【摘 要】
：
静态分析发现软件缺陷是提高软件质量,确保软件可靠性的有效手段之一。近年来,研究使用自动确认技术来降低对疑似缺陷进行人工审查的成本是研究的热点问题。主流技术路线是通过设计一些缺陷特征,并使用机器学习中有监督的分类算法来自动实现对疑似缺陷的确认。其中难点和重点是设计准确性高的缺陷自动确认模型,本文针对如何提高静态分析缺陷自动确认的准确性以及如何将缺陷自动确认方法应用于核电领域做了如下研究:（1）提出一
论文部分内容阅读
静态分析发现软件缺陷是提高软件质量,确保软件可靠性的有效手段之一。近年来,研究使用自动确认技术来降低对疑似缺陷进行人工审查的成本是研究的热点问题。主流技术路线是通过设计一些缺陷特征,并使用机器学习中有监督的分类算法来自动实现对疑似缺陷的确认。其中难点和重点是设计准确性高的缺陷自动确认模型,本文针对如何提高静态分析缺陷自动确认的准确性以及如何将缺陷自动确认方法应用于核电领域做了如下研究:（1）提出一种基于控制流图特征的缺陷自动确认模型。针对利用源代码静态统计信息难以体现缺陷相关变量的动态变化情况,丢失了缺陷确认必须要的上下文环境信息,从而导致缺陷自动确认准确性不高的问题。新模型以程序控制流分析理论为基础,将报警点与控制流图特征相关联,根据节点中语句的类型,实现控制流图中的报警变量节点的标签化,通过分析报警变量的控制流图中节点信息和基本路径信息,设计了节点特征提取算法和基本路径提取算法,捕获警报的静态语句类型特征和动态语句执行流特征,构成真实缺陷自动确认模型。（2）设计完成以基于控制流图特征的缺陷自动确认模型为基础的核电仿真软件缺陷自动确认方法。该方法主要分为2个阶段,在模型训练阶段,主要提出了针对源代码层次的安全类缺陷的以警报的真假结合警报特征的数据标注技术,该标注技术能较好提取核电仿真特征数据训练集;在缺陷确认阶段,主要提出了依据节点特征和基本路径特征预测结果的缺陷确认技术,该确认技术能够较好地对警报进行真假的判断。（3）将本文的方法应用到真实核电仿真软件中,在软件的5个版本中获取总共274个警报数据,将其中的205个警报数据用于模型的训练,其中69个警报数据用于缺陷的预测。训练过程中缺陷自动确认模型的准确度达到87%、AUC达到85%,预测结果的准确度也达到了77%,实验结果表明,该方法能够用于核电仿真程序中控制流缺陷的自动确认,有助于提高静态分析后的警报审查效率。
其他文献
偏远地区的国防设施或分布式电力市场,远离可靠电网,是车载核电源的潜在市场。其地理、交通、气候等条件复杂,对车载核电源系统的安全性、运输性、操作性等提出了特殊的要求,因此对车载核电源堆芯方案及其屏蔽方案开展研究具有重要的实际意义和学术研究价值。其次,反应堆屏蔽系统的设计是反应堆设计的重要组成部分,其屏蔽效果能直接影响其反应堆设计目标的实现。对于车载核电源系统,其屏蔽设计除了要满足剂量限值这个要求以外
本论文研究从华龙一号核电厂的实际需要出发,为解决国内运行技术规格书存在的一系列问题,通过国内法规、导则、标准的研究,将华龙一号系统设计特点落实到运行技术规格书的设计中,进行了运行技术规格书全新文件体系建立的开创性研究工作,同时开展配套文件的编制原则确立、执行策略研究,并最终设计了满足我国核安全法规导则要求的、完整的运行技术规格书文件体系,并利用概率安全分析的手段,以风险指引技术优化技术规格书的完成
信息大爆炸时代产生的庞大数据资源已经成为重要的生产因素,从海量数据中挖掘因果关系能创造出巨大的科学价值和经济价值,因此,如何高效的探索这些数据中蕴含得因果关系便成为人工智能领域的热点研究之一。尽管科学家们已经在这一研究领域取得了很大进展,提供了相当多的学习因果关系的有效方法,但是在高维数据上的因果网络模型学习仍然存在着巨大的挑战,其中一个长期存在且十分关键的挑战是:现有因果关系检测方法可能会错误地
EAST（Experimental Advanced Superconducting Tokamak）装置是我国自制的全超导托卡马克装置,近期成功实现可重复的1.2亿摄氏度101秒和1.6亿摄氏度20秒等离子体运行。更高的温度和更长的运行时间对辅助加热系统提出了更高的功率和长脉冲稳态运行要求。离子回旋共振加热作为EAST装置中最有效的加热手段之一,而高压直流电源系统的性能直接决定高功率射频发射机系
含铀废水是核工业产生的主要放射性污染物。含铀废水一旦排放到环境中不仅污染自然环境,还会威胁着人类的健康。因此,有效处理含铀废水具有重要意义。金属有机骨架（MOFs）是一种先进的多孔材料,在吸附方面表现出巨大的潜力。UiO-66是水稳定性MOFs材料中最具有代表性的材料之一。具有较大的比表面积和化学稳定性,具有较好的发展前景。但是,UiO-66是一种超细粉末材料,不利于固液分离。而且在酸性条件下Ui
近年来,伴随着网络上的信息数量呈爆炸性增加,信息抽取的研究受到了普遍的重视,而事件检测又是信息提取中的子任务,成为了自然语言处理研究的重点,并出涌现了许多成果。作为自然语言处理中的一种有效手段,依存句法分析能够解析出文本中词与词之间的依赖关系,而图神经网络（GNN,Graph Neural Network）是近年来在自然语言处理领域中的成熟的深度学习技术之一,所以不少学者尝试将二者方法结合以提高事
随着我国互联网和移动通信技术的发展,使得基于互联网的医疗平台,如在线医生系统和医患社区网络,越来越多地被患者和医疗专业人员使用,希望它们能缓解日益增长的医疗服务需求,并减少因地理和社会经济障碍造成的医疗服务获取困难。在这类的平台中,患者可以通过键入他们的医疗问题,说明他们的具体症状和已经采取的治疗手段等信息,建立与医生的对话。完成这个过程后,所有关于医疗问题的关键信息,以及诊断和医疗建议,都会被记
随着互联网技术和信息技术的广泛应用,在线教育平台蓬勃发展,智能导学系统作为一种使用前沿的智能技术,通过计算机向学习者传授知识、提供学习路径规划的个性化学习系统,成为在线教育平台当下的发展目标。智能导学系统能够记录学生的习题作答情况,根据历史答题记录来追踪学生对各个知识概念的掌握程度,针对不同学生的知识状态进行个性化习题推荐,重点关注学生在知识掌握能力上的薄弱之处,提高学习效率。在智能导学系统获取学
＜正＞北京时间2022年10月1日（北美时间9月30日），特斯拉2022 AI Day在加州帕罗奥图举行，人形机器人擎天柱正式亮相。在此之前，波士顿动力旗下的人形机器人Atlas已经可以走路、跑步、攀爬、跳过障碍，甚至可以在跌倒后自行起身。因此，人们很自然地觉得擎天柱理应比Atlas更加敏捷强悍，甚至能如同科幻电影中的机器人一样“强大”。然而，期望越高越容易失望。当看到擎天柱在台上颤颤巍巍地行走，
显微图像中细胞核的检测和分割对生物医学研究和临床实践具有重要意义,包括细胞核形态分析、癌症诊断和分级。然而,由于显微图像中存在染色不一致、目标和背景存在显著差异以及人为噪声等特点,再加上在显微图像中大多都是小目标且有覆盖和粘连的情况,从而导致鲁棒、精确的细胞核检测和分割非常具有挑战性。在目前的临床实践中,依靠病理学家手动评估疾病进程不仅需要专业知识,而且手动检查过程主观且耗时。近年来,深度学习方法