摘要：软件系统的演化分析是程序分析和程序理解的一个重要方面.通过演化分析可以了解系统需求和设计的演化趋势,从而更好地理解系统的需求和设计决策.文中在前期工作所提出的基于模糊概念格的程序分析方法基础上,进一步将其用于系统演化分析,提出了一种基于模糊概念格的软件演化分析方法.该方法利用基于概念相似度度量的松弛树匹配的方法建立不同版本概念格中概念和概念子格之间的映射关系,在此基础上通过结构差异分析来发现各种演化类型.实验表明,该方法能够有效地发现不同版本之间的高层演化信息,有助于开发人员理解系统的演化历史以及相关的设计决策.

摘要：根据叙事学的代码／功能规则，皮克斯动画包含隐身者、主体、辅助者、阻碍者和被拯救者等五个代码。皮克斯动画在人物设置上有自己鲜明的特点，如打破二元对立的人物设置模式、突出女性角色代码的多样性等，并成功地在其影片中塑造了正反两个隐身者形象：美国社会世俗价值观和美国中产阶级理想价值观。这两个隐身者形象是对美国中产阶级的概括，体现了皮克斯动画对当代美国社会的批判和反思。

摘要：随着现代软件规模的不断增大,程序员面临着与日俱增的开发与维护负担,一种辅助他们完成开发流程的工具成为了迫切需求。基于深度学习的代码分析技术从分析代码性质入手,致力于辅助程序员生成或理解代码,成为了软件工程近期研究的热点。总结近期软件工程和人工智能领域中基于深度学习的代码分析研究。论述其一般的技术流程,并从代码表征方法、模型选择以及应用场景三个方面对现有工作进行分类,体现了不同工作的技术特点与设计思路。通过对现有工作的总结整理,认为深度学习在代码分析中的应用还处于初级阶段,既体现了其性能的优越性,又存在着诸如抽象问题描述、数据标注和领域知识理解等问题。在未来的研究中,可能产生突破性进展的发展方向包括建立可标注数据集、设计合理的评判体系以及与知识图谱等新型人工智能技术相结合等。

摘要：为了查找和发现软件源代码中的漏洞和薄弱环节,进一步提高软件的质量,在深入研究代码分析技术原理的基础上,提出了代码分析技术的应用模式,从内存管理、数组越界、并发缺陷以及空指针引用或异常等多个角度进行了探讨分析,给出具体实例对代码分析技术在解决具体问题中的重要性进行论证。最后给出了代码分析技术用于检测软件缺陷的主要步骤。该研究对软件源代码的测试工作具有一定的理论价值和实际意义。

摘要：本文针对目前代码分析方面存在的问题提出了基于程序理解环境而进行代码分析的技术方案,并对该技术方案进行分析和研究,找出程序理解和代码分析两者的技术对应点和数据接口,然后在此基础上设计出基于程序理解的代码分析技术框架,同时从该框架的层次结构和关键技术两个方面进行设计和验证。

摘要：当前解决恶意代码问题的技术手段缺乏实时性和敏锐性,为解决这一问题以及更好地了解恶意代码的行为,论文提出了综合性的恶意代码行为分析平台。该平台克服了传统恶意代码分析方法的滞后性、误报性、单一性等缺点。通过编写DLL注入组件,可根据应用设置API函数监控范围,实现了对多种恶意代码进行高效、准确的分析,且在检测新类型恶意代码和有效控制其传染等方面较传统的恶意代码分析软件上具有一定优势。

摘要：以航天应用软件开发环境为背景,基于Eclipse插件技术和开发应用平台实现代码分析系统(Code Analyzing System,CAS),介绍系统的设计思想和实现细节,并给出应用实例和效果评估.

摘要：重用Linux的设备驱动可以极大拓展新兴操作系统的应用场景,然而目前对Linux设备驱动对内核服务的需求的理解仍然不足,重用驱动的工作仍然缺乏辅助工具。该文选取了6类共271个Linux设备驱动作为样本,基于源代码和历史记录进行分析和统计,表明Linux设备驱动对内核服务的需求具有通用接口倾向性,同类设备驱动对内核服务的需求具有相似性,而不同类驱动的需求特征则有明显不同。这些结论有助于指导Linux设备驱动的重用和相应辅助工具的设计与开发。

摘要：Android系统是当前最流行的开源手机操作系统,具有很强的灵活性和可定制性。开发者可以通过Google开放的androidSDK和NDK进行软件开发,通过SDK中的各类API可以操纵手机的任意一类信息,因此恶意软件层出不穷,严重危害着用户的隐私信息安全。文章首先着重讲解android软件结构,然后枚举恶意代码的部分特征,最后提出一种基于代码特征的android恶意软件静态分析系统设计。

摘要：对工业设备勒索病毒的防御问题进行研究,设计一种基于Android动静融合工业设备勒索病毒检测系统。该系统分为动态分析与静态分析两个模块,同步进行。在动态分析中,利用信息熵检测文件是否被加密,判断Android应用程序包(Android Application Package,APK)是否为勒索病毒。在静态分析中,先通过APK的签名信息筛选出易被识别的勒索病毒,再利用反编译技术进行源码提取和分析,识别应用程序接口的静态特征与勒索病毒代码基本特征是否一致。最后,汇总动态分析和静态分析的结果,最终确认应用是否为勒索病毒。实验结果表明,所设计的系统准确率高达99.5%,可有效检测勒索病毒。同时,系统时间开销也极低。