-
公开(公告)号：CN120010852A
公开(公告)日：2025-05-16
申请号：CN202510077454.7
申请日：2025-01-17
Applicant: 大连理工大学 , 信华信技术股份有限公司
Abstract: 本发明属于智能软件工程的数据增强方法领域，尤其涉及一种基于AST抽象语法树同义替换的代码大模型等价数据增强方法。首先进行数据筛选和静态语法分析检查，之后通过AST抽象语法树提取其代码所含变量名、函数名、类名建立词库进行筛选，在此基础上采用四种等价替换方法进行数据增强，最终将其与原始数据合并，获得最后的增强代码数据集。本发明可用于自动增强代码大模型训练语料，以微调提升大语言模型在垂直领域的性能。
-
公开(公告)号：CN120010853A
公开(公告)日：2025-05-16
申请号：CN202510077737.1
申请日：2025-01-17
Applicant: 大连理工大学 , 信华信技术股份有限公司
Abstract: 本发明属于智能软件工程的数据增强方法领域，涉及一种基于单向翻译与有效性自验证的等价代码数据增强方法。首先获取待数据增强项目内容，提取出所含各个函数，依次利用大语言模型进行功能需求单向翻译，获取自然语言描述；进而填充提示模板，输入大语言模型生成候选代码。为了确保被增强数据的语法有效性，使用静态语法分析工具检验候选代码；为了确保语义等价性，从断言知识增强与焦点方法‑测试用例关系学习角度依次预训练Func2Test模型并进行微调，为每个候选代码生成m个测试用例用于测试，最终仅保留通过率最高的候选代码作为新生成代码。最后对原始代码和新生成代码进行mixup处理，获得最终增强结果，即混合数据集Dmix。
-
公开(公告)号：CN120010854A
公开(公告)日：2025-05-16
申请号：CN202510078021.3
申请日：2025-01-17
Applicant: 大连理工大学 , 信华信技术股份有限公司
IPC: G06F8/41 , G06F18/22 , G06N3/0455
Abstract: 本发明属于软件工程领域，尤其涉及一种基于树指令大语言模型的代码翻译方法，可用于将源编程语言转换为目标编程语言。本发明通过从线性化AST中提取关键的树结构信息，并训练了一个相似度模型使树结构与代码结构对齐，从而构造更精确的指令数据集，增加了大语言模型对AST结构的理解能力；通过与大语言模型相结合，大大减少了人力干预，极大降低了代码翻译的成本；通过增加额外的功能评估方案，提升了了翻译结果对用户结果的友好度；此外，本发明方法还具有高度可扩展性，可以很容易地切换使用不同的大语言模型，有利于改善用户体验，降低使用所需的专业技能门槛。
-
Patent Agency Ranking
公开(公告)号：CN119597654A
公开(公告)日：2025-03-11
申请号：CN202411666853.9
申请日：2024-11-21
Applicant: 大连理工大学
IPC: G06F11/3668
Abstract: 本发明属于软件测试领域，涉及一种基于大语言模型和差分测试的ROS 2缺陷检测方法，可用于自动检测ROS 2中的缺陷。该方法通过结合待测程序的语义信息，构造精确的提示词，从而显著提升大语言模型生成种子的效率和质量。同时，引入多种突变策略以增强种子的多样性，从而提高缺陷检测的全面性。本发明支持对使用不同编程语言实现的相同功能模块进行差分测试，这种差异化测试方法能够有效揭示因实现语言差异而引起的行为不一致，确保不同语言实现之间的功能一致性，进而提升系统的稳定性和可靠性。通过与大语言模型的结合，本发明显著减少了人工干预，降低了缺陷检测的成本，并大幅提高了测试的自动化程度和精度。
-
公开(公告)号：CN119669073A
公开(公告)日：2025-03-21
申请号：CN202411745548.9
申请日：2024-12-02
Applicant: 大连理工大学
IPC: G06F11/3668
Abstract: 本发明属于软件测试领域，涉及一种基于大语言模型和覆盖率引导的ROS 2软件包缺陷检测方法。该方法通过从待测程序中提取函数信息，利用正则表达式解析出函数的定义和参数特征等信息；预先设置与待测程序相关的验证标准，并从中提取物理约束以及文档约束；将提取的函数信息、物理约束和文档约束整合为精确信息，以填充到提示词模板中并输入到大语言模型，生成初始测试种子；引入突变策略，对生成的种子进行多样化的突变操作，以生成具有更高多样性的测试用例；采用覆盖率引导机制对测试用例进行优化，通过实时监测覆盖率，指导生成新的测试用例；通过缺陷验证机制，能够检测程序崩溃等显性缺陷，并识别违反物理约束或违反文档约束等隐性缺陷。
-
公开(公告)号：CN119311590A
公开(公告)日：2025-01-14
申请号：CN202411459742.0
申请日：2024-10-18
Applicant: 大连理工大学
IPC: G06F11/3668
Abstract: 本发明归属于传统软件工程中的测试用例生成领域，公开一种基于大语言模型的Python程序测试用例生成方法。该方法能够自动生成并优化Python程序的单元测试用例，包括：利用项目依赖结构扫描和AST抽象语法树提取公共基础上下文及函数信息，构建精确的提示词模板；对大语言模型生成的测试用例进行语法、运行逻辑和覆盖率的验证；针对失败的测试用例，设计新的提示词模板和迭代流程，以自动迭代改进，并设定最大迭代次数以确保效率；最终输出经过优化的高质量成功测试用例集，以提高测试效率和减少人力物力浪费。
-
公开(公告)号：CN117453539A
公开(公告)日：2024-01-26
申请号：CN202311361985.6
申请日：2023-10-20
Applicant: 大连理工大学
IPC: G06F11/36
Abstract: 本发明属于传统软件工程的编译器软件质量保障领域，提出一种基于大语言模型赋能的编译器缺陷定位方法，可用于自动定位编译器中的缺陷。该方法首先设计了一种能准确表示所需突变操作的精确提示模式，并对测试程序进行静态分析得出最复杂的变量列表和语句位置以填充提示模版；之后利用强化学习结合记忆搜索不断优化缺陷特定提示选择方案；最后使用静态分析方法检测和过滤潜在无效测试程序，最终得到可疑文件列表作为编译器缺陷定位结果。本发明显著提高了测试用例自动化生成的效率，增加了生成的测试程序的多样性，提高了检测和定位编译器缺陷的效率，使用简便，可扩展性强，人力成本低。
-
公开(公告)号：CN119226172A
公开(公告)日：2024-12-31
申请号：CN202411430040.X
申请日：2024-10-14
Applicant: 大连理工大学
Abstract: 本发明属于软件测试领域，涉及一种基于变异和差分测试的TypeScript编译器缺陷检测方法。本发明首先借助Github开源社区和大语言模型构建一个包含通用语法特征和特有语法特征的语法程序数据集，并设计一组包含通用突变算法和类型特定突变算法的算法集对语法程序数据集中的程序进行随机突变。将得到的突变程序数据集输入不同版本的TypeScript编译器进行差分测试，并结合Node.js的执行结果进行分析，根据定义的6种情况判别编译器是否存在缺陷。提出代码复杂度的表示方法，用6个不同的指标衡量突变程序的代码复杂度，并将代码复杂度提高的突变程序加入到语法程序数据集中以不断丰富其多样性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.087 seconds)
