北京航空航天大学杨顺昆获国家专利权
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!
龙图腾网获悉北京航空航天大学申请的专利一种基于网络谱的软件故障定位方法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:CN114253853B 。
龙图腾网通过国家知识产权局官网在2026-01-30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:202111573144.2,技术领域涉及:G06F11/3668;该发明授权一种基于网络谱的软件故障定位方法是由杨顺昆;苟晓冬;姚琪;段峙宇设计研发完成,并于2021-12-21向国家知识产权局提交的专利申请。
本一种基于网络谱的软件故障定位方法在说明书摘要公布了:本发明公开了一种基于网络谱的软件故障定位方法,包括如下步骤:收集待测软件源代码;基于逆向工程建立软件网络;设计软件测试用例并执行,记录其覆盖信息和执行结果,建立模块级的程序谱;基于程序谱扩展建立的软件网络,建立包含程序谱信息的网络谱;基于路径相似度分析,对网络谱规模进行约简,实现特征降维;基于约简后的网络谱,构建特征矩阵和代表软件网络结构的邻接矩阵;基于邻接矩阵和特征矩阵,使用图神经网络进行软件故障定位。本发明可以完成对基于网络谱的软件故障定位技术的构建。本发明可以帮助软件测试人员在测试中加速软件故障的定位,进而对软件进行更新,提高其使用可靠性,具有实用价值。
本发明授权一种基于网络谱的软件故障定位方法在权利要求书中公布了:1.一种基于网络谱的软件故障定位方法,其特征在于,包括如下步骤: 步骤1,收集待测软件源代码; 步骤2,基于逆向工程建立软件网络,其构建方法为: 基于逆向工程思想,从软件源码出发,解析软件源码获取软件模块集合及其逻辑关系集合,以此建立软件网络G,软件模块为函数、类、方法不同层次的软件实体; 步骤3,设计软件测试用例并执行,记录其覆盖信息和执行结果,建立模块级的程序谱,其构建方法为: 采用自动方式生成面向被测软件的k个测试用例,并执行所有的测试用例,依据建立软件网络的模块类别,基于测试用例执行信息建立相对应的模块级程序谱MP; 该程序谱包含的是每条测试用例针对每个软件模块的覆盖情况,以及测试用例本身的执行结果,因此包含四种情况:未被失败测试用例覆盖UF、未被成功测试用例覆盖US、被失败测试用例覆盖CF、被成功测试用例覆盖CS;将针对模块vi的上述四种测试用例数量记为NUFvi、NUSvi、NCFvi和NCSvi,则有;建立的模块级程序谱MP即由n个模块的k条测试用例覆盖信息构成,维度为,程序谱中的每个元素值为NUFvi、NUSvi、NCFvi和NCSvi中的一种; 步骤4,基于程序谱扩展建立的软件网络,建立包含程序谱信息的网络谱; 步骤5,基于路径相似度分析,对网络谱规模进行约简,实现特征降维,其构建方法为: 采用路径相似度分析方法,对所有的网络路径进行分析,只保留相似度较低的网络路径,实现对网络谱规模的约简,约简后的网络谱记为;中每个节点包含的测试用例个数为,且,测试用例的数量代表了节点特征的维数,实现特征降维; 步骤6,基于约简后的网络谱,构建特征矩阵和代表软件网络结构的邻接矩阵,其构建方法为:基于网络谱建立网络的邻接矩阵A以代表网络结构,建立代表网络所有节点特征的特征矩阵X,该特征矩阵X由每个节点的特征所构成; 步骤7,基于邻接矩阵和特征矩阵,使用图神经网络进行软件故障定位,其构建方法如下: 以邻接矩阵A和特征矩阵X作为输入,使用图神经网络进行模块级的软件故障定位,基于图神经网络的故障定位在输入、输出方面的信息如下: ①输入层:包括两部分,图结构以及每个节点的特征,即步骤6建立的邻接矩阵A和特征矩阵X; ②隐藏层:使用采样算子、卷积循环算子以及池化算子等计算模块搭建模型,通过特征聚合变换节点的特征表示,并设计相应的激活函数和损失函数; ③输出层:图神经网络的输出即为节点类别的预测,包括故障和正常两种,至此即实现了软件的模块级故障定位; 步骤4中基于程序谱扩展建立的软件网络,建立包含程序谱信息的网络谱,其构建方法为: 基于已经建立的模块级程序谱MP,将其中针对模块vi的k个测试用例信息作为软件网络G中节点vi的属性,扩展后的软件网络即为网络谱NP。
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北京航空航天大学,其通讯地址为:100190 北京市海淀区学院路37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。
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。

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