【摘 要】
：
编译器测试是保证编译器质量的重要手段。现有的编译器测试技术,在测试的过程中都忽略了执行时间过长的测试程序占用了大量测试资源的问题。这里,执行时间过长的测试程序被称为为超时程序。超时程序的执行时间是正常测试程序执行时间的成百上千倍,执行这类超时程序会严重影响编译器的测试效率。同时,在大量的测试程序中,能够触发编译器缺陷的测试程序仅占少数,称为揭错测试程序,执行大量无法触发缺陷的测试程序同样也会导致编
论文部分内容阅读
编译器测试是保证编译器质量的重要手段。现有的编译器测试技术,在测试的过程中都忽略了执行时间过长的测试程序占用了大量测试资源的问题。这里,执行时间过长的测试程序被称为为超时程序。超时程序的执行时间是正常测试程序执行时间的成百上千倍,执行这类超时程序会严重影响编译器的测试效率。同时,在大量的测试程序中,能够触发编译器缺陷的测试程序仅占少数,称为揭错测试程序,执行大量无法触发缺陷的测试程序同样也会导致编译器的测试效率不高。编译器编译测试程序时,测试程序中不同的结构和语义特性可能会引起编译器不同的编译行为,编译器自身的覆盖信息也不尽相同,编译器自身覆盖率信息能在一定程度上反映出测试程序的语言特性、结构特性以及操作特性,这些特性与程序的执行密切相关（如测试程序的执行时间,测试程序是否触发编译器的缺陷）。为了提升编译器测试的效率,提出基于编译器的自身覆盖率信息,结合机器学习的方法分别训练超时程序预测模型和揭错程序预测模型,通过预测结果对测试程序进行选择,避免超时测试程序的执行和大量无法触发缺陷的测试程序的执行,提高编译器的测试效率。将基于编译器自身覆盖信息选择测试程序的方法应用于随机差分优化项（Different Optimization Levels,DOL）的测试过程,把不使用测试程序选择策略的DOL测试作为基准。实验结果表明在测试周期相同的情况下,使用测试程序选择策略选择出的超时测试程序数量仅占基准中超时程序数量的38.1%,最多节省了61.9%的超时程序执行时间,并且能够找到比基准多25%的缺陷。在找到的缺陷相同的情况下,消耗的时间比基准减少了28.9%,这说明了该方法对于提高编译器测试过程效率的有效性。
其他文献
仓储是物流系统的一个重要组成部分,其出库过程费时费力直接影响仓储运营效率,进而影响物流系统的效率。特别是人到货拣选仓库,需要人工根据订单拣选货物出库,该过程是仓库运营中最耗费人力和时间的环节。而库位分配从源头上影响拣货出库效率,因此设计较优的库位分配方案,对仓储系统有重要意义。库位分配问题自1948年提出以来就受到广泛关注,目前对库位分配问题的研究多考虑拣货距离或货物关联度,但其中多数研究未较精确
氮氧传感器对于汽车尾气后处理系统有着重要意义。第六代氮氧传感器需要测量尾气中氧气和氮氧化物（NOx）的浓度。氮氧传感器的工作过程复杂,有三个测量腔室,工作过程中需要实时调控每个腔室泵电压的大小,确保能够将腔室内的O2全部泵出,同时保证NO2全部分解为NO,但是NO又不能提前分解,最重要的是保证能够对尾气的变化快速做出响应,所以对控制系统提出了较高要求。目前由于对氮氧传感器动静态响应的影响因素研究不
随着电子商务的快速发展,配送中心的订单呈现量大、客户位置分散、品项繁多且及时响应要求高等特点,这都为配送中心的订单拣选和配送服务增加了难度。拣选和配送作业是影响配送中心效率的关键因素,因此优化订单拣选和配送作业对提高配送中心订单履行效率和客户服务水平具有十分重要的意义。然而,目前多数关于订单拣选与配送作业的研究都只针对订单拣选或车辆路径的单个环节进行优化,难以实现整体效益最大化。为了从整体上提高配
高光谱图像是一种同时包含空间与光谱信息的三维数据结构,通过记录不同波段的场景信息,能较为全面地描述物体属性。然而,受成像原理与硬件性能的限制,高光谱图像的空间分辨率通常较低,导致其对地物分类贡献有限。因此,研究如何提高高光谱图像的空间分辨率具有重要意义。论文对高光谱图像超分辨率重建方法进行研究,重点针对重建中存在的光谱信息利用率低以及光谱信息失真等问题,设计相应解决方案。针对传统网络中光谱特征利用
近年来,不断有新的词向量模型被提出,但这些最佳性能的模型却无法在内容偏差检测、分类任务的可解释评估等工作中产生作用,原因是这些词向量不具有可解释性,向量空间不具有参考系的作用。当前的可解释词向量模型大多数基于大规模语料库生成,但大部分人难以获得正规的大规模语料库文件,且实际需求中经常会遇到语料库规模小、数据集少的情况,而现有的可解释词向量构建方法在小语料库上性能不及预期,同时,鲜有构建完全正交的词
电液伺服阀作为液压系统的关键元件,广泛应用于航空航天等国防领域。由阀套和阀芯构成的滑阀副是伺服阀的核心部件,其加工精度要求较高,一般加工误差在1～3微米以内。径向间隙和圆角作为滑阀副的两个主要几何特性,其加工质量直接影响伺服阀的输出特性。对滑阀副径向间隙和圆角进行直接测量难度大,研究一种高效率、低成本的测量方法具有重要意义。本文通过分析径向间隙和圆角对气动流量曲线产生的影响,采用支持向量回归的方法
改革开放以来,我国医疗卫生事业快速发展,医疗服务水平显著提升。然而,人口的老龄化以及公众健康意识的增强,使得居民对医疗服务的需求急剧增长,导致医疗服务供需矛盾日益加剧。提高医疗服务的可达性,是缓解供需矛盾的有效途径,许多学者分别采用路网矢量模型和空间栅格模型研究了医疗服务的可达性。由于路网矢量模型无法评估非路网区域的可达性,而空间栅格模型的计算精度相对较差,于是本文构建了融合路网矢量模型和空间栅格
计算机视觉（Computer Vision,CV）算法已经被广泛地应用于日常生活的许多领域。伴随着物联网技术的快速发展,在嵌入式系统诸如CV算法等多媒体应用需要更高效的处理来满足其实时性要求。由于多媒体数据（如图像和视频）通常格式规整,数据处理逻辑一致且相关性不高,因此适合使用单指令多数据（Single Instruction Multiple Data,SIMD）指令来加速处理。SIMD指令能够
随着计算大量向云端迁移,越来越多的计算工作将在数据中心的服务集群上完成。容器技术契合了以应用为中心的时代的需求,被广泛使用在应用的部署当中。容器技术区别于传统的虚拟机技术,没有虚拟的硬件层,所有容器直接共用宿主机的内核。这种结构给容器带来轻量级、快启动、易迁移等优势,但与此同时,也使得容器不可避免地存在系统资源隔离不彻底的缺陷。所以,提升容器的隔离性一直是业界关注的重点。Linux系统的内核日志属
文本分类是自然语言处理领域中当前学术界和工业界最受关注的前沿问题之一。通用的文本分类算法极大依赖数量充足且类别均衡的数据集,而在实际任务中面对新闻文本数量有限且类别不均衡的情形,文本分类算法效果不佳,鲁棒性较差。此外,由于新闻具有文本风格跨度大、长文本语义丰富且表达方式多样的特点,针对新闻领域的文本分类已成为重大挑战。基于以上问题,提出了层次数据增强和学习方法框架HDAL,并应用于新闻文本分类任务