CN111258894A - 软件风险的评价方法、装置、存储介质及电子设备 - Google Patents

软件风险的评价方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN111258894A
CN111258894A CN202010029148.3A CN202010029148A CN111258894A CN 111258894 A CN111258894 A CN 111258894A CN 202010029148 A CN202010029148 A CN 202010029148A CN 111258894 A CN111258894 A CN 111258894A
Authority
CN
China
Prior art keywords
defect
software
risk
list
date
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.)
Granted
Application number
CN202010029148.3A
Other languages
English (en)
Other versions
CN111258894B (zh
Inventor
韩志成
郭金京
闫鑫
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.)
China Citic Bank Corp Ltd
Original Assignee
China Citic Bank Corp Ltd
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 China Citic Bank Corp Ltd filed Critical China Citic Bank Corp Ltd
Priority to CN202010029148.3A priority Critical patent/CN111258894B/zh
Publication of CN111258894A publication Critical patent/CN111258894A/zh
Application granted granted Critical
Publication of CN111258894B publication Critical patent/CN111258894B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3692—Test management for test results analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Stored Programmes (AREA)

Abstract

本发明公开了一种软件风险的评价方法、装置、存储介质及电子设备，其中评价方法包括：统计测试软件各个日期的缺陷数量；获取软件测试活动期间的工作日清单；遍历工作日清单的日期列表，并基于缺陷数量进行累加，从而获取各个日期的累积缺陷数量；绘制横坐标轴为单位1长度的坐标系，并在坐标系中绘制累积缺陷数量与日期的缺陷时间累积图；在缺陷时间累计图的坐标系中画多条辅助线，并计算缺陷时间累积曲线和坐标轴围成的面积值；以及根据面积值与参考评判域进行比较来评价软件风险。借此，本发明的软件风险的评价方法、装置、存储介质及电子设备，可实现软件风险的量化评价。

Description

软件风险的评价方法、装置、存储介质及电子设备
技术领域
本发明是关于软件测试技术领域，特别是关于一种软件风险的评价方法、装置、存储介质及电子设备。
背景技术
现有项目投产前主要通过缺陷个数、缺陷密度、未解决缺陷情况进行软件风险评估，因采用的数据为项目投产前的瞬时静态数据，未考虑整体测试活动中缺陷发现过程情况，且不同规模项目之间缺少统一可比较的量化指标。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种软件风险的评价方法、装置、存储介质及电子设备，其可实现软件风险的量化评价。
为实现上述目的，本发明提供了一种软件风险的评价方法，基于标准化缺陷时间累积图，软件风险的评价方法包括：统计测试软件各个日期的缺陷数量；获取软件测试活动期间的工作日清单；遍历工作日清单的日期列表，并基于缺陷数量进行累加，从而获取各个日期的累积缺陷数量；绘制横坐标轴为单位1长度的坐标系，并在坐标系中绘制累积缺陷数量与日期的缺陷时间累积图；在缺陷时间累计图的坐标系中画多条辅助线，并计算缺陷时间累积曲线和坐标轴围成的面积值；以及根据面积值与参考评判域进行比较来评价软件风险。
在本发明的一实施方式中，获取软件测试活动期间的工作日清单包括：根据软件测试活动的开始时间和结束时间获取工作日清单，且工作日清单包括节假日。
在本发明的一实施方式中，参考评判域包括：安全域、低风险域、中风险域及高风险域。
在本发明的一实施方式中，多条辅助线的数量为三条。
在本发明的一实施方式中，一条辅助线为与缺陷时间累积图的坐标轴45°夹角直线，且另外两条辅助线为圆曲线。
在本发明的一实施方式中，两条辅助线分别位于一条辅助线的两侧。
在本发明的一实施方式中，缺陷时间累积图的横坐标的值域与纵坐标的值域均为1单位的标准长度。
与现有技术相比，根据本发明的软件风险的评价方法、装置、存储介质及电子设备，通过缺陷累积曲线与三条辅助线进行形态和面积数值的对比，可实现软件风险的量化评价。计算出的面积值既可以单独对一个项目进行风险评价，也可横向应用于不同规模项目之间进行风险比较。
附图说明
图1是根据本发明一实施方式的软件风险的评价方法的流程示意图；
图2是根据本发明一实施方式的软件风险的评价方法的缺陷时间累积图；
图3是根据本发明一实施方式的软件风险的评价装置的结构示意图；
图4是根据本发明一实施方式的用于执行软件风险的评价方法的电子设备的结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
图1是根据本发明一实施方式的软件风险的评价方法、装置、存储介质及电子设备的流程示意图，如图1所示，根据本发明优选实施方式的一种软件风险的评价方法、装置、存储介质及电子设备，包括步骤1-步骤7，具体如下：
步骤1，根据项目的缺陷明细数据，统计测试软件各个日期的缺陷数量。统计各个日期缺陷数量时，暂不考虑该日是否是节假日。统计缺陷个数时可结合缺陷状态进行筛选，若部分缺陷经分析后并非软件自身问题，属于测试人员误提，则相关缺陷不纳入统计；
步骤2，根据测试活动的开始时间和结束时间，获取期间的工作日清单。因缺陷发现数量在节假日与工作日相差较大，特别是测试活动横跨五一、十一等长假期间，需将节假日去除，以免影响缺陷时间累积图的曲线的形态，影响后续分析的客观性。若测试活动在部分节假日加班工作，可按照实际情况进行调整；工作日清单还可以根据实际情况进行筛选，若一周工作六天，则该工作日清单也包括节假日-周六；一般情况下，工作日清单不包括节假日。
步骤3，遍历步骤1中的日期列表，基于步骤2中缺陷发现数量进行累加，获取各日的累积缺陷数量。若有部分缺陷发现日期早于步骤1最早日期，也应纳入统计范畴。若有部分缺陷发现日期晚于步骤1中的最晚日期，即部分缺陷在测试活动结束后被发现，则将相关数据纳入最后一日的累积缺陷数量；
如图2所示，步骤4，以步骤1中的日期为横坐标值，根据步骤3中相应日期的累积缺陷数量为纵坐标值，画出缺陷时间累积图。为实现标准化，横坐标的值域为步骤1中有序日期，纵坐标的值域为0至项目的总缺陷个数，且横坐标值域和纵坐标值域在图中都为1单位的标准长度。在图中，缺陷时间累积曲线越陡立，代表该段时间发现的缺陷数量相对越多，曲线越平缓，代表该段时间发现的缺陷数量相对越少。一般来讲，若两个项目拥有相同数量的缺陷，那么早期缺陷越多、后期缺陷越少的项目具有更小的风险。相反，项目在临近测试活动结束前仍发现较多缺陷，则存在潜在缺陷的可能性更大；
步骤5，在坐标系中画出三条辅助线，如图2所示，一条为与坐标轴45度夹角直线，两条1/4圆曲线，并计算缺陷时间累积曲线和坐标轴围成的面积值(曲线下方面积)。缺陷时间累积图中的三条辅助线，左上圆曲线为较多缺陷在前期被发现，较少缺陷在后期被发现，缺陷发现速度逐渐降低直至最后收敛，软件风险较低，此条曲线面积为0.785；直线为缺陷匀速发现，此类情况软件风险中等，此条曲线面积为0.5；右下圆线为较少缺陷在前期被发现，较多缺陷在后期被发现，缺陷发现速度未能收敛反倒逐渐提高，软件风险较大，此条曲线面积为0.215。
其中，步骤5中的三条辅助线，其作用是为了对画出的缺陷时间累积曲线进行观察对比，并结合面积数值进行整体风险分档。在实际操作中可结合历史项目的缺陷数据和投产后问题数据，选择其他形态曲线进行替代。
步骤6，根据所述面积值与参考评判域进行比较，进行直观的软件风险量化，从而判断软件风险进行评价。
在一种实现方式中，参考评判域包括：安全域(0.785，1)、低风险域(0.5，0.785)、中风险域(0.215，0.5)及高风险域(0，0.215)。
以上详细介绍了软件风险的评价方法的流程，该方法也可以通过相应的装置实现，下面详细介绍该装置的结构和功能。
本发明实施例提供还了一种软件风险的评价装置的结构示意图，参见图3所示，评价装置包括：统计模块1、获取模块2、第一计算模块3、缺陷时间累积模块4、第二计算模块5及评价模块6。
统计模块1，用以统计测试软件各个日期的缺陷数量。
获取模块2，用以获取软件测试活动期间的工作日清单。
第一计算模块3，用以遍历所述工作日清单的日期列表，并基于所述缺陷数量进行累加，从而获取各个日期的累积缺陷数量。
缺陷时间累积模块4，用以在坐标系中绘制累积缺陷数量与日期的缺陷时间累积图。
第二计算模块5，用以在所述缺陷时间累计图的坐标系中画多条辅助线，并计算缺陷时间累积曲线和坐标轴围成的面积值。
评价模块6，用以根据所述面积值与参考评判域进行比较来评价软件风险。
图4是根据本发明一实施方式的用于执行软件风险的评价方法的电子设备的结构示意图。电子设备1100可以是具备计算能力的主机服务器、个人计算机PC、或者可携带的便携式计算机或终端等。本发明具体实施例并不对电子设备的具体实现做限定。
该电子设备1100包括至少一个处理器(processor)1110、通信接口(Communications Interface)1120、存储器(memory array)1130和总线1140。其中，处理器1110、通信接口1120、以及存储器1130通过总线1140完成相互间的通信。
通信接口1120用于与网元通信，其中网元包括例如虚拟机管理中心、共享存储等。
处理器1110用于执行程序。处理器1110可能是一个中央处理器CPU，或者是专用集成电路ASIC(Application Specific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器1130用于可执行的指令。存储器1130可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1130也可以是存储器阵列。存储器1130还可能被分块，并且所述块可按一定的规则组合成虚拟卷。存储器1130存储的指令可被处理器1110执行，以使处理器1110能够执行上述任意方法实施例中的软件风险的评价方法。
在实际应用中，本发明的软件风险的评价方法的实施步骤如下：
步骤1，根据项目的缺陷明细数据，将各个缺陷的发现日期进行排序后去重，得到缺陷发现日期列表{d1,d2...dm}，计作Listd。按顺序对Listd中各个日期统计缺陷数量，得到对应的缺陷数量列表{b1,b2...bm}，计作Listb。
步骤2，对于测试活动的开始时间DStart和结束时间DEnd，顺序遍历期间内的每一天Di，若Di不包括在节假日列表{H1,H2...Hl}中，则将其加入工作日列表{D1,D2...Di...Dn}，计作ListD。根据ListD的长度n初始化对应的缺陷累积数量列表{B1,B2...Bn}，Bi值均为0，计作ListB。
步骤3，对于工作日列表ListD中的每个工作日Di，遍历缺陷发现日期列表Listd中的每个日期dj，若dj小于等于Di，则Di对应的缺陷累积数量Bi增加bj。处理完ListD的每个日期后，将Listd中所有大于Dn日期的对应缺陷数量，增加至Nn。至此，缺陷累积数量列表ListB统计完毕。
步骤4，以步骤1中工作日列表ListD的各日期为横坐标值，以步骤3中缺陷累积数量列表ListB对应数值为纵坐标值，横坐标值域和纵坐标值域在图中都为1单位的标准长度，画出缺陷时间累积图，并计算出曲线围成的面积，
Figure BDA0002363656160000061
计算公式为。同时，在坐标系中画出三条辅助线，一条为与坐标轴45度夹角直线，两条1/4圆曲线。
步骤5，根据计算出的面积值，进行直观的软件风险量化。根据三条辅助曲线的面积值，参考评判域为安全域(0.785，1)，低风险域(0.5，0.785)，中风险域(0.215，0.5)，高风险域(0,0.215)。还可结合缺陷时间累积曲线的形态，进行测试活动情况分析。
总之，本发明的软件风险的评价方法、装置、存储介质及电子设备，基于标准化缺陷时间累积图，通过缺陷累积曲线与三条辅助线进行形态和面积数值的对比，可实现软件风险的量化评价。计算出的面积值既可以单独对一个项目进行风险评价，也可横向应用于不同规模项目之间进行风险比较。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种软件风险的评价方法，其特征在于，包括：
统计测试软件各个日期的缺陷数量；
获取软件测试活动期间的工作日清单；
遍历所述工作日清单的日期列表，并基于所述缺陷数量进行累加，从而获取各个日期的累积缺陷数量；
绘制横坐标轴为单位1长度的坐标系，并在所述在坐标系中绘制累积缺陷数量与日期的缺陷时间累积图；
在所述缺陷时间累计图的坐标系中画多条辅助线，并计算缺陷时间累积曲线和坐标轴围成的面积值；以及
根据所述面积值与参考评判域进行比较来评价软件风险。
2.如权利要求1所述的软件风险的评价方法，其特征在于，获取软件测试活动期间的所述工作日清单包括：根据软件测试活动的开始时间和结束时间获取所述工作日清单，且所述工作日清单包括节假日。
3.如权利要求1所述的软件风险的评价方法，其特征在于，所述参考评判域包括：安全域、低风险域、中风险域及高风险域。
4.如权利要求1所述的软件风险的评价方法，其特征在于，多条所述辅助线的数量为三条。
5.如权利要求4所述的软件风险的评价方法，其特征在于，一条所述辅助线为与所述缺陷时间累积图的坐标轴45°夹角直线，且另外两条所述辅助线为圆曲线。
6.如权利要求5所述的软件风险的评价方法，其特征在于，所述两条辅助线分别位于所述一条辅助线的两侧。
7.如权利要求1所述的软件风险的评价方法，其特征在于，所述缺陷时间累积图的横坐标的值域与纵坐标的值域均为1单位的标准长度。
8.一种软件风险的评价装置，其特征在于，包括：
统计模块，用以统计测试软件各个日期的缺陷数量；
获取模块，用以获取软件测试活动期间的工作日清单；
第一计算模块，用以遍历所述工作日清单的日期列表，并基于所述缺陷数量进行累加，从而获取各个日期的累积缺陷数量；
缺陷时间累积模块，用以在坐标系中绘制累积缺陷数量与日期的缺陷时间累积图；
第二计算模块，用以在所述缺陷时间累计图的坐标系中画多条辅助线，并计算缺陷时间累积曲线和坐标轴围成的面积值；以及
评价模块，用以根据所述面积值与参考评判域进行比较来评价软件风险。
9.一种存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1-7任意一项所述的软件风险的评价方法。
10.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任意一项所述的软件风险的评价方法。
CN202010029148.3A 2020-01-13 2020-01-13 软件风险的评价方法、装置、存储介质及电子设备 Active CN111258894B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010029148.3A CN111258894B (zh) 2020-01-13 2020-01-13 软件风险的评价方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010029148.3A CN111258894B (zh) 2020-01-13 2020-01-13 软件风险的评价方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN111258894A true CN111258894A (zh) 2020-06-09
CN111258894B CN111258894B (zh) 2023-08-08

Family

ID=70953134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010029148.3A Active CN111258894B (zh) 2020-01-13 2020-01-13 软件风险的评价方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN111258894B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718827A (zh) * 2009-11-30 2010-06-02 国网电力科学研究院武汉南瑞有限责任公司 震后电网设施剩余寿命分布寿命模型诊断方法
CN102324254A (zh) * 2011-06-29 2012-01-18 华东理工大学 Ap1000核反应压力容器接管安全端焊缝区缺陷的lbb评价方法
CN104820749A (zh) * 2015-05-12 2015-08-05 强艳玲 一种气井综合采气曲线及其分析方法
CN107992410A (zh) * 2017-11-21 2018-05-04 平安养老保险股份有限公司 软件质量监测方法、装置、计算机设备和存储介质
CN108563889A (zh) * 2018-04-23 2018-09-21 四川大学 一种随机变量的抽样模拟方法
CN109033541A (zh) * 2018-07-02 2018-12-18 中国地质大学（北京） 一种基于eur的压后页岩气藏非均质性评价方法
WO2019000760A1 (zh) * 2017-06-29 2019-01-03 山东大学 焊接过程稳定性在线定量评价方法
CN110276754A (zh) * 2019-06-21 2019-09-24 厦门大学 一种表面缺陷检测方法、终端设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101718827A (zh) * 2009-11-30 2010-06-02 国网电力科学研究院武汉南瑞有限责任公司 震后电网设施剩余寿命分布寿命模型诊断方法
CN102324254A (zh) * 2011-06-29 2012-01-18 华东理工大学 Ap1000核反应压力容器接管安全端焊缝区缺陷的lbb评价方法
CN104820749A (zh) * 2015-05-12 2015-08-05 强艳玲 一种气井综合采气曲线及其分析方法
WO2019000760A1 (zh) * 2017-06-29 2019-01-03 山东大学 焊接过程稳定性在线定量评价方法
CN107992410A (zh) * 2017-11-21 2018-05-04 平安养老保险股份有限公司 软件质量监测方法、装置、计算机设备和存储介质
CN108563889A (zh) * 2018-04-23 2018-09-21 四川大学 一种随机变量的抽样模拟方法
CN109033541A (zh) * 2018-07-02 2018-12-18 中国地质大学（北京） 一种基于eur的压后页岩气藏非均质性评价方法
CN110276754A (zh) * 2019-06-21 2019-09-24 厦门大学 一种表面缺陷检测方法、终端设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
NATALIIA KUZNIETSOVA 等: "Forecasting of Financial Risk Users\' Outflow", pages 1 - 6 *
WEBBLEY: "模型评估指标AUC（area under the curve）", pages 1 - 5 *
谢阳 等: "压力容器缺陷安全评定研究进展和衰减路径速度积方法", vol. 46, no. 11, pages 8 - 15 *
邹凯 等: "智慧城市信息安全风险评估模型构建与实证研究", vol. 60, no. 7, pages 19 - 24 *

Also Published As

Publication number Publication date
CN111258894B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN110647447A (zh) 用于分布式系统的异常实例检测方法、装置、设备和介质
CN112907026A (zh) 一种基于可编辑网状指标体系的综合评估方法
CN113887126A (zh) 焊点质量分析方法、装置、终端设备及介质
CN116012178A (zh) 一种基于人工智能的自动化财务对账方法
CN102709207B (zh) 质量评估设备、方法和使计算机执行质量评估方法的程序
WO2019019429A1 (zh) 一种虚拟机异常检测方法、装置、设备及存储介质
CN117608903A (zh) 自动生成测试报告的方法、装置、设备和存储介质
CN107783890A (zh) 软件缺陷数据处理方法和装置
CN108830444A (zh) 一种探空观测数据的评估和修正方法及装置
CN110287114B (zh) 一种数据库脚本性能测试的方法及装置
CN111258894A (zh) 软件风险的评价方法、装置、存储介质及电子设备
WO2019000891A1 (zh) Pcb加投率计算模型构建方法和装置
US20230213911A1 (en) Method and device for testing product, computer device and readable storage medium
CN108446213A (zh) 一种静态代码质量分析方法和装置
CN108229586B (zh) 一种数据中的异常数据点的检测方法及系统
CN116703222A (zh) 物料检测的方法、装置、电子设备和计算机可读介质
CN113987240B (zh) 一种基于知识图谱的海关检样溯源方法及系统
CN110196797A (zh) 适于信用评分卡系统的自动优化方法和系统
CN110399903A (zh) 异常数据的检测方法及装置、计算机可读存储介质
CN115546108A (zh) 基于边云协同和ar的汽车轮胎外观质量智能检测方法
CN114594106A (zh) 一种铜管电镀工艺的实时监测方法及系统
CN109271377A (zh) 一种数据质量检测方法及装置
KR102336462B1 (ko) 신용평가정보 제공 장치 및 방법
CN114331688A (zh) 一种银行柜面系统业务批量运行状态检测方法及装置
CN114881112A (zh) 一种系统异常检测方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant