一种基于层次切片的软件错误定位方法

提出了一种基于层次切片模型适合面向对象语言的错误定位方法.首先分别在包层、类层、方法层删去通过测试的包、类和方法,缩小软件错误存在的范围;其次,在语句层将删减后的程序按抽象语法树划分成若干模块,统计模块内变量使用的数目;通过动态分析,选取一组测试用例计算其执行历史;根据模块内使用变量数目的规模,采用逐步求精算法,计算产生错误测试用例的程序执行历史与静态分析过程中所产生模块的交集及交集的后向切片,直至实现错误定位.实验数据表明:该方法能够查出前期定位程序中绝大部分错误的位置,尤其适用在方法调用比较少的程序中.在方法调用比较频繁的程序中,由于在调用语句处迭代调用逐步求精算法,效率会降低.     

基于变量间依赖关系的软件可信度量模型

针对软件交互行为的动态可信度量问题,提出一种基于变量间依赖关系的动态度量模型.从输入数据对软件可信性的影响入手,利用程序静态分析和切片技术提取出关于输入信息的前向切片以及切片中各语句可赋值的变量集合,并以切片集合中的语句作为度量对象,以该语句可赋值的变量集合作为软件在该度量点处的行为预期模型.在程序动态运行过程中动态监视软件在度量点处的实际行为是否符合预期,实现可信动态度量.相应的试验结果表明,模型实现了设计目标.     

基于多特征融合的产品评论语句相似度计算

为了提高产品评论语句相似度计算的准确率,提出了一种新的基于多特征融合的相似度计算模型。在构建相似度计算模型时,抽取句子的名词、动词和形容词作为关键词构成句子的向量表示,并将关键词的频次信息及其修饰成分信息、句子的主谓结构和动宾结构等特征信息都纳入到向量模型当中,通过各特征要素的重要度来表征这些信息在句子相似度计算中的重要程度。实验结果表明,该计算模型提升了产品评论语句相似度计算的准确率,对提升产品评论语句的聚类分析能力具有重要意义。     

基于马尔科夫模型的汉语语句相似度计算

语句相似度计算在自然语言处理领域是一项非常重要的实用技术,基于马尔科夫模型的汉语语句相似度计算方法通过对语句进行分词处理、构建特征词向量以及权重值向量的方式实现了语句相似度计算.该方法以关系向量模型为基础,通过深入研究汉语语句的特征,利用前后相邻词的共现对权重值向量进行加权处理,以调整不同特征词的权重.方法重点考虑了关键词词形的相似度,结合了句长、词序等表面信息的相似度,并考虑了同义词的情况.最后采用两种不同的方案与关系向量模型进行了对比实验,结果表明方法可以更好的处理长度差很大的两个语句的相似度计算问题,尤其在检索相关新闻标题时准确率较高.     

一种提高错误定位效率的测试用例选择方法

为提高错误定位的效率,提出了多种测试用例约简与选择的方法,然而,过度的约简与不适的选择造成了部分测试信息丢失,引起了错误定位有效性的损失。本文提出了一种相似测试用例选择方法,用以约简测试集。该方法能消除偶然测试用例对错误定位准确性造成的偏差,通过为每个失败测试用例选择执行轨迹与其相似的成功测试用例的方式,最大限度地保留测试的全部信息;基于选择出的测试用例信息,利用已有的错误定位方法输出程序语句的可疑值列表。以Siemens程序集作为实验对象,证明了本文测试用例选择方法能显著提高错误定位的有效性。     

基于随机森林算法的函数缺陷定位

缺陷定位是软件调试过程中的重要阶段,通过挖掘程序执行过程中的动态信息与执行结果之间的关系,可以有效定位缺陷位置。由此提出了一种基于随机森林算法的函数缺陷定位方法（Function Defect Location based on Random Forest,简称FDLRF）。其具体思想是:首先动态执行测试用例获取函数的动态调用图并生成DOT文件,解析该文件获取各个函数的轨迹信息,建立特征矩阵,同时利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,简称SMOTE）得到均衡样本,运用随机森林算法对数据进行训练,从而获得每个属性的贡献度信息,即函数缺陷概率。实验结果表明,该方法较传统算法在定位准确率有了一定程度的提升。     

基于RFID位置语义的室内移动轨迹聚类算法

面向室内空间的移动轨迹聚类有利于发现室内热点和用户移动模式.针对室内环境在定位技术、距离度量等方面的特殊性,充分考虑室内移动轨迹的空间和语义特征,提出一种基于无线射频识别(radio frequency identi-fication,RFID)位置语义的室内移动轨迹聚类方法.该方法对原始轨迹提取特征点,可简化轨迹以降低算法时间复杂度;从空间形状和位置语义2个方面加权计算轨迹相似度,其中,空间相似度通过定义适用于室内三维空间的距离函数来计算,语义相似度计算基于最长公共子序列思想,并引入移动对象在轨迹点的到达时间和停留时间;利用线性表存储轨迹相似度,采用改进的层次聚类方法对移动轨迹进行聚类.实验结果表明,该方法能够有效地进行室内轨迹聚类并具有较高的效率.     

由分类算法学习软件错误定位的关联测度

基于谱的错误定位(SBFL)技术能找出导致程序出错的可执行代码.测试用例数目和覆盖语句次数可构造SBFL的二分型矩阵.利用该矩阵,人们提出许多的SBFL关联测度计算公式.然而,这些关联测度往往只适应部分程序集.因此,提出基于分类算法的技术,能学习到程序集特有的关联测度.训练集样本建立在成对的错误语句和正确语句上,其特征由语句对的条件概率相减而成.为证实技术的有效性,在Siemens套件、space和gzip三个基准数据集上完成实验.使用Weka的Logistic、SGD、SMO和LibLinear训练出的关联测度,性能都明显优于固定形式的SBFL测度.     

基于WiFi定位的区域人群轨迹模型

针对传统的室内WiFi定位方法难以解决大型活动及区域间流动人群轨迹分析需要这一问题,提出了基于三边测量定位和信号强度(RSSI)的应用于大型场馆、复杂环境下的人群定位新方法,实现区域内人员定位、区域内外人群划分、区域内人群流量分析。使用基于一种概率统计预测算法进行人群轨迹预测,建立了WiFi区域内人群轨迹模型,通过进一步建立的跨区域人群移动轨迹模型,实现大跨度区域间人群流动分析。通过搭建WiFi区域人群轨迹模型验证系统,使用2016年贵阳数博会数据,进行了数据可视化分析,证明了模型的有效性。     

基于转移的快速精准的语义依存图分析

语义依存图分析（Semantic Dependency Graph Parsing）以有向无环图的形式来表示句子的语义信息，常用来帮助计算机理解语句的含义。基于转移的方法通过在每一步局部选择最优的转移动作，可以方便地构造语义依存图，然而因局部选择而导致的错误传播问题一直影响着系统的准确率。另外，转移系统复杂的转移过程也给批量化解码造成了困难，限制了系统的效率。文章针对基于转移的方法设计了一个简单有效的使用原子特征的神经网络模型。减少传统模型在编码时的计算量。在训练阶段采用动态Oracle缓解错误传播问题，以提高模型的准确率，并在此模型上实现批量化训练和解码，来提高模型的效率。此外，还使用预训练语言模型来进一步增强模型。实验表明，本文模型在SemEval-2015-task18领域内和领域外测试集上分别比以往的转移方法提高了1.8%和2.7%的F值，并大幅度提高了转移方法的效率，达到了与目前最先进模型相当的水平。     

Dependence analysis based on dynamic slicing for debugging

Dynamic program slicing is an effective technique for narrowing the errors to the relevant parts of a program when debugging. Given a slicing criterion, the dynamic slice contains only those statements that actually affect the variables in the slicing criterion. This paper proposes a dynamic slicing method based on static dependence analysis. It uses the program dependence graph and other static information to reduce the information needed to be traced during program execution. Thus, the efficiency is dramatically improved while the precision is not depressed. The slicing criterion is modified to fit for debugging. It consists of filename and the line number at which the statement is.     

基于相关矩阵和动态集合覆盖的配电网故障诊断方法

作为电力网络中直接向用户供电的关键环节,配电网的工作状态直接影响电力用户的用电质量和用电体验。为解决配电网故障线路区段的定位问题,提出了一种基于相关矩阵和动态集合覆盖的配电网故障诊断方法。根据配电网拓扑建立故障电流信息和故障线路区段相关矩阵,引入隐马尔科夫模型刻画每条线路区段随时间变化的状态序列; 基于每个时间周期上馈线终端单元上报的故障电流信息集合,建立动态集合覆盖的配电网故障诊断模型,使用维特比译码求解满足集合覆盖条件的线路区段工作状态序列,实现对配电网的在线故障定位。通过仿真实例验证了基于相关矩阵和动态集合覆盖的配电网故障诊断方法的定位准确性和稳定性。     

基于插桩技术的程序谱构建方法

为了满足软件测试、软件调试和程序优化等领域对程序谱的需求,提出了基于插桩技术的程序谱构建模型,主要包括插桩预处理、双缓冲处理、有穷自动机处理识别插桩点、植入探针生成插桩代码、编译连接并执行插桩程序以收集执行轨迹构建程序谱。采用双缓冲处理机制,可有效提高源代码处理效率,有穷自动机能够准确识别插桩点。在软件错误定位中的应用结果表明基于插桩技术构建的程序谱可为准确、高效的程序理解和分析提供方便。     

基于电磁时间反演改进算法的输电线路故障测距

针对目前利用电磁时间反演算法进行故障测距时反演过程需要事先知道故障类型以及利用解耦后的模量进行测距存在死区等问题,本文提出了一种基于电磁时间反演的改进故障测距算法。该算法无需解耦,能够根据非故障相导体的耦合信号实现故障定位,当故障相未知时,可以在反演模型中假定故障相,即使假定故障相与真实故障相不符,也可以根据假定故障相的耦合电流有效地实现故障定位,解决了输电线路故障相未知时故障定位的问题。本文首先理论分析了非故障相耦合信号用于电磁时间反演故障测距的可行性,之后利用ATP-EMTP搭建了750 kV架空输电线路模型进行仿真验证。仿真结果表明该算法不受故障类型和过渡电阻的影响,有较高的准确度。     

Dynamic slicing of object-oriented programs

Program slice has many applications such as program debugging, testing, maintenance, and complexity measurement. A static slice consists of all statements in programP that may effect the value of variablev at some pointp, and a dynamic slice consists only of statements that influence the value of variable occurrence for specific program inputs. In this paper, we concern the problem of dynamic slicing of object-oriented programs which, to our knowledge, has not been addressed in the literatures. To solve this problem, we present the dynamic object-oriented dependence graph (DODG) which is an arc-classified digraph to explicitly represent various dynamic dependence between statement instances for a particular execution of an object-oriented program. Based on the DODG, we present a two-phase backward algorithm for computing a dynamic slice of an object-oriented program.     

基于双回反向序网的同杆4回线单端故障测距算法

提出了一种利用单端工频量的同杆4回线故障测距算法.采用同杆4回线双回同反序解耦方法计算得到考虑分布参数特性的故障线路沿线电压;采用同杆4回线双回反序网络计算得到考虑分布参数特性的故障电流分支系数,进而计算出故障线路沿线电流.由于故障支路可假设为纯阻性,因此利用故障处电压电流相量之比的虚部为0的特性进行故障位置搜索,最终实现同杆4回线中1回线内及2回线间跨线故障时的故障定位.本方法计算简单,不存在伪根问题,且不受系统阻抗、线路分布电容及过渡电阻的影响.仿真表明在同杆4回线各种故障类型下算法均具有很高的测距精度.     

对流密码算法LEX的差分故障攻击

基于面向比特随机故障模型对流密码算法LEX(Leak EXtraction)进行了差分故障攻击,得出：需要96对正误输出密钥流和232次计算或120对正误输出密钥流和216次计算可完全恢复128 bit初始密钥.结果显示LEX对差分故障攻击是不安全的.     

故障相的故障分量综合阻抗特点分析

使用三相模型,推导了故障分量综合阻抗与序分量综合阻抗之间的关系,指出故障相的故障分量综合阻抗在数值上与故障时的故障分量正序综合阻抗接近.同时它还具有小于两侧系统阻抗中比较大的、大于比较小的系统阻抗的特点,且在应用于弱馈系统时,故障分量综合阻抗小于线路阻抗与较小的系统阻抗的2倍之和.使用EMTP建立了500 kV,400 km线路模型对分析结论进行了验证.该结论可用于故障分量综合阻抗纵联保护原理的整定计算及定值灵敏度的分析.     

A Multi-Objective Optimization Method of Initial Virtual Machine Fault-Tolerant Placement for Star Topological Data Centers of Cloud Systems

Virtualization is the most important technology in the unified resource layer of cloud computing systems.Static placement and dynamic management are two types of Virtual Machine(VM) management methods.VM dynamic management is based on the structure of the initial VM placement,and this initial structure will affect the efficiency of VM dynamic management.When a VM fails,cloud applications deployed on the faulty VM will crash if fault tolerance is not considered.In this study,a model of initial VM fault-tolerant placement for star topological data centers of cloud systems is built on the basis of multiple factors,including the service-level agreement violation rate,resource remaining rate,power consumption rate,failure rate,and fault tolerance cost.Then,a heuristic ant colony algorithm is proposed to solve the model.The service-providing VMs are placed by the ant colony algorithms,and the redundant VMs are placed by the conventional heuristic algorithms.The experimental results obtained from the simulation,real cluster,and fault injection experiments show that the proposed method can achieve better VM fault-tolerant placement solution than that of the traditional first fit or best fit descending method.