作者：牛长安葛季栋唐泽李传艺周宇骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 南京航空航天大学计算机科学与技术学院江苏南京211106

代码注释在软件质量保障中发挥着重要的作用,它可以提升代码的可读性,使代码更易理解、重用和维护.但是出于各种各样的原因,有时开发者并没有添加必要的注释,使得在软件维护的过程中,往往需要花费大量的时间来理解代码,大大降低了软件... 详细信息

代码注释在软件质量保障中发挥着重要的作用,它可以提升代码的可读性,使代码更易理解、重用和维护.但是出于各种各样的原因,有时开发者并没有添加必要的注释,使得在软件维护的过程中,往往需要花费大量的时间来理解代码,大大降低了软件维护的效率.近年来,多项工作利用机器学习技术自动生成代码注释,这些方法从代码中提取出语义和结构化信息后,输入序列到序列的神经网络模型生成相应的注释,均取得了不错的效果.然而,当前最好的代码注释生成模型Hybrid-DeepCom仍然存在两方面的不足.一是其在预处理时可能破坏代码结构导致不同实例的输入信息不一致,使得模型学习效果欠佳;二是由于序列到序列模型的限制,其无法在注释中生成词库之外的单词(out-of-vocabulary word,简称OOV word).例如在源代码中出现次数极少的变量名、方法名等标识符通常都为OOV词,缺少了它们,注释将难以理解.为解决上述问题,提出了一种新的代码注释生成模型CodePtr.一方面,通过添加完整的源代码编码器解决代码结构被破坏的问题;另一方面,引入指针生成网络(pointer-generator network)模块,在解码的每一步实现生成词和复制词两种模式的自动切换,特别是遇到在输入中出现次数极少的标识符时模型可以直接将其复制到输出中,以此解决无法生成OOV词的问题.最后,在大型数据集上通过实验对比了CodePtr和Hybrid-DeepCom模型,结果表明,当词库大小为30000时,CodePtr的各项翻译效果指标平均提升6%,同时,处理OOV词的效果提升近50%,充分说明了CodePtr模型的有效性.

关键词：软件质量保障代码注释生成神经网络 out-of-vocabulary word 指针生成网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的混合模糊测试方法

引用

软件学报 2021年第4期32卷 988-1005页

作者：高凤娟王豫司徒凌云王林章计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学信息管理学院江苏南京210023

随着软件技术的快速发展,面向领域的软件系统在广泛使用的同时带来了研究与应用上的新挑战.由于领域应用对安全性、可靠性有着很高的要求,而符号执行和模糊测试等技术在保障软件系统的安全性、可靠性方面已经发展了数十年,许多研究和被... 详细信息

随着软件技术的快速发展,面向领域的软件系统在广泛使用的同时带来了研究与应用上的新挑战.由于领域应用对安全性、可靠性有着很高的要求,而符号执行和模糊测试等技术在保障软件系统的安全性、可靠性方面已经发展了数十年,许多研究和被发现的缺陷表明了它们的有效性.但是,由于两者的优劣各有不同,将这两者相结合仍是近期热门研究的话题.目前的结合方法在于两者相互协助,例如,模糊测试不可达的区域交给符号执行求解.但是,这些方法只能在模糊测试(或符号执行)运行时判定是否应该借助符号执行(或模糊测试),无法同时利用这两者的优势,从而导致性能不足.基于此,提出基于深度学习,将基于符号执行的测试与模糊测试相结合的混合测试方法.该方法旨在测试开始之前就判断适合模糊测试(或符号执行)的路径集,从而制导模糊测试(或符号执行)到达适合它们的区域.同时,还提出混合机制实现两者之间的交互,从而进一步提升整体的覆盖率.基于LAVA-M中程序的实验结果表明,所提方法相对于单独符号执行或模糊测试,能够提升20%+的分支覆盖率,增加约1~13倍的路径数目,多检测出929个缺陷.

关键词：软件测试深度学习路径表示符号执行模糊测试混合测试

来源：评论

学校读者我要写书评

暂无评论

基于模型的移动应用功能场景自动标注方法

引用

计算机工程与设计 2023年第10期44卷 3039-3046页

作者：郑晓梅钱正轩李刚王天舒南京中医药大学人工智能与信息技术学院江苏南京210023 南京大学计算机科学与技术系江苏南京210023 南京大学计算机软件新技术国家重点实验室江苏南京210023

对于程序功能场景的识别一直是程序理解方面的难点之一,现有的方法主要还是依靠人工标注。针对该难点,对移动应用的执行过程进行研究,提出一种基于模型的功能场景自动化标注方法AFSLM。基于交互流建模语言IFML国际标准构造刻画移动应用... 详细信息

对于程序功能场景的识别一直是程序理解方面的难点之一,现有的方法主要还是依靠人工标注。针对该难点,对移动应用的执行过程进行研究,提出一种基于模型的功能场景自动化标注方法AFSLM。基于交互流建模语言IFML国际标准构造刻画移动应用执行特征的应用执行路径ARP动态模型,用于直接对应移动应用的测试脚本,设计用于度量功能场景相似度的模型匹配算法,提出基于模型的功能场景自动化标注方法AFSLM,实现将人工测试模型的功能场景标签泛化到自动化工具探索模型上,实现高效的功能场景自动化标注。通过实例研究和实验评估,展示方法的有效性。

关键词：功能场景人工标注自动化标注方法交互流建模语言应用执行路径相似度泛化

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：