Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学滨江研究院有限公司;杭州电子科技大学陈信获国家专利权

杭州电子科技大学滨江研究院有限公司;杭州电子科技大学陈信获国家专利权

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!

龙图腾网获悉杭州电子科技大学滨江研究院有限公司;杭州电子科技大学申请的专利一种基于多流模型融合的软件缺陷定位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:CN121029619B

龙图腾网通过国家知识产权局官网在2026-02-13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:202511526964.4,技术领域涉及:G06F11/3668;该发明授权一种基于多流模型融合的软件缺陷定位方法及系统是由陈信;庄东灵;阮梦乐;王思轩;俞东进;许郭设计研发完成,并于2025-10-24向国家知识产权局提交的专利申请。

一种基于多流模型融合的软件缺陷定位方法及系统在说明书摘要公布了:本发明公开了一种基于多流模型融合的软件缺陷定位方法及系统。该方法首先采用测试用例约简策略过滤掉覆盖率较高的通过测试用例,并利用测试用例加权策略对剩余的测试用例进行加权,以反映它们揭示缺陷的能力;然后提取频谱特征和变异特征、局部语义特征和全局结构特征,其中频谱特征和变异特征通过加权可疑度公式计算,而局部语义特征和全局结构特征则通过深度学习技术获得;最后,将这四类特征进行融合,并输入到多层感知机训练的缺陷定位预测器中,得到每条代码语句的可疑度分数,从而以可疑度分数作为缺陷语句的正相关指标筛选出疑似的缺陷语句,实现软件缺陷定位。本发明可以有效揭露代码缺陷模式,从而提升软件缺陷定位的准确性。

本发明授权一种基于多流模型融合的软件缺陷定位方法及系统在权利要求书中公布了:1.一种基于多流模型融合的软件缺陷定位方法,其特征在于,包括: S1、针对待检测软件程序执行所有测试用例,并记录每个测试用例对每条代码语句的覆盖情况;同时基于所有测试用例各自的执行结果,将实际执行结果与预期结果不一致的测试用例划入失败测试用例集合,其余测试用例划入通过测试用例集合; S2、对通过测试用例集合进行约简,删除其中语句覆盖数量大于平均语句覆盖数量的测试用例,将剩余的测试用例以及失败测试用例集合组合为约简后测试用例集合;针对约简后测试用例集合中的每个测试用例,计算其语句覆盖数量的自然对数的倒数并作为权重; S3、将待检测软件程序中每条被失败测试用例覆盖到的语句,基于由所述权重定义的怀疑度计算公式,计算每条语句的频谱特征和变异特征,同时通过神经网络模型学习语句所在上下文来获取每条语句的局部语义特征,通过对每条语句的抽象语法树和控制流程图分别进行表征后再融合,获取每条语句的全局结构特征; S4、针对待检测软件程序中每条被失败测试用例覆盖到的语句,将所述频谱特征和所述变异特征拼接后作为第一输入特征,将所述局部语义特征和所述全局结构特征拼接后作为第二输入特征,输入预先经过训练的缺陷定位预测器中,将两个输入特征分别映射为一维向量后进行矩阵乘法得到融合矩阵,融合矩阵再次映射为一维向量后通过Softmax归一化,得到每条语句的可疑度分数;最后以可疑度分数作为缺陷语句的正相关指标筛选出疑似的缺陷语句,实现软件缺陷定位。

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杭州电子科技大学滨江研究院有限公司;杭州电子科技大学,其通讯地址为:310050 浙江省杭州市滨江区浦沿街道六和路368号一幢(北)二楼A2025室;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。