-
公开(公告)号:CN103198016A
公开(公告)日:2013-07-10
申请号:CN201310099997.6
申请日:2013-03-26
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于联合依赖概率建模的软件错误定位方法,本发明涉及计算机程序分析领域。本发明是要解决传统的软件错误定位方法定位精度低的问题,而提供了基于联合依赖概率建模的软件错误定位方法。步骤1:分别执行正确测试用例和错误测试用例,并分别对正确测试用例和错误测试用例建立联合依赖概率模型;步骤2:在步骤1的基础上,根据联合依赖概率模型,计算每个节点的可疑度;步骤3:将错误定位信息按可疑度进行降序排列,可疑度高的节点认定为更有可能出错的节点,即完成了对基于联合依赖概率建模的软件的错误进行定位。本发明应用于计算机程序分析领域。
-
公开(公告)号:CN103150254A
公开(公告)日:2013-06-12
申请号:CN201310099998.0
申请日:2013-03-26
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于状态依赖概率建模的软件错误定位方法,本发明涉及计算机程序分析领域。本发明是要解决传统的软件错误定位方法定位精度低的问题,而提供了基于状态依赖概率建模的软件错误定位方法。步骤1:分别执行正确测试用例和错误测试用例,并分别对正确测试用例和错误测试用例建立状态依赖概率模型;步骤2:在步骤1的基础上,根据状态依赖概率模型,计算每个节点的可疑度;步骤3:将错误定位信息按可疑度进行降序排列,可疑度高的节点认定为更有可能出错的节点,即完成了对基于状态依赖概率建模的软件的错误进行定位。本发明应用于计算机程序分析领域。
-
公开(公告)号:CN102231134A
公开(公告)日:2011-11-02
申请号:CN201110216640.2
申请日:2011-07-29
Applicant: 哈尔滨工业大学
IPC: G06F11/36
Abstract: 基于静态分析的冗余代码缺陷检测方法,涉及基于静态分析的冗余代码缺陷检测方法,为了解决目前缺少成熟的对冗余代码及相关缺陷检测的方法的问题,它包括:步骤1、输入待测试程序,将其解析为抽象语法树;步骤2、分析可能包含显式幂等操作的语句,检测显式幂等操作;步骤3、对局部定义的变量,采用过程内部分析方法,检测冗余的赋值语句;步骤4、遍历程序的抽象语法树,在标准化后的程序依赖图的基础上查找包含缺陷的结构,检测死代码;步骤5、检测冗余的条件表达式;步骤6、检测隐式幂等操作;步骤7、检测冗余的函数参数;根据步骤2至7获得的六种缺陷的检测结果,给出缺陷检测报告。本发明适用于大规模程序代码的分析。
-
公开(公告)号:CN117971179A
公开(公告)日:2024-05-03
申请号:CN202410043159.5
申请日:2024-01-11
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种符合AUTOSAR标准的C语言代码自动生成方法,所述方法如下:S1、编写支持Modelica模型信息获取的程序代码;S2、编写支持AUTOSAR项目信息解析的程序代码;S3、编写与C代码生成选项有关的JSON配置文件;S4、编写C代码生成模板;S5、更新映射信息。本发明考虑到Modelica语言具有多领域建模的全面性、基于方程的系统描述、可重用和层次化建模等特点,挖掘了Modelica语言在AUTOSAR系统中建模的潜力,并在Modelica语言表示AUTOSAR模型的基础上生成符合AUTOSAR标准的C语言代码,填补了Modelica模型生成AUTOSAR标准C代码的空白。
-
公开(公告)号:CN117891438A
公开(公告)日:2024-04-16
申请号:CN202410031121.6
申请日:2024-01-09
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种AUTOSAR工具箱函数库的实现方法,所述方法包括如下步骤:步骤S1、编写Modelica模型处理程序代码;步骤S2、编写AUTOSAR工具配置文件处理程序代码;步骤S3、将待实现的函数库进行拆分,包括顶层功能和底层功能;步骤S4、在高级程序语言中实现拆分得到的底层功能,封装为底层功能模块,同时提供清晰的接口,以便顶层功能调用;步骤S5、在Julia中实现函数库的顶层代码,调用底层功能模块,对其进行包装,以完成AUTOSAR工具箱函数库的实现。该方法支持批量的处理AUTOSAR模型,提升了汽车电子电气架构的设计效率,降低了汽车软件的开发成本,具有广阔的应用前景。
-
公开(公告)号:CN117785269A
公开(公告)日:2024-03-29
申请号:CN202311822887.8
申请日:2023-12-27
Applicant: 哈尔滨工业大学
IPC: G06F8/71 , G06F8/20 , G06F8/34 , G06F40/151 , G06F8/76
Abstract: 本发明公开了一种基于XML文件的AUTOSAR项目配置和实现方法,所述方法包括如下步骤:S1、设计自定义的XML文件结构内容,以存储AUTOSAR项目的配置信息;S2、在程序源代码中将XML文件结构内容进行表示;S3、对XML文件中的内容进行读取并显示;S4、用户对AUTOSAR项目配置信息进行修改,AUTOSAR工具将结果写回到AUTOSAR配置文件中。本发明综合了手动配置和可视化建模配置的优点,能够处理复杂的AUTOSAR模型建模配置任务,提升汽车电子架构设计的效率和质量,以通用的XML文件存储配置信息,能够促进AUTOSAR更好的标准化和工具间协同发展,具有广阔的应用前景。
-
公开(公告)号:CN116909544A
公开(公告)日:2023-10-20
申请号:CN202310902130.3
申请日:2023-07-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于SysML模型的代码自动生成方法,属于计算机技术领域,所述方法包括如下步骤:一、根据SysML规范,对建立的SysML模型进行多层次模型校验,确保SysML模型是合法有效的;二、依据所建立的模型内容文件,结合模型内的多种视图,对SysML模型进行转换与解析;三、进行组件定义与管理;四、规格化代码映射模板构建;五、进行层次化代码自动生成,生成最终的目标语言代码。本发明可将MBSE和MDA方法进行统一协作,为SysML模型的实现提供了具体的手段,有效降低模型设计开发难度,提升了在MBSE方法中模SysML模型的设计开发能力,保障了系统模型开发实现的效率和质量。
-
公开(公告)号:CN116597984A
公开(公告)日:2023-08-15
申请号:CN202310578508.9
申请日:2023-05-22
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于知识图谱的感染性休克诊疗推荐方法,所述方法包括如下步骤:S1:对感染性休克知识图谱相关信息进行定义;S2:引入对称关系、逆关系、组合关系,采用RotatE模型对知识图谱进行表示;S3:采用word2vec和RotatE模型,根据患者症状完成诊疗方法的推荐。本发明依靠按照5种实体、7种关系构建知识图谱,引入对称关系、逆关系、组合关系,采用RotatE模型对感染性休克知识图谱进行表示;考虑到现实情况中,可能查询的某些患者症状在知识图谱中并不存在,重训练word2vec模型,实现对知识图谱中不存在的症状,进行诊疗方法推荐,辅助医生进行临床诊疗决策,以达到最佳的治疗效果。
-
公开(公告)号:CN116483705A
公开(公告)日:2023-07-25
申请号:CN202310411559.2
申请日:2023-04-17
Applicant: 哈尔滨工业大学
Abstract: 一种知识与模型驱动的机载软件智能化失效模式分析方法,属于计算机软件技术领域。所述方法为:通过解析和挖掘适航标准文本,构建适航标准‑准则知识‑失效模式库。基于解析适航标准‑准则知识‑失效模式库以及机载软件失效数据,构建机载软件分析知识图谱。利用适航标准知识提取过程中获得的安全概念及其关系作为参考,扩展SysML语义,基于扩展的SysML建模机载软件系统需求。解析软件需求,利用机载软件分析知识图谱推荐适用的失效模式分析准则,依据不同失效模式类别,遍历需求模型,进行失效影响分析。本发明通过知识库构建与迭代学习,不断扩充知识库,失效模式的完备性显著得到提升,最大限度地挖掘潜在失效,提高软件质量,降低软件开发成本。
-
公开(公告)号:CN115080982A
公开(公告)日:2022-09-20
申请号:CN202210729780.8
申请日:2022-06-24
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种针对漏洞检测模型的组合对抗攻击方法,首先使用本发明中提出的4种代码扰动方法对程序骨架中可修改的语句进行扰动,生成大量语义相似的候选样本。其次,利用生成的候选样本初始化遗传算法的种群规模和成员,然后,根据不同的扰动方法设计变异算子,并对种群成员进行选择、交叉和变异操作生成新的种群;最后,判断每次迭代生成的新种群中是否存在适应度大于一定阈值的成员,如果存在,则表示成功获得对抗样本。根据本发明提出的多种代码扰动方法,可实现对各种语法要素执行语义保持的程序等价变换,从而提高生成的对抗样本质量。通过将遗传搜索策略与多种代码扰动方法相结合,能够提高对代码漏洞检测模型的攻击成功率和攻击效率。
-
-
-
-
-
-
-
-
-