CN106339315B - 定位缺陷的方法及装置 - Google Patents
定位缺陷的方法及装置 Download PDFInfo
- Publication number
- CN106339315B CN106339315B CN201610695586.7A CN201610695586A CN106339315B CN 106339315 B CN106339315 B CN 106339315B CN 201610695586 A CN201610695586 A CN 201610695586A CN 106339315 B CN106339315 B CN 106339315B
- Authority
- CN
- China
- Prior art keywords
- defect
- node
- determining
- line segment
- destination node
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
- G06F11/3612—Software analysis for verifying properties of programs by runtime analysis
Abstract
本公开公开了一种定位缺陷的方法及装置。所述方法包括：从软件程序的运行日志文件中提取异常堆栈数据；根据所述异常堆栈数据，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；根据所述网络拓扑图，确定所述软件程序中的高危缺陷。通过运行日志文件定位缺陷，无须分析全部源代码，降低了缺陷定位的复杂度，并且借助于网络拓扑图，能够准确识别高危缺陷，提高缺陷定位的效率。
Description
技术领域
本公开涉及计算机领域，具体地，涉及一种定位缺陷的方法及装置。
背景技术
随着信息技术的发展，运行在计算机上的软件程序越来越多。为了保证软件程序在计算机上能够正常运行，在发布软件程序之前，程序员会检测软件程序中是否存在缺陷，如果软件程序中存在缺陷，则对软件程序进行修改，直至软件程序中不存在缺陷为止。然后发布无缺陷的软件程序。
相关技术中，可以通过静态分析软件程序的源代码，或者建立训练集，以检测软件程序中是否存在缺陷。然而，静态分析的方法效率较低，不适用于源代码的数量较大的场景。建立训练集的方法复杂度较高，且对高危缺陷不敏感。
发明内容
本公开的目的是提供一种定位缺陷的方法及装置，采用该方法，可以方便快捷的定位软件程序中的缺陷。
为了实现上述目的，本公开提供一种定位缺陷的方法，所述方法包括：
从软件程序的运行日志文件中提取异常堆栈数据；
根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
根据所述缺陷参数，确定所述软件程序中的缺陷。
可选地，所述根据所述缺陷参数，确定所述软件程序中的缺陷，包括：
根据所述缺陷参数，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；
根据所述网络拓扑图，确定所述软件程序中的缺陷。
可选地，所述根据所述缺陷参数，生成网络拓扑图，包括：
根据所述缺陷参数，建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
可选地，在所述从软件程序的运行日志文件中提取异常堆栈数据之后，所述方法还包括：
从所述异常堆栈数据中筛选出符合预定规则的数据；
所述根据所述异常堆栈数据，确定缺陷参数，包括：
根据所述符合预定规则的数据，确定缺陷参数。
可选地，所述根据所述网络拓扑图，确定所述软件程序中的缺陷，包括：
从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
确定所述目标节点所对应的方法为高危缺陷。
可选地，所述根据所述网络拓扑图，确定所述软件程序中的缺陷，包括：
从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的线段的权值大于第二预设阈值；
确定所述目标节点对所对应的两个方法均为高危缺陷。
本公开还提供一种定位缺陷的装置，所述装置包括：
提取模块，用于从软件程序的运行日志文件中提取异常堆栈数据；
缺陷参数确定模块，用于根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
缺陷确定模块，用于根据所述缺陷参数，确定所述软件程序中的缺陷。
可选地，所述确定模块包括：
生成子模块，用于根据所述缺陷参数，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；
确定子模块，用于根据所述网络拓扑图，确定所述软件程序中的缺陷。
可选地，所述生成子模块包括：
节点建立子模块，用于建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
第一确定子模块，用于分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
有向线段建立模块，用于建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
第二确定子模块，用于分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
可选地，所述装置还包括：
筛选模块，用于在所述提取模块从软件程序的运行日志文件中提取异常堆栈数据之后，从所述异常堆栈数据中筛选出符合预定规则的数据；
所述缺陷参数确定模块用于：
根据所述符合预定规则的数据，确定缺陷参数。
可选地，所述确定子模块包括：
目标节点确定模块，用于从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
第三确定子模块，用于确定所述目标节点所对应的方法为高危缺陷。
可选地，所述确定子模块包括：
目标节点对确定模块，用于从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的有向线段的权值大于第二预设阈值；
第四确定子模块，用于确定所述目标节点对所对应的两个方法均为高危缺陷。
采用上述技术方案，通过运行日志文件定位缺陷，无须分析全部源代码，降低了缺陷定位的复杂度提高了缺陷定位的效率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种定位缺陷的方法的流程图。
图2是根据一示例性实施例示出的一种生成网络拓扑图的流程图。
图3是根据一示例性实施例示出的一种网络拓扑图的示意图。
图4是根据一示例性实施例示出的一种定位缺陷的方法的另一流程图。
图5为根据一示例性实施例示出的一种确定高危缺陷的方法的流程图。
图6为根据一示例性实施例示出的一种确定高危缺陷的方法的另一流程图。
图7是根据一示例性实施例示出的一种定位缺陷的装置的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
请参考图1，图1为根据一示例性实施例示出的一种定位缺陷的方法的流程图。如图1所示，该方法包括以下步骤：
步骤S11：从软件程序的运行日志文件中提取异常堆栈数据；
步骤S12：根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
步骤S13：根据所述缺陷参数，确定所述软件程序中的缺陷。
其中，软件程序中的方法是编程人员常用的技术术语，可以是一个函数。本公开中，提出根据软件程序的运行日志文件实现定位缺陷。因为软件程序的运行日志文件反映了软件程序的历史运行情况，其中包括正常运行的数据以及异常堆栈数据。
由于异常堆栈数据包括：异常类型、异常严重程度、发生缺陷的方法以及调用发生缺陷的方法的方法等。所以可以根据异常堆栈数据，确定缺陷参数。最后，根据缺陷参数，确定软件程序中的缺陷。
采用上述技术方案，通过运行日志文件定位缺陷，无须分析全部源代码，降低了缺陷定位的复杂度，提高了缺陷定位的效率。
本公开中，确定软件程序中的缺陷的一种可能的实施方式是：首先，根据缺陷参数，生成网络拓扑图，以表征软件程序的历史缺陷情况。然后，根据网络拓扑图，确定软件程序中的缺陷。
请参考图2，图2为根据一示例性实施例示出的一种生成网络拓扑图的流程图。如图2所示，生成网络拓扑图包括以下步骤：
步骤S121：根据所述缺陷参数，建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
步骤S122：分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
步骤S123：建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
步骤S124：分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
本公开中，由于缺陷参数包括：发生过缺陷的方法，以及调用发生过缺陷的方法的方法。这样，可以将发生过缺陷的方法作为节点(以下记为被调用者)，然后将调用发生过缺陷的方法的方法也作为节点(以下记为调用者)，并且通过有向线段将两者连接起来，有向线段的指向是由调用者指向被调用者，也就是由调用发生过缺陷的方法的方法所对应的节点指向发生过缺陷的方法所对应的节点。
对于每个节点，有一个参数：度。一个节点的度反应的是该节点在异常堆栈数据中出现的次数，如果该节点在异常堆栈数据中出现的次数较多，则该节点的度较大，如果该节点在异常堆栈数据中出现的次数较少，则该节点的度较小。
对于每条有向线段，有一个参数：权值。一个有向线段的权值反应的是调用者调用被调用者的次数。如果在软件程序历史运行的过程中，调用者调用被调用者的次数较多，则该条有向线段的权值较大，如果在软件程序历史运行的过程中，调用者调用被调用者的次数较少，则该条有向线段的权值较小。
举例来讲，根据缺陷参数，确定发生过缺陷的方法为方法A和方法B，以及调用方法A和方法B的方法为方法C。则建立节点A、节点B和节点C，并且在节点A和节点C之间连接由节点C指向节点A的有向线段1，在节点B和节点C之间连接由节点C指向节点B的有向线段2。其中，方法A、方法B和方法C在异常堆栈数据中出现的次数分别为5次、10次和1次，则节点A、节点B和节点C的度分别为5、10和1。假设在软件程序历史运行的过程中，方法C调用方法A以及方法C调用方法B的次数分别为15次、20次，则有向线段1的权值为15次，有向线段2的权值为20次。请参考图3，图3是根据一示例性实施例示出的一种网络拓扑图的示意图。如图3所示，图3以节点A、节点B和节点C为例。
可选地，请参考图4，图4是根据一示例性实施例示出的一种定位缺陷的方法的另一流程图。如图4所示，该方法除包括步骤S11和步骤S13外，在所述步骤S11之后，还包括：
步骤S11’：从所述异常堆栈数据中筛选出符合预定规则的数据；
相应地，所述步骤S12包括：
步骤S12’：根据所述符合预定规则的数据，确定缺陷参数。
本公开中，考虑到异常堆栈数据因大多是抛异常信息，可能会包括某些厂商比如一些稳定插件中的调用信息，对于定位缺陷来说，这些信息是不需要考虑的，因此不必对这些信息进行分析，所以将这些信息过滤掉，只保留命名规则符合一定规范的异常代码，所保留的异常代码即为符合预定规则的数据，是需要分析的，进而确定缺陷参数。
本公开中，对异常堆栈数据进行过滤，减小了需要分析的数据量，提高了确定缺陷参数的效率，进而提高了定位缺陷的效率。
可选地，请参考图5，图5为根据一示例性实施例示出的一种确定高危缺陷的方法的流程图。如图5所示，确定高危缺陷的方法包括以下步骤：
步骤S51：从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
步骤S52：确定所述目标节点所对应的方法为高危缺陷。
本公开中，可以将度大于第一预设阈值的节点所对应的方法作为高危缺陷。一个节点的度越大，则表征该节点所对应的方法在异常堆栈数据中出现的次数越多，该节点所对应的方法所带来的危险隐患越大。其中，第一预设阈值可以是在软件程序中设置的，也可以是用户自己定义的，本公开不做限定。
继续以上述例子为例，节点A、节点B和节点C的度分别为5、10和0，假设第一预设阈值为7，则节点B所对应的方法B即为高危缺陷。
可选地，请参考图6，图6为根据一示例性实施例示出的一种确定高危缺陷的方法的另一流程图。如图6所示，确定高危缺陷的方法包括以下步骤：
步骤S61：从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的有向线段的权值大于第二预设阈值；
步骤S62：确定所述目标节点对所对应的两个方法均为高危缺陷。
本公开中，可以将连接目标节点的有向线段中权值大于第二预设阈值的节点所对应的方法作为高危缺陷，因为目标节点所对应的方法本身属于高危缺陷，所以如果目标节点所对应的方法被调用的次数越多，则调用目标节点所对应的方法的方法存在缺陷的风险也越大。其中，第二预设阈值可以是在软件程序中设置的，也可以是用户自己定义的，本公开不做限定。
继续以上述例子为例，节点B所对应的方法为高危缺陷，而有向线段2的权值为20次，假设第二预设阈值为17，则有向线段2所连接的节点对：节点C和节点B分别所对应的方法均为高危缺陷，即：方法B和方法C均为高危缺陷。
采用上述技术方案，可以方便快捷地获知软件程序的缺陷分布情况，并准确识别高危缺陷，提高缺陷定位的准确度。
本公开还提供一种定位缺陷的装置，请参考图7，图7是根据一示例性实施例示出的一种确定高危缺陷的装置的框图。如图7所示，所述装置100包括：
提取模块110，用于从软件程序的运行日志文件中提取异常堆栈数据；
缺陷参数确定模块120，用于根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
缺陷确定模块130，用于根据所述缺陷参数，确定所述软件程序中的缺陷。
可选地，所述缺陷确定模块包括：
生成子模块，用于根据所述缺陷参数，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；
确定子模块，用于根据所述网络拓扑图，确定所述软件程序中的缺陷。
可选地，所述生成子模块包括：
节点建立子模块，用于建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
第一确定子模块，用于分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
有向线段建立模块，用于建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
第二确定子模块，用于分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
可选地，所述装置还包括：
筛选模块，用于在所述提取模块从软件程序的运行日志文件中提取异常堆栈数据之后，从所述异常堆栈数据中筛选出符合预定规则的数据；
所述缺陷参数确定模块120用于：
根据所述符合预定规则的数据，确定缺陷参数。
可选地，所述确定子模块包括：
目标节点确定模块，用于从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
第三确定子模块，用于确定所述目标节点所对应的方法为高危缺陷。
可选地，所述确定子模块包括：
目标节点对确定模块，用于从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的有向线段的权值大于第二预设阈值；
第四确定子模块，用于确定所述目标节点对所对应的两个方法均为高危缺陷。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (8)
1.一种定位缺陷的方法，其特征在于，所述方法包括：
从软件程序的运行日志文件中提取异常堆栈数据；
根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
根据所述缺陷参数，确定所述软件程序中的缺陷；
所述根据所述缺陷参数，确定所述软件程序中的缺陷，包括：
根据所述缺陷参数，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；
根据所述网络拓扑图，确定所述软件程序中的缺陷。
2.根据权利要求1所述的方法，其特征在于，所述根据所述缺陷参数，生成网络拓扑图，包括：
根据所述缺陷参数，建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
3.根据权利要求2所述的方法，其特征在于，所述根据所述网络拓扑图，确定所述软件程序中的缺陷，包括：
从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
确定所述目标节点所对应的方法为高危缺陷。
4.根据权利要求3所述的方法，其特征在于，所述根据所述网络拓扑图，确定所述软件程序中的缺陷，包括：
从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的线段的权值大于第二预设阈值；
确定所述目标节点对所对应的两个方法均为高危缺陷。
5.一种定位缺陷的装置，其特征在于，所述装置包括：
提取模块，用于从软件程序的运行日志文件中提取异常堆栈数据；
缺陷参数确定模块，用于根据所述异常堆栈数据，确定缺陷参数，所述缺陷参数包括：所述软件程序中发生过缺陷的方法出现的次数、调用所述发生过缺陷的方法的方法出现的次数以及所述发生过缺陷的方法被调用的次数；
缺陷确定模块，用于根据所述缺陷参数，确定所述软件程序中的缺陷；
所述缺陷确定模块包括：
生成子模块，用于根据所述缺陷参数，生成网络拓扑图，所述网络拓扑图表征所述软件程序的历史缺陷情况；
确定子模块，用于根据所述网络拓扑图，确定所述软件程序中的缺陷。
6.根据权利要求5所述的装置，其特征在于，所述生成子模块包括：
节点建立子模块，用于根据所述缺陷参数，建立多个节点，所述多个节点表征所述软件程序中发生过缺陷的方法或调用所述发生过缺陷的方法的方法；
第一确定子模块，用于分别确定所述多个节点的度，每个节点的度表征该节点所对应的方法在所述异常堆栈数据中出现的次数；
有向线段建立模块，用于建立多个有向线段，每个有向线段连接两个节点，每个有向线段的指向为该有向线段所连接的两个节点之间的调用关系；
第二确定子模块，用于分别确定所述多个有向线段的权值，每个有向线段的权值为该有向线段所连接的两个节点之间的调用次数。
7.根据权利要求6所述的装置，其特征在于，所述确定子模块包括：
目标节点确定模块，用于从所述网络拓扑图中确定出目标节点，所述目标节点的度大于第一预设阈值；
第三确定子模块，用于确定所述目标节点所对应的方法为高危缺陷。
8.根据权利要求7所述的装置，其特征在于，所述确定子模块包括：
目标节点对确定模块，用于从所述网络拓扑图中确定出目标节点对，所述目标节点对中的一个节点为所述目标节点，所述目标节点对所对应的有向线段的权值大于第二预设阈值；
第四确定子模块，用于确定所述目标节点对所对应的两个方法均为高危缺陷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610695586.7A CN106339315B (zh) | 2016-08-19 | 2016-08-19 | 定位缺陷的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610695586.7A CN106339315B (zh) | 2016-08-19 | 2016-08-19 | 定位缺陷的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106339315A CN106339315A (zh) | 2017-01-18 |
| CN106339315B true CN106339315B (zh) | 2019-03-22 |
Family
ID=57825076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610695586.7A Active CN106339315B (zh) | 2016-08-19 | 2016-08-19 | 定位缺陷的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106339315B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109359023B (zh) * | 2018-04-27 | 2020-01-24 | 哈尔滨工程大学 | 基于提交信息的移动应用错误定位方法 |
| CN109522209A (zh) * | 2018-09-29 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 日志堆栈信息分析方法及装置、计算机装置及存储介质 |
| CN109739676B (zh) * | 2018-12-27 | 2022-06-24 | 努比亚技术有限公司 | 一种运行监测方法、移动终端及计算机可读存储介质 |
| CN110618940B (zh) * | 2019-09-19 | 2024-02-06 | 腾讯科技（深圳）有限公司 | 堆栈信息追踪方法、装置、计算机可读介质及计算装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567200A (zh) * | 2011-12-14 | 2012-07-11 | 北京航空航天大学 | 基于函数调用图的并行化安全漏洞检测方法 |
| KR20140056793A (ko) * | 2012-10-31 | 2014-05-12 | 에스코어 주식회사 | 소프트웨어의 오류 로그 분석 방법 및 시스템 |
| CN103888304A (zh) * | 2012-12-19 | 2014-06-25 | 华为技术有限公司 | 一种多节点应用的异常检测方法及相关装置 |
| CN104102580A (zh) * | 2014-07-10 | 2014-10-15 | 西安交通大学 | 一种基于图挖掘的电子税务系统软件故障定位方法 |
| CN104731696A (zh) * | 2013-12-19 | 2015-06-24 | 腾讯科技（深圳）有限公司 | 定位程序代码中bug的方法及相关装置 |
| CN104766016A (zh) * | 2015-04-14 | 2015-07-08 | 北京理工大学 | 一种基于系统调用短序列的软件漏洞检测方法 |
| CN105022689A (zh) * | 2015-07-02 | 2015-11-04 | 北京理工大学 | 一种发现大型面向对象软件系统关键测试函数的方法 |
| CN105653444A (zh) * | 2015-12-23 | 2016-06-08 | 北京大学 | 基于互联网日志数据的软件缺陷故障识别方法和系统 |
-
2016
- 2016-08-19 CN CN201610695586.7A patent/CN106339315B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102567200A (zh) * | 2011-12-14 | 2012-07-11 | 北京航空航天大学 | 基于函数调用图的并行化安全漏洞检测方法 |
| KR20140056793A (ko) * | 2012-10-31 | 2014-05-12 | 에스코어 주식회사 | 소프트웨어의 오류 로그 분석 방법 및 시스템 |
| CN103888304A (zh) * | 2012-12-19 | 2014-06-25 | 华为技术有限公司 | 一种多节点应用的异常检测方法及相关装置 |
| CN104731696A (zh) * | 2013-12-19 | 2015-06-24 | 腾讯科技（深圳）有限公司 | 定位程序代码中bug的方法及相关装置 |
| CN104102580A (zh) * | 2014-07-10 | 2014-10-15 | 西安交通大学 | 一种基于图挖掘的电子税务系统软件故障定位方法 |
| CN104766016A (zh) * | 2015-04-14 | 2015-07-08 | 北京理工大学 | 一种基于系统调用短序列的软件漏洞检测方法 |
| CN105022689A (zh) * | 2015-07-02 | 2015-11-04 | 北京理工大学 | 一种发现大型面向对象软件系统关键测试函数的方法 |
| CN105653444A (zh) * | 2015-12-23 | 2016-06-08 | 北京大学 | 基于互联网日志数据的软件缺陷故障识别方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| Log System Based on Software Testing System Design And Implementation;Yan Liu et al.;《4th International Conference on Mechatronics, Materials, Chemistry and Computer Engineering (ICMMCCE 2015)》;20151213;正文第2236-2242页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106339315A (zh) | 2017-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106339315B (zh) | 定位缺陷的方法及装置 | |
| US20170147476A1 (en) | Method and apparatus for integration of software development | |
| CN104572446B (zh) | 一种自动化测试方法及系统 | |
| CN103458086B (zh) | 一种智能手机及其故障检测方法 | |
| US8661404B2 (en) | Method for improving execution efficiency of a software package customization | |
| CN104331366A (zh) | 一种测试用例设计效率提升方法及系统 | |
| JP2008176793A (ja) | ソフトウェアテストシステム、ソフトウェアのテスト方法、および、そのテスト方法を実行するためのプログラムを記録したコンピュータ読取り可能な記録媒体 | |
| CN105389256A (zh) | 一种单元测试方法及系统 | |
| JP6268029B2 (ja) | テストケース生成装置及びテストケース生成方法 | |
| CN109189758B (zh) | 运维流程设计方法、装置和设备、运行方法、装置和主机 | |
| CN102868699A (zh) | 一种提供数据交互服务的服务器的漏洞检测方法及工具 | |
| CN104462983A (zh) | 一种php源代码处理方法及系统 | |
| CN114841322A (zh) | 神经网络计算图的处理方法及处理装置 | |
| CN101388808A (zh) | 一种基于简单网络管理协议的trap处理方法 | |
| CN110780879A (zh) | 一种基于智能编译技术的决策执行方法、装置、设备及介质 | |
| CN105164642A (zh) | 对合同的操作系统支持 | |
| CN106598825B (zh) | 电子设备、规范日志代码输出方法及装置 | |
| JP2021002326A (ja) | ソフトウェアプログラムにおける静的分析違反の修復パターンの精緻化 | |
| CN104182689A (zh) | 系统的修复和保护方法及系统 | |
| CN113778864A (zh) | 一种测试用例的生成方法和装置、电子设备和存储介质 | |
| CN106610890B (zh) | 异常处理方法和装置 | |
| CN106681852A (zh) | 一种浏览器兼容性的调整方法及装置 | |
| CN107977304B (zh) | 一种系统调试方法和装置 | |
| US9021418B2 (en) | Systems and/or methods for creation of metamodels | |
| CN107741887A (zh) | 一种组件间的通信交互方法和装置 |
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 |