国家自然科学基金(61370103)
- 作品数：11 被引量：23H指数：3
- 相关作者：陆璐梅锋严宇平王学文蔡娟更多>>
- 相关机构：华南理工大学视网广州科技职业技术学院更多>>
- 发文基金：国家自然科学基金广东省科技计划工业攻关项目广东省教育部产学研结合项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于正交试验设计的测试用例选择方法被引量：4
- 2016年
- 随着传感器技术的发展,运行在各种移动设备上的上下文感知应用也迅速增加。这些应用软件不断地捕获移动设备周围的环境信息作为上下文,然后自动地调整设备的状态来适应上下文的变化。然而它们适应的过程中可能会由于触发了错误的适应规则而出错,因此,对这些上下文感知应用进行测试是保证其发展的至关重要的先决条件。由于上下文状态的多样性,在设计测试用例的时候可能会存在组合爆炸问题。论文了提出了一种基于正交试验设计的测试用例选择方法,并开发了一个普通的上下文感知应用来证明该方法对测试用例选择的有效性。此外,该文还对实验数据进行分析来展现该方法所特有的错误定位能力。实验结果表明,该方法不仅能够有效地选择出高效的测试用例,而且还能够利用这些测试用例来定位一个上下文感知应用的程序错误。
- 曾茂希陆璐
- 关键词：软件测试测试用例选择正交试验设计
- 基于嵌入式开发的白盒测试插桩技术研究
- 2017年
- 以往的白盒测试插桩方法普遍不能精准定位到目标插桩,语句覆盖率不符合要求。为了解决这个现象,提出一种基于嵌入式开发的白盒测试插桩方法。所提方法先对嵌入式开发的插桩技术原理进行介绍,提出使用在线嵌入式测试软件Code TEST进行自动插桩的理念。设计基于嵌入式开发的白盒测试插桩进程,分程序标准化、插桩顺序划分和覆盖率分析三步进行。并介绍插桩顺序块划分方法、插桩方位提取规则以及插桩信息分析方法。实验结果表明,所提方法拥有很高的语义覆盖率和分支覆盖率。
- 兰娅勋陆璐
- 关键词：嵌入式技术白盒测试插桩技术CODETEST
- 基于卷积神经网络的代价敏感软件缺陷预测模型被引量：8
- 2019年
- 基于机器学习的软件缺陷预测方法受到软件工程领域学者们的普遍关注,通过缺陷预测模型可一定程度地分析软件中的缺陷分布,以此帮助软件质量保障团队发现软件中潜在的错误并合理分配测试资源。然而,现有多数的缺陷预测方法是基于代码行数、模块依赖程度、栈引用深度等人工提取的软件特征进行缺陷预测的。此类方法未考虑到软件源码中潜在的语义特征,可能导致预测效果不理想。为了解决以上问题,文中利用卷积神经网络挖掘源码中隐含的语义特征,并将其用于软件缺陷预测的任务中。在源码语义特征的有效挖掘方面,采用三层卷积神经网络提取数据抽象特征。在数据不平衡处理方面,采用代价敏感的方法,即分别给予正例与反例不同的权重,平衡正反例对模型训练的影响。在实验数据集方面,选取了开源缺陷标注数据集PROMISE中8个软件中的多个版本,合计19个项目。在模型性能比较方面,将提出的基于卷积神经网络的代价敏感软件缺陷预测模型(Cost-Sensitive Three-Layer Convolutional Neural Network,CS-TCNN)分别与逻辑回归、深度置信网络等模型进行比较,评估指标为在缺陷预测研究领域中普遍使用的AUC和MCC。实验结果充分说明了CS-TCNN能更有效地提取程序代码中的语义特征,进而提高软件缺陷预测模型的预测效果。
- 邱少健蔡子仪陆璐
- 关键词：软件缺陷预测卷积神经网络
- 安卓应用软件测试信息智能监测系统设计
- 2017年
- 随着安卓系统的广泛应用,简单的安卓应用软件测试信息监测已经不能保证用户信息安全。为了解决以上问题,将动态测试与静态测试融合起来,设计一种新型的安卓应用软件测试信息智能监测系统。该系统主要由信息采集模块、网络调制模块和串口通信模块组成,采用CC2530F128处理器控制信息传输、监测流程。信息采集模块将动、静测试信息融合,通过网络调制模块组建Zig Bee星状拓扑局域网络,利用串口通信模块测试信息兼容性,并进一步给出系统监测流程和安卓应用软件安全性评估目录。实验结果证明,所设计的系统对安卓应用软件的危险行为测出率高,对安全行为误测率低。
- 蔡娟陆璐
- 关键词：安卓系统应用软件监测系统
- 面向软件缺陷预测的树状结构编码方式被引量：2
- 2020年
- 软件缺陷预测可以帮助开发人员专注于更可能发生错误的代码区域,更高效地确保软件的可靠性。近年来,随着人工智能理论的发展,研究人员试图将深度学习方法引入软件缺陷预测领域,以提高缺陷预测效果。但是,当前将程序代码编码为实数的方法(深度学习为前提)不能有效地估计代码之间的语义距离,从而导致训练效果显着降低。为了解决该问题,提出了一种将程序代码转换为实数向量并使代码之间的语义距离可测量的新编码方法。为了评估这种编码方法的效果,使用Tera-PROMISE软件缺陷样本数据库作为数据集,通过提出的编码方法对数据集进行编码,并将编码后的数据输入到模型进行训练。结果表明,使用这种编码方法可以显著提升软件缺陷预测模型的效果。
- 梅锋蔡子仪陆璐
- 关键词：软件缺陷预测抽象语法树
- 基于用户会话的Web应用性能测试方法的研究被引量：2
- 2014年
- 近年来,Web应用成为互联网时代基础设施中最重要的组成部分。随着互联网技术的不断进步以及使用用户数量的不断增长,Web应用也越发变得复杂。为了保证Web应用性能测试的有效性和真实性,提出一种利用服务器日志中的用户会话信息、结合经过序列匹配算法改进的层次凝聚算法来自动产生Web应用性能测试脚本的方法。提出的方法通过从服务器日志中提取出用户会话信息,分析用户真实的访问模式,通过聚类算法将同类型的用户访问模式进行聚集,自动产生相应的测试请求序列,生成测试集。相比于传统的基于录制/回访的测试方法,基于用户会话的性能测试方法通过对用户会话进行聚类分析,还原实际的用户访问模式,减少了设计测试用例时的人工参与,保证了测试结果的有效性和真实性。
- 梁力图陆璐
- 关键词：用户会话层次聚类有效性
- 基于CPU与GPU协作的马尔可夫聚类的并行优化实现被引量：1
- 2018年
- 马尔可夫聚类算法(MCL)为网络聚类问题提供了一个有效的方法,尤其是在社区问题和生物信息学方面。然而在MCL中矩阵的expansion是非常耗时的,因为两个大规模矩阵相乘的时间复杂度是n3,每个元素值的计算是独立的,所以expansion和inflation可以并行执行于多核GPU上。一个基本的马尔可夫聚类的并行实现需要使用全邻接矩阵来提高性能,该邻接矩阵通常是稀疏甚至是极大稀疏的。因此,为了优化马尔可夫聚类的并行实现,采用CSR×CSC格式去存储矩阵,大大减少了空间的浪费,并在一定程度上提升了expansion的性能。实验结果表明,在处理大规模网络问题上,Sparse-MCL比CPU-MCL和P-MCL更有效。
- 陆璐何芦微
- 关键词：MCLGPUOPENCL
- 基于迁移学习和过采样技术的跨项目克隆代码一致性维护需求预测
- 2020年
- 近年来,随着软件需求的不断增加,开发人员通过复用已有的代码向项目中引入了大量的克隆代码。随着软件版本的迭代和更新,克隆代码会发生变化,而克隆代码变化会导致额外的维护代价,并逐渐成为软件维护的负担。研究人员尝试利用机器学习方法开展克隆代码一致性维护需求预测研究,通过预测克隆代码的变化是否会导致额外的维护代价,来帮助软件质量保障团队更有效地分配维护资源,从而提高工作效率并降低运维成本。然而,在软件开发的初期阶段,软件项目往往没有经过充分的演化,缺少历史数据用于构建有效的预测模型,因此跨项目克隆代码一致性维护需求预测方法被提出。文中以减少跨项目数据分布差异为切入点,提出了基于迁移学习和过采样技术的跨项目克隆代码一致性维护需求预测方法CPCCP+,旨在将测试集与数据集映射到核空间中,通过迁移主成分分析方法减小跨项目数据的分布差异,并对数据集的类不平衡问题进行处理,从而提高跨项目预测模型的性能。在实验数据集方面,选取了7个开源数据集,合计形成42组跨项目克隆代码一致性维护需求预测任务。将提出的方法与使用基分类器的方法进行比较,评估指标包含Precision,Recall和F-Measure。实验结果表明,CPCCP+能更有效地进行跨项目克隆代码一致性维护需求的预测。
- 欧阳鹏陆璐张凡龙邱少健
- 关键词：克隆代码过采样技术
- 基于云平台的软件自动持续集成研究被引量：3
- 2014年
- 企业信息化项目大部分仍基于传统的软件集成方式,管理和集成等方面存在严重的缺陷。文章提出了持续集成这一新理念并提出一种软件自动持续集成方法,指导在电网系统中实践持续集成,并验证了该方法的可行性,提供云的解决方案,降低了部署成本,保障了电网信息化建设质量,提高了信息化效率。
- 严宇平王学文陆璐
- 关键词：云计算
- 一个支持持续集成的移动应用功能测试框架
- 2015年
- 为了更加有效地检测移动应用缺陷,论文提出了一个自动化测试框架;该框架包含了常见GUI控件识别、测试用例生成,排序以及事件流模型的API。框架根据应用程序GUI运行时状态信息生成可执行的测试用例;这些测试用例可以组织成测试套件。一个实际案例证明了该框架如何贯穿整个测试流程,降低测试自动化工作的复杂性。
- 林小捷陆璐
- 关键词：GUI测试测试用例测试套件
