检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

软件执行轨迹中行为模式挖掘算法研究

软件执行轨迹中行为模式挖掘算法研究

作者：尹腾腾燕山大学

学位级别：硕士

随着软件的规模变得越来越庞大,大量的软件数据随之产生。为了从这些数据中挖掘出感兴趣的知识,帮助软件开发者更好地理解和维护软件,数据挖掘正在被广泛地应用到软件行为分析中。从大量的动态执行轨迹中挖掘用户感兴趣的行为模式为分... 详细信息

随着软件的规模变得越来越庞大,大量的软件数据随之产生。为了从这些数据中挖掘出感兴趣的知识,帮助软件开发者更好地理解和维护软件,数据挖掘正在被广泛地应用到软件行为分析中。从大量的动态执行轨迹中挖掘用户感兴趣的行为模式为分析系统行为、定位系统故障、优化关键路径、查找系统瓶颈等应用提供了量化的依据与可靠的保证。本文主要从动态角度出发,将序列模式挖掘应用到软件执行轨迹中,挖掘软件的行为模式,从而帮助软件人员更好地理解和分析软件,主要工作如下。首先,提出了一种软件执行图中加权频繁遍历模式挖掘算法WFTPMiner。将软件动态执行轨迹转化为软件执行图,定义了加权软件执行图。采用深度优先遍历把加权软件执行图转化为软件路径遍历,提出了一种潜在频繁后缀序列树结构PFSS-Tree和一种最小计数剪枝策略MPS,用来提高算法WFTPMiner的效率。其次,提出了一种软件执行图中Top-k高效用路径模式挖掘算法TUPP。对软件执行图中的节点的效用进行了公式化定义,设计了一种表结构PUAList对模式的效用和索引信息进行存储。为了尽快地挖掘出前k个高效用模式,提出了预先插入和项扩展两种提升阈值的策略来提高TUPP算法的效率。再次,提出了一种直接从软件执行轨迹中挖掘高效用行为模式算法HUPPMiner。由于软件中有循环调用,提出了一种连续迭代模式化简算法CRPE来简化软件执行轨迹。设计了一种存储潜在高效用模式的树HUPP-PL Tree和带效用值的索引表PL-Index-List。利用索引表,一个新的邻接路径模式扩展策略被提出,利用这个策略可以更快地找到高效用的路径模式。最后,对本文提出的算法在Windows平台下用Java语言进行编程实现。通过实验验证算法在运行效率、算法可扩展性、模式数量等方面的性能。

关键词：软件执行轨迹软件执行图行为模式路径模式剪枝策略

对软件执行轨迹中代表性行为模式挖掘算法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

对软件执行轨迹中代表性行为模式挖掘算法的研究

作者：高蕊燕山大学

学位级别：硕士

“互联网+”时代的到来,计算机软件规模变得庞大。软件开发工程师要花费大量的时间精力去对开发的软件进行维护。我们希望从软件执行产生的数据中挖掘出具有代表性的知识,让软件后期维护更将方便快捷准确,为分析用户行为、软件故障定位... 详细信息

“互联网+”时代的到来,计算机软件规模变得庞大。软件开发工程师要花费大量的时间精力去对开发的软件进行维护。我们希望从软件执行产生的数据中挖掘出具有代表性的知识,让软件后期维护更将方便快捷准确,为分析用户行为、软件故障定位等提供了完备的依据。本课题从序列角度出发,将序列模式挖掘应用到软件执行轨迹中,挖掘出软件代表性的行为模式。首先,采用软件执行轨迹追踪方法,将追踪到的软件执行轨迹转化成软件执行序列,构造成序列数据库。在软件的执行序列中有很多连续重复的模式,对这些执行序列进行化简,去掉连续重复的模式,提出化简去重算法对得到的软件执行序列进行预处理,并分析软件代表性行为模式的衡量标准。其次,提出一种从软件执行序列中挖掘最大序列模式算法。该算法采用垂直数据库形式,并设计三个优化策略,第一个是过滤非最大序列模式策略并优化,提出按模式长度分组存储的数据结构;第二个是最大扩展检测策略,通过支持度来判断扩展;第三个是基于序列扩展的项集集合数据结构EMAP(Extension Map)的剪枝策略。再次,提出一种从软件执行序列中挖掘高效用连续模式算法。该算法采用最大效用的计算方式,简化效用计算方法,然后设计带效用值的索引表UL-list(Utility Location List)数据结构,用于记录效用值和位置信息,并利用索引表提出向后扩展策略和新的效用上界模型,使该算法能更快地找到高效用连续模式。最后,提出的算法使用Java语言在Windows系统下开发运行。通过对比实验验证算法在运行时间、内存占用、可扩展性等方面的性能。

关键词：软件执行轨迹代表性行为模式最大序列模式高效用连续模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件执行中的行为模式挖掘算法研究

软件执行中的行为模式挖掘算法研究

作者：王建迪燕山大学

学位级别：硕士

随着软件系统复杂性的不断提高,对其复杂性进行合理地描述和有效地度量是提高软件安全性和可靠性的重要手段。而软件执行过程中产生的一些关键模式可以有效反应软件的行为,所以在软件执行轨迹中挖掘这些模式对分析软件行为,发现软件中... 详细信息

随着软件系统复杂性的不断提高,对其复杂性进行合理地描述和有效地度量是提高软件安全性和可靠性的重要手段。而软件执行过程中产生的一些关键模式可以有效反应软件的行为,所以在软件执行轨迹中挖掘这些模式对分析软件行为,发现软件中的缺陷和错误,维护软件安全具有非常重要的意义。本文从软件动态执行角度进行分析,建立软件模型,设计模式挖掘算法,并进行软件行为特征模式挖掘,其主要工作如下。首先,追踪软件动态执行过程,构建基于软件执行轨迹的序列模型,针对序列模型设计基于Apriori逐层扩展的算法SHUP-Miner,传统的序列模式挖掘算法都是挖掘连续的函数调用模式,漏掉很多重要非连续的序列模式,而SHUP-Miner针对软件执行轨迹中代表模式的长度的不确定性,采用IUL结构,利用模式位置索引从软件执行轨迹数据中挖掘连续和非连续的高效用序列模式。其次,根据软件的动态执行过程,构建函数调用图模型,针对函数调用图模型设计了基于投影数据库的模式挖掘算法PSWP-Miner,函数调用图是一种压缩的数据结构,可以有效节约存储空间,同时该算法采用新的上界模型和新的函数权重定义标准,从函数调用图中挖掘高效用的函数调用序列。然后,在挖掘出的权重序列模式的基础上,对软件序列数据进行分类,预测程序中是否包含错误,根据函数可疑值大小进行排名并生成错误报告。最后,进行算法实验,验证分析算法在运行时间、候选集数量等方面的性能,并验证分类预测的准确率。

关键词：软件执行轨迹软件执行图上界模型剪枝策略行为模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向模型驱动开发软件的故障定位技术研究

面向模型驱动开发软件的故障定位技术研究

作者：聂璐中国运载火箭技术研究院

学位级别：硕士

随着航天技术的不断发展,传统的航天软件研制模式无论从研发周期、测试周期角度都越来越无法满足型号软件的研制要求。航空领域的成功实践经验表明,以SCADE为主体的模型驱动研制模式能够大大提高软件的研制效率,降低研制成本。航天领域... 详细信息

随着航天技术的不断发展,传统的航天软件研制模式无论从研发周期、测试周期角度都越来越无法满足型号软件的研制要求。航空领域的成功实践经验表明,以SCADE为主体的模型驱动研制模式能够大大提高软件的研制效率,降低研制成本。航天领域也开始运用以SCADE为主体的模型驱动研制模式来设计、研发和测试航天型号嵌入式软件,以期缩短软件研制周期,提高软件研制效率,适应航天型号高密度发射的现状。开发过程中发现,在新的研制模式下,通过建立软件的SCADE模型,可以自动生成高安全性的产品级嵌入式C代码,大大减少了编程和测试工作量。但是由于生成代码的可读性差,极大的增加了软件集成测试时故障定位的难度,使得软件测试的周期不可控。为了让这种研制模式能够更加高效,需要研究一种适用于模型驱动开发软件(特指以SCADE工具为主体开发的软件)的自动化故障定位方法。基于执行轨迹的故障定位(简称ETBFL)技术以其自动化程度高而被广泛应用,它主要通过对软件执行轨迹的统计分析,赋予程序实体量化的故障怀疑率以辅助故障定位。这类技术没有考虑程序实体之间的联系和相互影响,通用性强但在实际工程中的定位效果并不理想。由于开发环境的特殊性,模型驱动开发软件的函数之间存在大量依赖关系,而这些依赖关系会导致故障传播从而影响ETBFL方法的定位效果。针对上述问题,本文在基于执行轨迹的故障定位方法的基础上,提出一种基于程序依赖关系的故障定位(简称PDBFL)方法,以增强ETBFL方法在模型驱动开发软件故障定位问题上的适应性。要使用ETBFL技术,需要获取到软件的执行轨迹,由于本文面向的软件的特殊性,现有的轨迹获取方法都不适用。因此,本文提出一种基于全数字仿真测试平台(简称SVP)+数据库的执行轨迹获取方法,该方法满足本文研究所面向的软件的轨迹获取要求,获取代价小,具有通用性。最后对tcas通用测试集进行SCADE建模,得到模型驱动软件作为被测软件,对本文提出的PDBFL方法进行了验证。实验结果表明,本文方法能够改善ETBFL方法在模型驱动开发软件上的定位效果,减弱故障传播对ETBFL方法的影响。

关键词：模型驱动开发软件故障定位软件执行轨迹程序依赖

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于序列模式挖掘的软件行为模式分析

基于序列模式挖掘的软件行为模式分析

作者：周杨燕山大学

学位级别：硕士

随着软件规模的不断增大,对复杂软件系统的行为进行分析日益成为数据挖掘领域的热点。软件的一次运行对应一条执行轨迹,表示软件的一次行为,从大量的软件执行轨迹中挖掘出人们感兴趣的行为模式对于帮助解决软件缺陷定位、软件异常检测... 详细信息

随着软件规模的不断增大,对复杂软件系统的行为进行分析日益成为数据挖掘领域的热点。软件的一次运行对应一条执行轨迹,表示软件的一次行为,从大量的软件执行轨迹中挖掘出人们感兴趣的行为模式对于帮助解决软件缺陷定位、软件异常检测、测试用例的选择和约减具有重要的现实意义。从数据挖掘的角度来看,软件的执行轨迹可以看成软件执行序列,因此,结合序列模式挖掘,从大量动态软件执行轨迹中进行软件行为模式分析,相关工作如下。首先,从软件执行轨迹中提取软件执行序列,并从动态、静态两个角度出发,结合距离匹配和统计分析方法提出一种关键函数的度量方法,既可以识别出软件中的关键函数,又可以为下文研究提供参考。其次,提出了一种基于PT-tree的频繁模式挖掘算法,该算法将软件执行序列数据库压缩成一个树结构,并通过数据结构FNodesets存储PT-tree中每个节点包含的项集,利用集合枚举树作为搜索空间,并基于超集等价特性作为剪枝策略,提升算法的效率。再次,结合前文给出的关键函数度量标准以及函数之间的调用关系,提出了一种基于函数调用路径序列的高效用路径模式挖掘算法FHUPPM。根据关键函数的排名分配各函数项的外部效用所占的比重,设计了一种表结构PIUL用于存储模式的效用信息和位置信息,提出了UCMS矩阵结构,并基于该结构设计了一种高效用模式剪枝策略,作为相邻路径模式扩展的判断依据。最后,对提出的挖掘算法进行实现,基于Windows平台,通过java语言进行实现。并通过对比算法进行实验分析,验证提出的算法在运行时间,内存占用及可扩展性等方面的性能。

关键词：软件执行轨迹函数调用路径频繁模式高效用模式行为模式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

软件动态执行中行为模式挖掘算法研究

软件动态执行中行为模式挖掘算法研究

作者：齐聪雅燕山大学

学位级别：硕士

计算机软件的规模与复杂度正在不断增长,使得维护软件安全面临一系列的挑战。因此,对复杂软件系统的分析日益成为数据挖掘领域的热点问题。本文结合序列模式挖掘算法,从软件执行的大量轨迹中挖掘软件的关键路径模式,对软件行为进行分析... 详细信息

计算机软件的规模与复杂度正在不断增长,使得维护软件安全面临一系列的挑战。因此,对复杂软件系统的分析日益成为数据挖掘领域的热点问题。本文结合序列模式挖掘算法,从软件执行的大量轨迹中挖掘软件的关键路径模式,对软件行为进行分析,主要工作如下。首先,针对软件动态执行过程中函数的多样性及行为复杂性,对软件的动态执行过程进行追踪,获取函数的调用状态及调用顺序,构建软件序列模型。并将获取的数据进行抽象处理,得到函数调用关系图。基于复杂的函数关系调用图,设计了一种度量节点出现故障概率大小的方法。其次,针对软件执行过程中出现故障,而难以发现故障源的问题,本文设计了一种软件执行序列中高效用路径模式挖掘算法Huspm。该算法以子序列模式为单位考虑模式效用,这更符合软件执行轨迹的有序性和连续性。算法根据软件网络中节点间不同的依赖关系,计算节点的受其他节点影响出现故障的概率并将其作为内部效用值。基于模式增长的方式挖掘软件执行轨迹中的高效用路径,能够快速准确的确定故障源的位置。再次,为了分析软件执行过程中故障的传播过程,提出了高效用极大序列模式挖掘算法MHuspm。该算法将软件执行序列数据构造成一个HUSP-Tree树结构,基于HUSP-Tree结构挖掘出最长的高效用路径,这对于分析软件中故障的传播过程具有重要的意义。最后,对本文提出的算法进行实验,验证算法在运行时间、内存消耗以及可扩展性等方面性能,并验证了高效用序列模式不满足向下封闭的性质,最后对实验结果进行了分析。

关键词：软件执行轨迹行为模式序列挖掘高效用极大序列模式