摘要：信息物理系统(Cyber-Physical System,CPS)一般在动态环境中控制物理设备的运行,因此环境参数影响着CPS的结构和行为。提出了一种基于数据的自适应软件结构模型设计方法,该方法中CPS软件结构模型由单元模块通过层次化的组合构造而成。CPS的自适应演化通过面向方面建模方法实现,将环境因素的功能抽象成方面模型,通过对方面模型与基础模型进行编织得到综合的CPS模型。基于Petri网和时态逻辑的形式化方法为CPS模型提供了数学表达和分析手段。理论分析和实验结果表明,本文的设计方法具有可行性和高效性。

摘要：为提高工作量感知的跨项目缺陷预测性能,提出一种基于差分演化算法的建模方法DE-EACPDP。提出缺陷密度百分位数平均(FDPA)作为模型在训练集上的优化目标,采用逻辑回归(LR)建立预测模型;为使LR在训练集上得到最大的FDPA,使用差分演化算法搜索最优的LR系数。实验在4个数据集的82个项目上对模型进行评估,其结果表明,与5个最先进的方法相比,DE-EACPDP可以显著提升工作量感知性能。

摘要：传统虚拟地形建模通常采用基于人工设计的过程化生成方法,无法满足军事仿真等需要对真实环境进行还原的仿真建模任务.针对此类任务,提出了一种基于遥感图像的虚拟地形仿真建模方法,其核心是地形混合纹理生成网络(landscape blended texture generation network, LBTG-Net).该方法利用地形混合纹理生成器(blended texture generator, BTG),在风格鉴别器(style discriminator, SD)以及多级分类损失的约束下生成地形混合纹理贴图,基于该混合纹理贴图生成结果对地形环境进行程序化构建.该方法包含2个核心特点:(1)对输入遥感图像进行准确的地表覆盖类型分类,以保证对输入遥感图像环境的还原;(2)生成高质量地形混合纹理贴图,以提高虚拟地形建模质量. LBTG-Net使用Sentinel-2多光谱遥感图像数据集进行训练和验证.实验结果表明,该方法在各地表覆盖类型分类评价指标下均有良好表现,能够在准确还原输入遥感图像的环境分布的同时完成高质量虚拟地形仿真建模.

摘要：基于深度学习的皮肤癌计算机辅助诊断技术在提高诊断准确率和效率方面取得了重大进展。以卷积神经网络为代表的深度学习技术已成为医疗影像分类识别中的主流技术。由于不同皮肤疾病图像特征的相似性,皮肤癌图像的分类问题属于图像的细粒度分类问题,使用传统卷积神经网络并不能达到预期的效果,因为它忽略了医疗影像数据集自身的特性。以ResNet50模型作为特征提取网络,设计Navigator、Teacher、Scrutinizer网络,构建面向细粒度皮肤疾病诊断的NTS-Net网络,并融合皮肤图像元数据特征(metadata)。对比于通用的卷积神经模型取得更好的效果,在ISIC国际皮肤癌图像数据集上达到90%以上的精度。

摘要：版本频繁交付、功能不断新增或修改、测试用例不断增多是敏捷开发环境的特点.回归测试是软件测试的一个重要组成部分,它在敏捷开发环境中更应基于环境特点进行设计.但是,传统的回归测试优化技术(测试用例优先排序或回归测试选择等)各有其优缺点,且没有考虑敏捷开发环境对测试效率的影响.测试用例优先排序技术利用设计规则对所有测试用例进行排序,以提高错误检测率,但测试集基数大,花费时间长.回归测试选择技术选择部分测试用例执行,减少了测试执行时间,但存在不安全因素.为了解决这个问题,本文提出新的敏捷开发环境中的回归测试优化技术.首先,将回归测试拆分成两个过程,提出在这两个过程中的测试方法:敏捷测试用例优先排序和敏捷回归测试选择.敏捷测试用例优先排序方法基于历史排序的思想,将需求、错误反馈及历史信息三者结合,形成一个具有记忆的优先排序技术.敏捷回归测试选择方法结合错误信息和需求关联信息进行设计,选择以往版本中发现错误的测试用例及与新增测试有交互的测试用例作为测试子集,既检验曾经出错的功能是否正确,又检验新增功能加入是否影响已交付功能的稳定.其次,将敏捷排序和敏捷选择方法结合,设计回归测试优化模型,提出优化算法.为测试子集中的每一个测试用例设置一个失效标签以动态调整子集规模.最后,通过在不同规模的实验对象上进行实验,分析优化算法的有效性.实验结果表明,与现有的测试排序和测试选择及其混合方法相比,敏捷开发环境中的回归测试优化技术既可达到高错误检测率又可减少待执行测试用例数量同时保证较高的安全性.从统计分析t检验结果看,我们的方法在纠错速率上优于其它5种测试排序方法,因为t值均大于0且p值均小于0.05;从纠错速率、效率成本百分比、运行时间缩减率及揭露错误百分比这4个方面的综合指数看,本文的方法最佳.

摘要：软件测试中的一个重要问题是测试成本和测试效率的平衡问题.依据程序中错误分布的2-8定律,将测试分为两个阶段,以解决该问题.第1阶段采用最小代价发现软件中的错误,第2阶段针对第1阶段中发现的错误补充设计测试用例,探测软件中潜在的错误.重点是第1阶段的实现.依据确定性有限状态机和集合划分的理论,提出了确定性有限状态机的最小测试成本迁移覆盖准则,给出了最小测试成本迁移覆盖存在的充分和必要条件,设计了优化迁移覆盖和最小测试成本迁移覆盖的实现算法,并讨论了测试序列集合的有效性问题.在实验中,依据该方法不仅能够获得最小测试成本的测试用例集合,而且同样能够探测出确定性有限状态机中迁移上的错误.

摘要：车联网服务平台能够联结人、车、路、云平台等参与要素,能够提供多种应用和服务。而基于云服务设施的车联网服务平台又引入了云端的基础设施与应用服务的分离,使车联网服务平台面临着更复杂的网络安全环境。因此,如何有效防护云环境下车联网服务平台的网络安全成为一个亟待解决的问题。本文通过分析云环境下车联网服务平台的层次架构,针对性地采用攻击树识别威胁的风险分析过程,分析讨论了车联网服务平台面临的威胁以及应对威胁所需的防护措施。在此基础上本文探讨了云环境下车联网服务平台的网络安全防护范围和内容,最终以网络安全等级保护要求为基准设计了实现云环境下车联网服务平台网络安全防护所需的关键技术措施内容。

摘要：以Web应用为代表的网络软件安全性受到业界的广泛关注,对具有复杂交互行为的Web应用安全性建模和验证是一个挑战.该文提出一种威胁驱动的Web应用On-the-Fly导航模型验证方法,采用威胁驱动方法从规格说明中设计和抽取用于性质检验的安全性质,利用模型检测工具NuSMV对建立的模型进行验证.实验结果表明该方法可以减少搜索空间并在一定程度上避免状态空间爆炸.

摘要：提出了基于模型的Web应用测试方法,包括建模、测试用例生成、测试用例的执行、模型以及测试用例的可视化等关键技术.设计并实现一个基于模型的Web应用测试系统.以FSM作为被测Web应用的形式测试模型,集成了模型转换器、测试目标分析器、测试序列生成器、FSM和测试序列可视化以及Web应用测试执行引擎等工具.除支持状态覆盖、迁移覆盖、迁移对覆盖等传统的覆盖准则外,还改进/提出了优化状态迁移覆盖、完整消息传递覆盖、完整功能交互覆盖和功能循环交互覆盖等覆盖准则.该文以兴宁水库移民信息管理系统为例演示了该系统.

摘要：程序差别分析是程序调试的常见手段,其主要用于分析程序不同版本之间的差异信息.然而,将现有程序差别分析算法扩展到并行程序语言还面临众多挑战.其主要原因在于并行程序复杂性较高,且存在支持并行活动的特殊机制,如地址(或线程)、活动、同步等,从而为有效进行程序差别分析设置了障碍.文中研究基于PGAS模型的X10并行程序的程序差别分析方法,并设计了一种语句级的、针对X10程序的程序差别分析算法X10Diff.X10Diff包括下列步骤:(1)匹配原程序和修改后程序中的类、接口、方法及地址;(2)为待分析程序片段构建基于地址的程序流图,并建立相应简化图;(3)迭代扩展并比较简化图,并将差别信息定位到代码中.