基于多智能体的指挥控制软件可靠性建模仿真方法

为解决现有可靠性分析和评估方法不能完全应对软件复杂网络特性的问题,提出基于多智能体(Agent)的指挥控制软件可靠性建模仿真方法,包括系统建模仿真和可靠性建模仿真,并实现软件系统可靠性建模仿真平台,以某指挥控制软件系统为对象进行实例应用,分别实施故障传播仿真分析和可靠性建模仿真分析,完成软件系统可靠性分析和评估,验证了所提出方法的有效性和可行性。

基于深度强化学习的二进制代码模糊测试方法

漏洞挖掘是计算机软件安全领域的主要研究方向,其中模糊测试是重要的动态挖掘方法。为解决二进制代码漏洞挖掘中汇编代码体积庞大导致检测既困难又耗时、模糊测试效率低下等问题,提出基于深度强化学习的二进制代码模糊测试方法。首先将模糊测试过程建模为面向强化学习的多步马尔可夫决策过程,通过构建深度强化学习模型辅助模糊测试变异策略选择,实现对变异策略的动态优化。然后设计和搭建基于深度强化学习的二进制代码模糊测试平台,利用AFL实现模糊测试环境,并使用Keras-RL2库和OpenAI Gym框架实现深度强化学习算法和强化学习环境。最后通过实验分析来验证所提方法和测试平台的有效性和适用性,实验结果显示深度强化学习模型能够辅助模糊测试过程快速覆盖更多路径,能够暴露更多漏洞缺陷,显著提高二进制代码漏洞挖掘和定位的效率。

软件可靠性加速测试与评估方法

为提高软件可靠性测试效率,提出了一种基于混合测试的软件可靠性加速测试方法,将针对性测试方法与软件可靠性测试方法相结合,并给出了相应的混合加速测试过程.利用次序统计量理论构建了基于混合测试过程的软件可靠性评估模型.以一个仿飞机外挂物管理系统为对象进行了实例应用,给出了具体测试过程并进行软件可靠性评估,结果表明该加速测试方法克服了软件可靠性测试中普遍存在的饱和效应问题,可以有效地加快测试过程,同时提出的软件可靠性评估模型表现了较好的拟合效果并能够给出较为准确的软件可靠性评估预计结果.

最小生成树算法的一种实现方法及其在代数理论上的探讨

图论中最小生成树问题的算法在现实中应用非常广泛,本文先根据其中的Kruskal算法的步骤并结合数据结构中单链表的特点对在计算机中如何实现这一问题进行了阐述和分析,最后又更加深入地探讨了如何利用代数理论来判定最小生成树涉及到的简单无向图连通性问题。

考虑测试工作量与覆盖率的软件可靠性模型

为了进一步提升现有非齐次泊松过程类软件可靠性增长模型的拟合与预计精度,首先,提出一个同时考虑测试工作量与测试覆盖率的NHPP类软件可靠性建模框架.在此基础上,将变形S型测试工作量函数(IS-TEF)以及Logistic测试覆盖率函数(LO-TCF)带入该建模框架,建立了一个新的软件可靠性增长模型,即IS-LO-SRGM.同时,还对利用该框架进行建模过程中的两个重要问题进行了描述与分析,即如何确定具体的TEF和TCF以及模型参数估计.然后,在两组真实的失效数据集上,利用该建模框架建立了最为合适的增长模型,即IS-LO-SRGM,并将该模型与8种经典NHPP模型进行对比.实例验证结果表明,所提出的IS-LO-SRGM模型具有最为优秀的拟合与预计性能,从而证明新建模框架的有效性和实用性.最后,对不完美排错情况进行了初步的讨论与建模分析.

SL(n,C)中可解子群结构及几类可积型Fuchsian系统(英文)

本文研究并给出一类SL(n,C)中的有限生成的可解子群结构定理.利用单值群的可解性与Fuchsian方程的可积性关系,给出几类可积型Fuchsian系统.

基于模糊的网络化软件可靠性指标分配方法

为了解决现有可靠性分配方法难于有效应用于网络化软件的问题,提出了基于模糊综合评判的网络化软件可靠性指标分配方法,给出了网络化软件可靠性指标分配过程,以某指挥软件系统为对象应用,所提出方法能够实现软件系统可靠性指标的合理分配,检验了其可行性和有效性。