检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

贝叶斯程序分析

电子学报 2024年第4期52卷 1155-1172页

作者：张昕王冠成吴宜谦陈逸凡李天驰张羿凡熊英飞高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学计算机学院北京100871

程序分析在软件开发和维护中发挥着关键作用.然而,传统基于逻辑的程序分析方法在处理现代复杂、大规模和动态特性丰富的软件系统时往往效果有限,其根源在于软件系统中的不确定性.研究人员针对具体的程序分析问题提出了一系列新的技术,... 详细信息

程序分析在软件开发和维护中发挥着关键作用.然而,传统基于逻辑的程序分析方法在处理现代复杂、大规模和动态特性丰富的软件系统时往往效果有限,其根源在于软件系统中的不确定性.研究人员针对具体的程序分析问题提出了一系列新的技术,其特征是在传统逻辑分析的基础上结合概率信息来捕获软件系统中的不确定性.通过总结和抽象这些已有工作,本文提出了贝叶斯程序分析框架,其核心思想是结合程序分析和贝叶斯统计推断,通过建模和更新关于程序的概率分布来推断有关程序行为的信息.贝叶斯程序分析采用概率逻辑编程来同时处理概率信息和逻辑信息,用统一的方式捕获了现有的多项不同工作,也能泛化到程序缺陷定位和差异调试等非传统程序静态分析任务上.本文给出了贝叶斯程序分析框架的定义,展示了该框架在程序分析和相关领域的应用,并展望了未来发展方向.

关键词：程序分析逻辑编程概率逻辑编程贝叶斯网络贝叶斯推断

合作-竞争混合型多智能体系统的虚拟遗憾优势自博弈方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第2期35卷 739-757页

作者：张明悦金芝刘坤西南大学计算机信息科学学院&软件学院重庆400715 北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871

合作-竞争混合型多智能体系统由受控的目标智能体和不受控的外部智能体组成.目标智能体之间互相合作,同外部智能体展开竞争,应对环境和外部智能体的动态变化,最终完成指定的任务.针对如何训练目标智能体使他们获得完成任务的最优策略的... 详细信息

合作-竞争混合型多智能体系统由受控的目标智能体和不受控的外部智能体组成.目标智能体之间互相合作,同外部智能体展开竞争,应对环境和外部智能体的动态变化,最终完成指定的任务.针对如何训练目标智能体使他们获得完成任务的最优策略的问题,现有工作从两个方面展开:(1)仅关注目标智能体间的合作,将外部智能体视为环境的一部分,利用多智能体强化学习来训练目标智能体.这种方法难以应对外部智能体策略未知或者动态改变的情况;(2)仅关注目标智能体和外部智能体间的竞争,将竞争建模为双人博弈,采用自博弈的方法训练目标智能体.这种方法主要针对单个目标智能体和单个外部智能体的情况,难以扩展到由多个目标智能体和多个外部智能体组成的系统中.结合这两类研究,提出一种基于虚拟遗憾优势的自博弈方法.具体地,首先以虚拟遗憾最小化和虚拟多智能体策略梯度为基础,设计虚拟遗憾优势策略梯度方法,使目标智能体能更准确地更新策略;然后,引入模仿学习,以外部智能体的历史决策轨迹作为示教数据,模仿外部智能体的策略,显式地建模外部智能体的行为,来应对自博弈过程中外部智能体策略的动态变化;最后,以虚拟遗憾优势策略梯度和外部智能体行为建模为基础,设计一种自博弈训练方法,该方法能够在外部智能体策略未知或者动态变化的情况下,为多个目标智能体训练出最优的联合策略.以协同电磁对抗为研究案例,设计具有合作-竞争混合特征的3个典型任务.实验结果表明,同其他方法相比,所提方法在自博弈效果方面有至少78%的提升.

关键词：多智能体强化学习虚拟遗憾最小化自博弈动态决策

ChatModeler:基于大语言模型的人机协作迭代式需求获取和建模方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第2期61卷 338-350页

作者：靳东明金芝陈小红王春晖北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871 上海高可信计算重点实验室(华东师范大学) 上海200050 内蒙古师范大学计算机科学与技术学院内蒙古010011

需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建... 详细信息

需求获取和建模是需求工程中的关键步骤,影响后续系统设计与实现.传统的需求获取和建模方法通常由需求提供者、需求分析师等多类干系人共同协作、反复迭代完成,需要耗费大量的人力.如何减轻需求提供者与需求分析师的负担、提高获取和建模的效率有着重要意义.现有工作中有的使用知识库来提供更多知识,以辅助获取或者建模,有的利用自然语言处理等技术对获取或者建模过程进行自动化,但是它们并没有减轻需求提供者的负担.利用大语言模型(large language models,LLMs)的生成能力,提供了一种人机协作的迭代式需求获取和建模框架ChatModeler.具体来说,根据真实世界中需求团队的分工及协作关系,将部分需求提供者、需求分析师等角色的工作由大语言模型承担,而需求提供者只需要进行确认.为大语言模型扮演的各种角色进行了提示词设计,该提示词会随需求的元模型而变化.ChatModeler在7个需求案例上与3种需求模型的自动建模方法进行了14组对比实验,证明了ChatModeler在降低需求提供者的负担和生成高质量需求模型2个方面上的优越性.

关键词：需求工程需求诱导大语言模型人机协作提示工程

在线全文

学校读者我要写书评

暂无评论

基于规则与学习的变异技术对比研究

软件学报 2024年第7期35卷 3093-3114页

作者：贡志豪陈逸洲陈俊洁郝丹高可信软件技术教育部重点实验室(北京大学) 北京100871 北京大学计算机学院北京100871 天津大学智能与计算学部天津300350

变异测试是一种有效的软件测试技术,通过生成变异体来模拟软件缺陷,帮助提升现有测试套件的缺陷检测能力.变异体的质量对于变异测试的有效性具有显著影响.传统的变异测试方法通常采用人工设计的基于语法规则的变异算子生成变异体,并已... 详细信息

变异测试是一种有效的软件测试技术,通过生成变异体来模拟软件缺陷,帮助提升现有测试套件的缺陷检测能力.变异体的质量对于变异测试的有效性具有显著影响.传统的变异测试方法通常采用人工设计的基于语法规则的变异算子生成变异体,并已取得一定的研究成果.近年来,许多研究开始结合深度学习技术,通过学习开源项目历史代码生成变异体.目前,该新方法在变异体生成方面取得了初步的成果.基于语法规则和基于学习的两种变异技术,其机理不同,但其目标均是通过生成变异体来提高测试套件的缺陷检测能力,因此,全面比较这两种变异技术对于变异测试及其下游任务至关重要.针对这一问题,设计实现了一项针对基于语法规则和基于学习的变异技术的实证研究,旨在了解不同机理的变异技术在变异测试任务上的性能以及生成的变异体在程序语义上的差异性.具体地,以Defect4J v1.2.0数据集为实验对象,比较以MAJOR和PIT为代表的基于语法规则的变异技术和以DeepMutation、μBERT和LEAM为代表的基于深度学习的变异技术.实验结果表明:基于规则与学习的变异技术均可有效支持变异测试实践,但MAJOR的测试效果最优,能够检测85.4%的真实缺陷.在语义表示上,MAJOR具有最强的语义代表能力,基于其构造的测试套件能够杀死其余变异技术生成的超过95%占比的变异体.在缺陷表征上,两类技术均具有独特性.

关键词：变异测试变异分析实证研究缺陷检测

在线全文

学校读者我要写书评

暂无评论

基于路径语义表示的静态警报自动确认方法

软件学报 2024年第10期35卷 4662-4680页

作者：张俞炜邢颖李戈金芝北京大学计算机学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871 北京邮电大学人工智能学院北京100876

尽管静态分析工具能够在软件开发生命周期的早期阶段帮助开发人员检测软件中的潜在缺陷,但该类工具往往存在警报假阳性率高的问题.为了提高该类工具的可用性,研究人员提出许多警报确认技术来对假阳性警报进行自动分类.然而,已有方法集... 详细信息

尽管静态分析工具能够在软件开发生命周期的早期阶段帮助开发人员检测软件中的潜在缺陷,但该类工具往往存在警报假阳性率高的问题.为了提高该类工具的可用性,研究人员提出许多警报确认技术来对假阳性警报进行自动分类.然而,已有方法集中于利用手工设计的特征或语句级的抽象语法树标记序列来表示缺陷代码,难以从报告的警报中捕获语义.为了克服传统方法的局限性,利用深度神经网络强大的特征抽取和表示能力从控制流图路径中学习代码语义表征用于警报确认.控制流图是程序的执行过程抽象表示,因此控制流图路径序列能够引导模型更精确地学习与潜在缺陷相关的语义信息.通过微调预训练语言模型对路径序列进行编码并从中捕捉语义特征用于模型构建.最后在8个开源项目上与最先进的基线方法进行大量对比实验验证所提方法的有效性.

关键词：警报自动确认路径分析深度学习预训练语言模型

在线全文

学校读者我要写书评

暂无评论

嵌入式系统的需求描述综述

软件学报 2024年

作者：陈小红刘少彬金芝北京大学计算机学院上海市高可信计算重点实验室(华东师范大学) 高可信软件技术教育部重点实验室(北京大学)

随着嵌入式系统的广泛应用,其需求正变得越来越复杂,需求分析成为嵌入式系统开发的关键阶段,如何准确地建模和描述需求成为首要问题.系统地调研嵌入式系统的需求描述,并进行全面的比较分析,以便更深入地理解嵌入式系统需求的核心关注点... 详细信息

随着嵌入式系统的广泛应用,其需求正变得越来越复杂,需求分析成为嵌入式系统开发的关键阶段,如何准确地建模和描述需求成为首要问题.系统地调研嵌入式系统的需求描述,并进行全面的比较分析,以便更深入地理解嵌入式系统需求的核心关注点.首先采用系统化文献综述方法,对1979年1月–2023年11月间发表的相关文献进行识别、筛选、汇总和分析.通过自动检索和滚雪球等检索过程,筛选出150篇与主题密切相关的文献,力求文献综述的全面性.其次,从需求描述关注点、需求描述维度、需求分析要素等方面,分析现有嵌入式需求描述语言的表达能力.最后,总结现有嵌入式系统软件需求描述所面临的挑战,并针对嵌入式软件智能合成任务,提出对嵌入式系统需求描述方法表达能力的要求.

关键词：嵌入式系统需求描述需求描述语言需求分析系统需求

面向深地探测的光纤重力梯度仪测量原理与研制进展

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球物理学报 2024年第2期67卷 809-819页

作者：王文伯陈彦钧朱兰鑫黄慧敏操玉文曹新宇周子奇周桐何妍时方朔李正斌北京大学电子学院区域光纤通信网与新型光通信系统国家重点实验室北京100871 北京大学软件与微电子学院北京102600 北京大学信息科学技术学院北京100871

发展深地探测技术对于推进地球物理发展有重要意义.基于重力梯度的深地传感技术具备自身独有的优势,可以有效弥补现有主要方法的局限.本文提出了一种基于光纤Sagnac干涉仪的重力梯度测量原理,将重力梯度转化为角加速度并利用光纤角加速... 详细信息

发展深地探测技术对于推进地球物理发展有重要意义.基于重力梯度的深地传感技术具备自身独有的优势,可以有效弥补现有主要方法的局限.本文提出了一种基于光纤Sagnac干涉仪的重力梯度测量原理,将重力梯度转化为角加速度并利用光纤角加速度计进行精密传感.本文设计了重力梯度原型样机,并利用ANSYS有限元仿真论证了其可行性与稳定性,在此基础上对光纤重力梯度原型样机进行了长达14天的连续静态测试,得到角加速度测量本底噪声低于3×10^(-10)rad·s^(-2)·Hz^(-1/2),对应重力梯度测量噪声达0.68 E·Hz^(-1/2).基于光纤Sagnac干涉仪的重力梯度测量没有对传感单元一致性的要求,无需复杂的环境控制与辅助设备,测试结果展现了其高灵敏度特性以及应用于深地探测的巨大潜力.

关键词：深地探测重力梯度光纤角加速度计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的程序合成研究进展

计算机学报 2024年第11期47卷 2594-2628页

作者：苟倩文董云卫李泳民西北工业大学计算机学院西安710072 西北工业大学软件学院西安710072 北京大学计算机学院高可信软件技术教育部重点实验室北京100871

随着软件工程实践的不断深入、开源社区的蓬勃发展,基于深度学习的程序合成引起了学术界和工业界的广泛关注.基于深度学习的程序合成,即程序智能合成,旨在利用深度学习技术自动生成满足用户意图的程序.相较于传统合成方法在扩展性和实... 详细信息

随着软件工程实践的不断深入、开源社区的蓬勃发展,基于深度学习的程序合成引起了学术界和工业界的广泛关注.基于深度学习的程序合成,即程序智能合成,旨在利用深度学习技术自动生成满足用户意图的程序.相较于传统合成方法在扩展性和实用性方面的局限性,程序智能合成凭借其易扩展、可学习迭代等特性,已迅速崭露头角,成为软件工程领域的研究热点之一.最近,研究学者们在程序智能合成方面取得了显著进展,如GPT-4在LeetCode网站上的表现已经可以与人类相媲美.同时,工业界也推出了多款AI编程助手,如Copilot、Comate等,旨在解决软件开发的产能瓶颈.本文从多个角度出发,包括用户意图理解、程序理解、模型训练、模型测试与评估,归纳梳理了程序智能合成的研究进展,综述了该领域近几年的研究成果.此外,本文还对可能面临的挑战进行了探讨,并展望了未来的发展趋势.本文的研究有助于研究学者们全面了解程序智能合成领域的最新研究进展,同时也有助于软件开发人员快速掌握程序智能合成的技术方案和思路,以满足工业实践的需要.

关键词：智能软件工程深度学习程序合成程序理解用户意图理解

基于知识图谱的GitHub层次化学习和检索服务

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年第5期50卷 16-25页

作者：江惠珍孙艳春黄罡北京大学计算机学院高可信软件技术教育部重点实验室北京100871 数据空间技术与系统全国重点实验室北京100091

GitHub是全球最大的在线代码托管平台,为软件开发学习者提供了丰富的学习资源,然而面对丰富而繁杂的GitHub内容,软件开发初学者在使用GitHub的搜索功能搜索所需的学习资源时,由于需求不明确或缺乏相关知识和经验,常会遇到难以构建合适... 详细信息

GitHub是全球最大的在线代码托管平台,为软件开发学习者提供了丰富的学习资源,然而面对丰富而繁杂的GitHub内容,软件开发初学者在使用GitHub的搜索功能搜索所需的学习资源时,由于需求不明确或缺乏相关知识和经验,常会遇到难以构建合适的搜索文本进行有效搜索的问题。针对该问题,利用GitHub主题潜在的层次结构,结合Wikipedia软件开发领域知识,设计GitHub软件开发领域知识图谱,在此基础上提出一种基于知识图谱的GitHub层次化学习和检索服务。通过对比实验和调查问卷的方式验证了提出的层次化学习和检索服务的可行性和有效性。

关键词： GitHub平台维基百科知识图谱层次化学习检索服务