利用有限状态机重构XNA游戏

在windows系统上开发游戏一般要求开发者不仅要掌握C＋＋语言、WindowsSDK，还要了解DirectX、人工智能技术等，这往往造成较高的游戏开发门槛。随着微软XNA框架的推出，越来越多的开发者可以快速推出自己的游戏作品，但是正因为这个框架很容易上手，也导致了很多游戏初学者虽然实现了游戏的功能，但是代码的组织较为混乱。本文从实际的教学经验中总结了如何利用有限状态机原理重构XNA游戏的一些思路。     

应用计数器设计状态机的一种新方法

状态机是数字系统中重要的组成部分，其设计经常采用模块化形式进行，常因设计所用模块数较多而使设计过程繁杂。通过置数法完成保持功能，可以达到过程简单又减少设计模块数，节省资源的目的。     

基于嵌套树模型检测的研究

文章针对软件验证过程中的结构抽象表示问题,考虑到结构程序的顺序结构、调用返回关系,给出了嵌套树以及嵌套状态机的定义。在该数据结构及μ演算的基础上,定义了嵌套树的μ演算(NT-μ)。NT-μ的公式语法是基于概要的,在嵌套状态机上提出基于概要类的模型检测。嵌套状态机的结点是有限的,且嵌套状态机有限的概要类对应于嵌套树中的无限的概要,因此该方法能提高检测的效率。     

一种用于模型验证的Web应用模型抽取方法

以模型验证为目标,提出一种Web应用FSM(finite state machines)模型的抽取方法. 该方法将模型抽取划分为链接提取、模型构造和结果显示. 通过建立标签库和对标签的定位,并结合正则表达式的方法,对Web应用进行逆向分析,从源代码开始进行链接及相关信息的提取、规整和存储. 对Web应用中的页面、链接等建模元素进行分析,应用映射与聚合等抽象技术对获得的信息进行重构,得到适用于验证的Web 应用的FSM模型.     

一种通信有限状态机的被动测试及其错误诊断

针对现有的被动测试方法无法解决嵌入式通信系统的错误检测问题，提出了一种被动测试错误检测方法．该方法在外部通道放置观察者，并使用了全局状态描述系统的当前可能状态，利用了观察到的输入输出信息，同时结合了模型转换推测出系统的状态变迁．基于该检测方法又设计出一种层次化的错误诊断算法，首先记录被动检测过程中系统经历的转换轨迹，用变异分析方法生成候选诊断，然后通过被动观察来降低错误集合的规模，最后使用区分序列和交叉判定进行错误定位．通过一个实际的H．245通信协议的实验表明，所提算法能够在有限观察步骤内检测出被测系统中的错误，并能有效定位检测错误，其回溯算法也可以显著缩短错误症状序列的长度．     

Java中空指针引用故障的静态检测方法

空指针引用是程序中存在的比较常见的问题,由于它在程序中比较隐蔽,用动态方法测试耗时又耗力且很难达到全面覆盖的效果。该文介绍了一种针对空指针引用故障的静态分析方法,将空指针引用问题抽象为一类故障模型,并以故障模式状态机来形式化描述此类故障模型,然后根据故障状态机的创建条件及待检测代码的语义信息确定是否创建该类型的状态机,并将创建的状态机实例置于控制流图入口节点,根据数据流分析的结果对故障状态进行迭代以检测空指针引用问题。该方法已在缺陷检测系统(defect testing system,DTS)中应用,对Robocode等工程的检测结果证明本文方法可以有效地检测出空指针引用问题。     

基于飞渡电容技术和有限状态机的应急灯电池管理系统

设计了基于飞渡电容同步采样测量技术、有限状态机的LED应急灯电池管理系统,以满足突发状况时对LED应急灯电池管理系统的需求.给出了实现方法,通过实时数据采集网络,充、放电控制,系统低电压检测自关断保护机制,实现了对应急灯供电电池组的数据准确采集与应对,充、放电管理及保护功能.     

飞机货舱门作动系统工作状态分析与虚拟仿真

为研究飞机货舱门作动系统的工作状态,确定操作和状态转移逻辑、核心处理任务,采用有限状态机理论模型进行系统性的梳理,识别出状态划分、故障管理、运动规划等关键问题并给出了解决方案.基于Matlab一体化建模方法构建虚拟操作环境,并进行仿真验证.结果表明,作动系统工作状态清晰,指示和故障处理逻辑合理,运动规划结果可行,验证了所用方法的有效性.分析结果可以为底层代码实现提供支持.     

细粒度网络流量分类架构及其优化

针对现有网络流量指纹自动生成难度大、粒度粗及匹配阶段内存消耗大等问题,提出了细粒度网络流量分类架构及其优化。在线下,根据特定字符片段在对应流量中保持不变,且代表流量功能的有效字符片段比随机噪声片段出现的频率高这一特性,寻找流量中字符片段出现频率和长度达到一定阈值的有效片段,并将其作为备选指纹规则,通过交并、合并、指纹提纯操作获取该流量对应的指纹。在线上字符串匹配时,根据k均值分类思想重新定义距离,并利用异构位分割状态机的启发式算法对指纹中的字符串进行重新组织,对内存使用进行优化。实验结果表明:所提算法能够在未知网络流量协议格式的情况下自动生成细粒度的流量指纹,平均识别准确率为93.65%,对噪声不敏感;在匹配时若将原所有指纹字符片段重新优化组织,当指纹规则数量在4 000以上时,可节约近50%的内存需求。