CN103914381B - 生成时序安全属性类缺陷模式相关的函数摘要信息的方法 - Google Patents

生成时序安全属性类缺陷模式相关的函数摘要信息的方法 Download PDF

Info

Publication number
CN103914381B
CN103914381B CN201410115283.4A CN201410115283A CN103914381B CN 103914381 B CN103914381 B CN 103914381B CN 201410115283 A CN201410115283 A CN 201410115283A CN 103914381 B CN103914381 B CN 103914381B
Authority
CN
China
Prior art keywords
function
summary info
state
function summary
security property
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410115283.4A
Other languages
English (en)
Other versions
CN103914381A (zh
Inventor
金大海
王前
宫云战
黄俊飞
王雅文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN201410115283.4A priority Critical patent/CN103914381B/zh
Publication of CN103914381A publication Critical patent/CN103914381A/zh
Application granted granted Critical
Publication of CN103914381B publication Critical patent/CN103914381B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Stored Programmes (AREA)

Abstract

本发明涉及一种生成时序安全属性类缺陷模式相关的函数摘要信息的方法，包括：判定被测程序中时序安全属性类的缺陷模式，并生成时序安全属性类缺陷模式的描述文件；根据所述描述文件获取所述时序安全属性类缺陷模式的有限自动状态机；根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息。本发明根据描述时序安全属性类缺陷模式的有限自动状态机为被测程序中的函数生成函数摘要信息，通过所述函数摘要信息进行软件静态测试，从而提高软件静态缺陷的检测效率。

Description

生成时序安全属性类缺陷模式相关的函数摘要信息的方法
技术领域
本发明涉及软件静态测试技术领域，尤其涉及一种生成时序安全属性类缺陷模式相关的函数摘要信息的方法。
背景技术
静态代码缺陷分析技术通过对代码进行静态分析来推测程序运行时的表现行为，从而发现代码中可能存在的缺陷。这类技术主要包括抽象解释、定理证明、模型检测、符号执行和基于缺陷模式的代码检查等。
基于模式匹配的代码缺陷查找方法主要包括如下两大步骤：首先，对已有代码中出现过的缺陷进行总结并提炼出“缺陷模式知识”；然后，采用静态分析的方法对受检代码进行“缺陷模式匹配”以确定受检代码是否包含相应缺陷，并把匹配结果以缺陷检测报告的形式呈现给用户。
在对现有的若干基于模式匹配的代码缺陷静态分析工具研究之后，我们发现：在对C程序代码进行静态代码缺陷分析的过程中，特别是检测时序安全属性类缺陷模式时，往往要处理复杂的函数调用关系。传统的做法类似函数内联，在函数调用点处将被调用函数一层一层地展开进行分析，但是这会严重地影响分析效率。
发明内容
(一)要解决的技术问题
本发明所要解决的技术问题是：如何生成时序安全属性类缺陷模式相关的函数摘要信息，提高静态缺陷检测的分析效率。
(二)技术方案
本发明提出了一种生成时序安全属性类缺陷模式相关的函数摘要信息的方法，包括以下步骤：
判定被测程序中时序安全属性类的缺陷模式，并生成时序安全属性类缺陷模式的描述文件；
根据所述描述文件获取所述时序安全属性类缺陷模式的有限自动状态机；
根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息。
优选地，所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息之后，还包括：
在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息。
优选地，所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息具体为：
根据所述有限自动状态机，采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息。
优选地，所述采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息具体包括：
生成所述被测程序的函数控制流图；
逆向遍历所述函数控制流图中的节点；
合并当前节点的后继节点传递来的数据流值；
更新合并后的数据流值；
对更新后的数据流值进行逻辑表达式化简，并根据预设规则删除无效的数据流值。
优选地，所述在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息具体包括：
将所述函数摘要信息中的形参变量替换为函数调用点处的实参变量；
判断所述实参变量是否满足所述函数摘要信息中的约束条件；
如果满足所述约束条件，则获取所述函数摘要信息所关注的内存对象；并根据所述约束条件实现所述内存对象的状态迁移；如果不满足所述约束条件，则判定所述函数摘要信息在所述函数调用点不合法，结束本次操作。
优选地，所述获取所述函数摘要信息所关注的内存对象具体包括：
获取所述实参变量对应的指向信息；
根据所述指向信息获取所述实参变量指向的内存对象；
根据函数摘要信息内所有实参变量指向的内存对象，获取所述函数摘要信息所关注的内存对象。
(三)有益效果
本发明公开生成时序安全属性类缺陷模式相关的函数摘要信息的方法，根据描述时序安全属性类缺陷模式的有限自动状态机为被测程序中的函数生成函数摘要信息，通过所述函数摘要信息进行软件静态测试，从而提高软件静态缺陷的检测效率。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1是本发明生成时序安全属性类缺陷模式相关的函数摘要信息的方法流程图；
图2是本发明中采用后向数据流分析法为被测程序中的函数生成对应的函数摘要信息的流程图；
图3是本发明中在被测程序的函数调用点实例化与函数对应的函数摘要信息的流程图；
图4是本发明中获取函数摘要信息所关注的内存对象的流程图。
具体实施方式
下面将结合附图对本发明的实施例进行详细描述。
本发明提出了一种生成时序安全属性类缺陷模式相关的函数摘要信息的方法，如图1所示，包括以下步骤：
S101判定被测程序中时序安全属性类的缺陷模式，并生成时序安全属性类缺陷模式的描述文件；
S102根据所述描述文件获取所述时序安全属性类缺陷模式的有限自动状态机；
S103根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息。
优选地，所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息之后，还包括：
在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息。
本发明使用一种描述时序安全类缺陷模式的语言——SDDL-Typestate(StaticDefect Description Language for Typestate)定义时序安全属性类的缺陷模式；依据SDDL-Typestate给出的描述时序安全属性类缺陷模式的有限自动状态机，使用后向的数据流分析方法，为被测代码中的每一个函数生成摘要信息；静态检测时序安全属性类缺陷时，在函数调用点实例化函数摘要信息，从而完成对摘要信息关注的内存对象的状态迁移。
SDDL-Typestate是基于XML进行设计的，具有比较好的结构化特征，其通过关键字和标签对XML文档赋予特定的语义信息来描述时序安全属性类的缺陷模式，即定义描述时序安全属性类缺陷模式的有限自动状态机FSM(Finite State Machine)。
XML Schema文件用于约束SDDL-Typestate的结构及内容，具体如下面的Schema文件所示：
其中，<Defect>标签是SDDL-Typestate缺陷描述文件的根标签。每一个<Defect>标签都包含一个<Description>子标签和多个<State>子标签。
<Description>标签包含五个子标签<Name>、<Time>、<Category>、<Language>和<Example>，分别用于描述缺陷模式的名称、创立时间、类属、目标语言和示例代码；
<State>标签都定义了有限自动状态机(FSM)中的一个状态，以及可能发生在这个状态上的各种状态迁移。<State>标签包含三个子标签<Number>、<Status>和<Transition>。
<Number>标签用来给当前定义的状态都赋予了一个唯一的标号。这样一来就可以根据标号开区分不同的状态了；
<Status>标签用来表明当前定义的状态是初始状态(init)、中间状态(intermediate)，还是错误状态(error)；
<Transition>标签用来说明当前定义的状态上可能发生的状态迁移。它又包含两个子标签<To>和<Op>，其中前者用来指明要迁移到的状态，而后者用来表示何种操作会引起状态迁移，这种操作一般是调用库函数。
任取有限自动状态机FSM中的任一非初始的状态设为函数之行结束后的状态，然后逆向遍历函数的控制流图，进行后向的数据流分析，以求出相应的函数摘要信息。后向数据流分析的数据流值形如<Must,Not,Formula,State>，而计算得到的函数摘要信息形如<Must,Not,Formula,State1→State2>；
在后向的数据流分析过程中，当遍历到函数控制流图中的某一节点时，需要首先要合并由其后继节点传递来的数据流值；
在后向的数据流分析过程中，当遍历到函数控制流图中的某一节点、完成数据流值的合并后，需要接着更新合并后的数据流值；
在后向的数据流分析过程中，当遍历到函数控制流图中的某一节点、完成数据流值的更新后，需要进一步化简更新后的数据流值，并排除其中无效的数据流值。
Must和Not是两个特定类型的(与缺陷模式相关的)指针变量的集合。它们一起用来表示标识当前摘要信息所考察的内存对象，其中Must集合中的指针变量一定指向该内存对象，而Not集合中的指针变量一定不指向该内存对象；
Formula用于表示摘要信息成立的约束条件，其构成遵守如下的文法规则：
Formula::＝Formula+Term|Term；
Term::＝Coefficient×Conjunct|Conjunct；
Conjunct::＝Conjunct×Predicate|Predicate；
Predicate::＝Expression Op Expression|TRUE|FALSE；
Op::＝＝|≠；
需要说明的是符号“+”和符号“×”分别用来表示逻辑或和逻辑与；
State1是FSM中的任一状态，而State2特别要求是FSM中的任一非初始的状态。函数摘要信息的含义是当约束条件Formula成立时，调用函数会使得由Must和Not标识的内存对象的状态由State1迁移至State2。而数据流值中的State表示(在函数执行结束后内存对象的状态为State2的条件下)函数控制流图上某一节点处内存对象所处的状态。
Formula表达式中的系数Coefficient的取值是“1”、“0”和“1/2”，其中“1”和“0”分别表示TRUE和FALSE，而“1/2”用以说明一种非确定的可能。这三个值一起构成了Kleene的三值逻辑结构。
对于任意两个符号状态{must1,not1,formula1,state1}和{must2,not2,formula2,state2}，若满足如下条件：
state1＝state2；
则合并这两个符号状态，得到合并后的符号状态为{must1,not1,(1/2)×(formula1+formula2),state1}。
在赋值语句“p:＝q；”处对数据流值{must,not,formula,state}的更新；
在库函数调用语句“f(p)；”处对数据流值{must,not,formula,state}的更新。特别地，库函数f是会引起状态迁移的某种操作；
在一般函数调用语“g(p,q,…)；”处对数据流值{must,not,formula,state}的更新。特别地，函数g包含摘要信息{mustg,notg,formulag,stateg1→stateg2}；
在if-head处对数据流值{must,not,formula,state}的更新。
若p∈must，则用q替代p在must中的所有出现，于是更新后的符号状态为{must[q/p],not,formula,state}；
若且x和p间存在可能内存别名关系，则一方面假设p和x满足必然内存别名关系，用q替代x在must中的所有出现，同时将formula更新为formula×(&x＝&p)；另一方面假设p和x间不存在内存别名关系，保持must不变，同时将formula更新为formula×(&x≠&p)。于是，得到更新后的符号状态为{must[q/x],not,formula×(&x＝&p),state}和{must,not,formula×(&x≠&p),state}。
若p∈must，则将state更新为δ(state,f)，得到更新后的符号状态为{must,not,formula,δ(state,f)}。其中δ(state,f)表示state因为操作f而迁移到的状态；
若p∈Not，则符号状态不会被更新；
若且满足x和p间存在可能值别名关系，则一方面假设p和x满足必然值别名关系，将state更新为δ(state,f)；另一方面假设p和x间不存在值别名关系，生成新的符号状态{{p},must,true,final}，同时更新原符号状态为{must,not∪{p},formula,state}。于是，得到更新后的符号状态为{must∪{p},not,formula,δ(state,f)}、{must,not∪{p},formula,state}和{{p},must,true,δ(final,f)}。其中final表示当前假设的函数之行结束后所处的状态；
若且满足x和p间存在可能值别名关系，则除去原有符号状态外，生成新的符号状态{{p},true,δ(final,f)}。
用函数调用点处的实参变量替换摘要信息{mustg,notg,formulag,stateg1→stateg2}中对应的形参变量，若满足如下条件：
·state＝stateg1；
·
·
·并设A:＝must∩mustg；
则，更新后的符号状态为{must∪mustg,not∪notg,formula×formulag,stateg2}和{must,not∪{mustg-A},formula,state}。此外若stateg2＝final，那么除以上两个更新后的符号状态外，还会新生成符号状态{mustg,not∪{must-A},formulag,stateg1}；
用函数调用点处的实参变量替换摘要信息{mustg,notg,formulag,stateg1→stateg2}中对应的形参变量，若满足如下条件：
·state＝stateg1；
·
·
·和且x和y间存在可能值别名关系
则，更新后的符号状态为{must∪mustg,not∪notg,formula×formulag,stateg2}和{must,not∪mustg,formula,state}。此外，如果stateg2＝final，那么除以上两个更新后的符号状态外，还会新生成符号状态{mustg,not∪must,formulag,stateg1}。
将formula更新为(1/2)×formula，得到更新后的符号状态为{must,not,(1/2)×formula,state}。这里的系数(coefficient)乘以1/2用以说明更新后的符号状态只是表示部分而非全部执行路径上的信息。
待对逻辑表达式化简完成后，如果符号状态满足下列条件之一，则称该符号状态无效：
formula＝false；
无效的符号状态会被删除无效的符号状态。
设函数的一条摘要信息{must,not,formula,state1→state2}，则静态检测时序安全属性类缺陷时，在函数调用点实例化函数摘要信息，从而完成对摘要信息关注的内存对象的状态迁移，具体如下的步骤：
C1将摘要信息中的形参变量替换为函数调用点处的实参变量。设替换后的must域等于{p,q}、not域等于{r}；
C2判断实参变量是否满足摘要信息中的formula约束表达式：若满足，则继续步骤C3；否则跳转到步骤C6；
C3取得变量p、q和r对应的指向信息(指向分析得到的指向集)pt(p)、pt(q)和pt(r)，每一个变量的指向集都表示该变量(可能)指向哪些内存对象。由集合“(pt(p)∩pt(q))-pt(r)”求得摘要信息所关注的内存对象；
C4判断摘要信息所关注的内存对象在调用点处的状态是否等于State1：若是，则继续步骤C5；否则跳转到步骤C6；
C5摘要信息所关注的内存对象的状态会迁移到State2；
C6结束。
优选地，所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息具体为：
根据所述有限自动状态机，采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息。
其中，采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息，如图2所示，具体包括：
S201，生成所述被测程序的函数控制流图；
S202逆向遍历所述函数控制流图中的节点；
S203合并当前节点的后继节点传递来的数据流值；
S204更新合并后的数据流值；
S205对更新后的数据流值进行逻辑表达式化简，并根据预设规则删除无效的数据流值。
后向数据流分析方法逆向遍历函数的控制流图(Control Flow Graph，CFG)，在控制流图上的每一个节点处，首先合并后继节点传递来的数据流值，接着更新、化简这些数据流值，最后排除掉无效的数据流值。
其中，在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息，如图3所示，具体包括：
S301将所述函数摘要信息中的形参变量替换为函数调用点处的实参变量；
S302判断所述实参变量是否满足所述函数摘要信息中的约束条件；
如果满足所述约束条件，则执行步骤S303；
S303获取所述函数摘要信息所关注的内存对象；
S304根据所述约束条件实现所述内存对象的状态迁移，转步骤S305；
如果不满足所述约束条件，判定所述函数摘要信息在所述函数调用点不合法，则直接执行步骤S305；
S305结束本次操作。
其中，获取所述函数摘要信息所关注的内存对象，如图4所示，具体包括：
S401获取所述实参变量对应的指向信息；
S402根据所述指向信息获取所述实参变量指向的内存对象；
S403根据函数摘要信息内所有实参变量指向的内存对象，获取所述函数摘要信息所关注的内存对象。
本发明公开的生成时序安全属性类缺陷模式相关的函数摘要信息的方法，根据描述时序安全属性类缺陷模式的有限自动状态机为被测程序中的函数生成函数摘要信息，通过所述函数摘要信息进行软件静态测试，从而提高软件静态缺陷的检测效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的流程并不一定是实施本发明所必须的。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.生成时序安全属性类缺陷模式相关的函数摘要信息的方法，其特征在于，包括以下步骤：
判定被测程序中时序安全属性类的缺陷模式，并生成时序安全属性类缺陷模式的描述文件；
根据所述描述文件获取所述时序安全属性类缺陷模式的有限自动状态机；
根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息；
所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息之后，还包括：
在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息；
所述在所述被测程序的函数调用点实例化与所述函数对应的函数摘要信息，具体包括：
将所述函数摘要信息中的形参变量替换为函数调用点处的实参变量；
判断所述实参变量是否满足所述函数摘要信息中的约束条件；
如果满足所述约束条件，则获取所述函数摘要信息所关注的内存对象；并根据所述约束条件实现所述内存对象的状态迁移；如果不满足所述约束条件，则判定所述函数摘要信息在所述函数调用点不合法，结束本次操作。
2.根据权利要求1所述的方法，其特征在于，所述根据所述有限自动状态机为所述被测程序中的函数生成函数摘要信息具体为：
根据所述有限自动状态机，采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息。
3.根据权利要求2所述的方法，其特征在于，所述采用后向数据流分析法为所述被测程序中的函数生成对应的函数摘要信息具体包括：
生成所述被测程序的函数控制流图；
逆向遍历所述函数控制流图中的节点；
合并当前节点的后继节点传递来的数据流值；
更新合并后的数据流值；
对更新后的数据流值进行逻辑表达式化简，并根据预设规则删除无效的数据流值。
4.根据权利要求1所述的方法，其特征在于，所述获取所述函数摘要信息所关注的内存对象具体包括：
获取所述实参变量对应的指向信息；
根据所述指向信息获取所述实参变量指向的内存对象；
根据函数摘要信息内所有实参变量指向的内存对象，获取所述函数摘要信息所关注的内存对象。
CN201410115283.4A 2014-03-25 2014-03-25 生成时序安全属性类缺陷模式相关的函数摘要信息的方法 Expired - Fee Related CN103914381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410115283.4A CN103914381B (zh) 2014-03-25 2014-03-25 生成时序安全属性类缺陷模式相关的函数摘要信息的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410115283.4A CN103914381B (zh) 2014-03-25 2014-03-25 生成时序安全属性类缺陷模式相关的函数摘要信息的方法

Publications (2)

Publication Number Publication Date
CN103914381A CN103914381A (zh) 2014-07-09
CN103914381B true CN103914381B (zh) 2017-06-13

Family

ID=51040083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410115283.4A Expired - Fee Related CN103914381B (zh) 2014-03-25 2014-03-25 生成时序安全属性类缺陷模式相关的函数摘要信息的方法

Country Status (1)

Country Link
CN (1) CN103914381B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109426723B (zh) * 2017-09-01 2020-12-22 深圳市源伞新科技有限公司 使用释放后内存的检测方法、系统、设备及存储介质
CN112711450A (zh) * 2020-12-29 2021-04-27 西安精密机械研究所 采用函数指针索引实现软件复杂有限状态机状态迁移的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073587A (zh) * 2010-12-27 2011-05-25 北京邮电大学 一种程序中不可达路径的静态检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009055914A1 (en) * 2007-11-02 2009-05-07 Klocwork Corp. Static analysis defect detection in the presence of virtual function calls

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073587A (zh) * 2010-12-27 2011-05-25 北京邮电大学 一种程序中不可达路径的静态检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DTS中路径敏感的摘要技术研究与实现;向文韬;《中国优秀硕士学位论文全文数据库》;20131115;第17-38页 *

Also Published As

Publication number Publication date
CN103914381A (zh) 2014-07-09

Similar Documents

Publication Publication Date Title
Shippey et al. Automatically identifying code features for software defect prediction: Using AST N-grams
CN107169358B (zh) 基于代码指纹的代码同源性检测方法及其装置
CN104636256B (zh) 一种内存访问异常的检测方法及装置
CN110187885A (zh) 一种量子程序编译的中间代码生成方法及装置
CN105138335B (zh) 一种基于控制流图的函数调用路径提取方法及装置
CN104969188B (zh) 用于对具有缺少源位置的代码段的源代码建模的方法
CN107085596A (zh) 一种知识网络构建及可视化方法和系统
Liu et al. Word level feature discovery to enhance quality of assertion mining
CN102141959B (zh) 一种受上下文无关文法约束的测试用例生成方法
Lu et al. Hierarchy modeling and formal verification of emergency treatment processes
Šubelj et al. Node mixing and group structure of complex software networks
CN103914381B (zh) 生成时序安全属性类缺陷模式相关的函数摘要信息的方法
Gadducci Graph rewriting for the π-calculus
Reger et al. Automata-based pattern mining from imperfect traces
CN109634569A (zh) 基于注解的流程实现方法、装置、设备及可读存储介质
Zhao et al. Suzzer: A vulnerability-guided fuzzer based on deep learning
Tekin et al. A graph mining approach for detecting identical design structures in object-oriented design models
Bundgaard et al. Bigraphical semantics of higher-order mobile embedded resources with local names
CN107608890A (zh) 一种基于带权重的事件处理函数模型生成gui软件测试用例的方法
Bernardi et al. Model checking to improve precision of design pattern instances identification in OO systems
Gerlitz et al. Flow sensitive slicing for MATLAB/Simulink models
Liang et al. A Novel Optimized Path-Based Algorithm for Model Clone Detection.
Shippey Exploiting abstract syntax trees to locate software defects
Bernardi et al. Improving Design Patterns Finder Precision Using a Model Checking Approach.
JP5075695B2 (ja) プロパティ記述のカバレッジ測定装置及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170613

CF01 Termination of patent right due to non-payment of annual fee