一种面向缺陷检测过程的警报自动确认方法

静态分析工具能够一定程度上帮助开发者检测代码中的重要错误;然而,可扩展性和不可判定性的存在会影响这些工具的准确率,导致它们无法被用于更广泛的实践中;最近,研究人员开始利用人工智能的技术来提高这些工具的可使用性,通过将正确和错误的警报自动分类,以节省在软件开发过程中人工确认警报所需要的人力和时间的花费;传统的方法主要通过使用手工提取的特征来表示有缺陷的代码片段,难以抓住它们深层次的语义信息;为了克服传统方法的限制,设计并提出了一种创新的特征提取方法,通过收集并提取缺陷模式状态机实例状态转换过程中相关指令集所包含的细粒度的语法、语义信息,并将有效的深度学习框架与之相结合,从而实现跨工程的警报自动确认;在5个开源工程的警报数据集上实验,分别与基于传统度量元的自动确认方法比较,AUC指标提升幅度在1.83%~31.81%之间,表明该方法能够有效提升跨工程警报自动确认的表现。

尿素合成塔缺陷的确认及安全评定

介绍了Φ1 400 mm尿素合成塔定期检验的有关情况,简述了其深环焊缝中危险性超标缺陷的确认过程及安全评定结果。

空指针引用缺陷分类假阳性识别方法

针对静态测试中空指针引用缺陷假阳性问题,提出一种空指针引用缺陷分类假阳性识别方法。挖掘空指针引用缺陷知识,对空指针引用缺陷知识进行预处理,生成空指针引用缺陷数据集;通过基于粗糙集理论属性重要性的ID3算法分类空指针引用缺陷数据集,分类结果有假阳性空指针引用缺陷实例和真实空指针引用缺陷实例两种;根据分类结果对静态测试中的空指针引用缺陷进行假阳性识别,确认真实的空指针引用缺陷。该方法对十个基准程序和基于主流静态测试工具Find Bugs的空指针引用缺陷检测方法相比,空指针引用缺陷假阳性降低率平均为25%,减少了24%的空指针引用缺陷确认。实验结果表明,该方法在静态测试方面能有效降低缺陷确认开销,提高空指针引用缺陷检测效率和稳定性。

人类免疫缺陷病毒抗体检测策略在不同人群中的应用研究

目的了解我国人类免疫缺陷病毒(HIV)检测技术规范在不同人群中的应用情况,对现行检测策略进行评价。方法 2007年组织14所武警艾滋病网络实验室收集数据,对临床就诊患者、新兵体检和HIV感染高危人群进行HIV抗体的横断面调查。结果新兵人群中HIV感染率最低,为0.0019%,临床就诊人群居中为0.089%,吸毒人群最高,达到4.1%;新兵人群和临床就诊人群的HIV不确定发生率显著不同(0.009%对0.038%,P<0.05);确认效率在吸毒人群的最高,达到了100.0%明显高于临床就诊人群和新兵人群。结论我国现行的HIV抗体检测策略在不同人群中的应用效果不同,确认效率和检测者HIV高危行为有关。