摘要：多尺度卷积神经网络模型在网络入侵检测中可获取更丰富的局部特征。针对浅层卷积核神经网络获取数据局部特征能力较差的不足,文中基于多尺度卷积神经网络,提出一种改进的列车通信专用网络入侵检测模型。该模型对Inception V3网络加以改进,并将模型部分大尺寸卷积核进行合理缩小并串联,以增强模型获取数据局部特征的能力;同时结合循环神经网络对时间序列的学习能力,利用Bi-GRU模型对局部特征进行学习,使模型训练后的数据也具有全局特征。实验测试结果表明:所设计模型在二分类测试中的准确度与Inception V3模型相比提升约1.3%,运行时间缩短近5.2 s;在五分类测试中,与其他对比算法相比准确度平均提升1.7%。该模型有良好的性能及效率,可有效且准确地对网络入侵进行检测。

摘要：软件测试不仅包括Web端、管理后端,还包括手机端,本文主要阐述的是手机端测试用例,采用的测试用例设计方法和思路都适用。按照测试行业通用规则,测试用例要素一般包括用例编号,所属模块,测试标题,重要级别,前置条件,测试输入,操作步骤,预期结果等。测试用例是手机软件测试执行的基础,也是手机软件测试的核心任务,设计覆盖全面的测试用例不仅能够提高测试效率,而且还可以节约测试时间和降低开发成本。