南京航空航天大学唐艺璇获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉南京航空航天大学申请的专利一种基于关联模型的编译器优化故障检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119902976B 。
龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411826472.2，技术领域涉及：G06F11/3668；该发明授权一种基于关联模型的编译器优化故障检测方法及系统是由唐艺璇;张静宣;黄志球设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。
本一种基于关联模型的编译器优化故障检测方法及系统在说明书摘要公布了：本发明公开了一种基于关联模型的编译器优化故障检测方法及系统，本发明首先生成测试程序并通过随机选择优化级别和处理差异集构建多样化的优化序列；然后构建训练样本，将测试程序和优化序列进行关联，并将其输入到编译器中进行差分测试，标记输出的测试结果，构建带有标签的训练样本；再将训练样本中的测试程序和优化序列转换为向量表示形式，基于支持向量机算法构建关联模型；最后使用训练好的SVM模型预测新的测试程序在某一优化序列下触发优化故障的概率，根据预测的概率对优化序列降序排序，使用新的测试程序和排序在Top‑K的优化序列对编译器进行差分测试。本发明能够提高编译器优化故障的检测效率和准确性，为编译器优化的可靠性提供了保障。
本发明授权一种基于关联模型的编译器优化故障检测方法及系统在权利要求书中公布了：1.一种基于关联模型的编译器优化故障检测方法，其特征在于，包括以下步骤： 1基于变异的测试程序生成方法，通过在种子程序中插入代码片段生成新的测试程序； 2通过随机选择优化级别和处理差异集构建多样化的优化序列； 3构建训练样本，将测试程序和优化序列进行关联，并将其输入到编译器中进行差分测试，标记输出的测试结果，从而构建带有标签的训练样本； 4将训练样本中的测试程序和优化序列转换为统一的向量表示形式输入到SVM支持向量机算法中构建关联模型，通过采用序列最小优化算法对SVM模型进行训练； 5使用训练好的SVM模型预测新的测试程序在某一优化序列下触发优化故障的概率，根据预测的概率对优化序列降序排序，使用新的测试程序和排序在Top-K的优化序列对编译器进行差分测试。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励