基于自注意力机制神经机器翻译的软件缺陷自动修复方法

循环神经网络对于代码序列数据有着良好的处理能力,软件缺陷修复的补丁生成模型大多采用循环神经网络实现.然而,基于循环神经网络的补丁生成模型在处理代码序列中长距离依赖问题时仍然具有局限性,其修复成功率和修复效率较低.针对此问题,提出一种基于自注意力神经机器翻译的软件缺陷自动修复方法(Self-attention Neural machine translation based automatic software Repair,SNRepair).首先,为有效缓解源码中的未登录词问题,对数据集引入子词切分技术进行预处理;其次,为解决源代码中棘手的长距离依赖问题并更充分地利用局部信息,构建融合局部建模的Transformer程序补丁生成模型;然后,采用缺陷自动定位技术定位缺陷语句位置,利用参数优化后的Transformer补丁生成模型生成候选补丁;最后,运行测试用例验证候选补丁.在具有395个真实Java软件缺陷的Defects4J缺陷库上实验评估,结果表明SNRepair方法与对比方法比较,修复成功率和修复效率更高.

漏洞自动修复研究综述

软件漏洞是计算机软件系统安全方面的缺陷,给现代软件及其应用数据的完整性、安全性和可靠性带来巨大威胁.人工治理漏洞费时且易错,为了更好应对漏洞治理挑战,研究者提出多种自动化漏洞治理方案,其中漏洞自动修复方法近来得到研究者广泛关注.漏洞自动修复技术旨在辅助开发人员修复漏洞,涵盖漏洞根因定位、补丁生成、补丁验证等功能.现有工作缺乏对漏洞修复技术系统性的分类与讨论,为了促进漏洞修复技术发展,加深研究人员对漏洞修复问题的认知理解,对现有漏洞修复方法技术的理论、实践、适用场景和优缺点进行全面洞察,并撰写了漏洞自动修复技术的研究综述.主要内容包括:(1)按照修复漏洞类型不同整理归纳特定类型漏洞的修复方法以及通用类型漏洞的修复方法;(2)按照所采用的技术原理将不同修复方法进行分类与总结;(3)归纳漏洞修复主要挑战;(4)展望漏洞修复未来发展方向.

基于变异和约束求解的程序缺陷自动修复方法

为能正确高效地生成修复补丁,针对Java程序中出现频率较高的条件语句相关缺陷修复问题,将启发式搜索方法与语义约束求解方法相结合,提出一个有针对性、更高效的解决方案。针对条件语句缺失错误,采用基于组件的程序合成技术,合成满足约束的候选条件语句;针对条件语句逻辑表达式错误,采用变异技术,生成候选逻辑表达式;针对条件语句逻辑表达式错误中,不能用变异技术修复的缺陷,使用基于组件的约束求解方法生成候选补丁。实验结果表明,所提方法有更高的补丁召回率和准确率。

基于人工智能的电力系统故障检测与自动修复方法研究

随着全球的工业化和现代化,电力系统已经成为现代社会生活的核心部分。本文采用RNN网络模型构建了先进的电力系统故障检测系统,并结合强化学习实现了自动修复策略。旨在为电力系统提供更稳健、快速和自适应的故障应对机制。实验证明,所提出的方法在电力系统的自动化、智能化故障诊断与修复方面取得了一定进展。

基于深度学习的软件自动修复方法的修复偏好研究

基于机器学习的软件修复方法可以降低软件缺陷修复成本,无须人工干涉而自动修复软件缺陷,但不同的缺陷修复软件对不同类型缺陷的修复偏好不明确,且缺乏针对性而无法充分发挥深度学习模型的作用;为此在研究缺陷分类的基础上,研究几种具有代表性基于深度学习的软件自动修复方法对不同类型的缺陷总的修复概率,并比较分析不同学习模型对于修复不同类型缺陷的修复偏好,后续可以更好地进行模型选择以及软件自动修复工作。实验结果表明,基于深度学习的软件自动修复方法倾向于修复IF语句类型、方法语句类型、return语句类型的缺陷。基于自编码器的软件自动修复方法倾向于修复IF语句类型的缺陷,基于LSTM的编码器-解码器的修复方法倾向于修复与方法语句类型相关的缺陷,而基于CNNs的编码器-解码器的修复方法则对IF语句类型、方法语句类型以及return语句类型这三种类型缺陷的修复偏好相差不大。

抽象语义引导的空指针引用自动修复

程序依赖图往往只能根据语句中变量的定义使用关系来判定数据依赖而无法从语义上精准判断,从而容易引入虚假依赖关系,使得缺陷修复的过程中使用错误信息造成修复失败.因此,本文将利用抽象属性对与空对象或空指针有关的虚假依赖进行剪枝,提出基于抽象语义的程序依赖图减少与程序缺陷语义无关的依赖关系分析,以完成空指针引用修复.依据分析获取的依赖关系,在空指针引用的不同修复策略的指导下实现一种多策略的修复方案,在尽可能减小修复副作用的前提下完成空指针引用缺陷的修复.本文利用Defects4J中的空指针引用对实现的修复工具DTSFix进行实验评估,结果显示DTSFix的修复效果远远高于对比工具,证明了方法的有效性.

基于模板导向的遗传规划软件自动修复方法

随着互联网的飞速演变,技术不断革新和迭代,应用程序变得越来越臃肿和复杂,程序维护成本也成倍增加.面对多次迭代的程序,传统的随机选择修复方法在样本空间中修复问题,但这样修复的样本过大,效率并不高.提出一种基于带模板导向的遗传规划的软件自动修复方法,以降低维护成本.通过分析抽象语法树的控制流图信息,从程序结构中获取特征信息,作为考察程序匹配程度的两个维度,选出最适合的模板程序.然后使用匹配后的模板程序信息进行错误定位和遗传规划修复.在使用网络公开的数据集Tech-V3.5.2进行对比实验后,结果表明,该算法在软件修复的准确性和时间上均有提高.

自动修复研磨轮的研究开发

从液晶基板玻璃生产到面板制造过程中,需要对基板玻璃切割研磨。研磨中最重要的工具就是研磨轮,研磨轮在对基板玻璃研磨时,不但基板玻璃对研磨轮发生磨削损伤,而且也容易在研磨槽内夹杂玻璃碎屑影响研磨量。传统方式通过人工操作修复材料对研磨轮的沟槽进行修复,既可以修复损伤,也可以延长使用寿命。随着基板玻璃越来越薄,研磨轮槽变窄,高速转动的研磨轮槽在冷却水作用下很难人工对正,修复量却开始下降。为提高修复量和效率,采用自动修复结构,对研磨轮修复工艺改进,实现了重复精度和修复量满足工艺要求,经过推广后工效提高了8倍。

一种GPS相位周跳分段平均组合的自动修复方法

基于双频组合技术,提出一种周跳自动探测和修复的新方法,即分段平均组合周跳自动修复法。该方法采用设置多组周跳检验量分别探测各检验量序列异常突变,然后以突变位置为分界点分段平均,最后组合成相应的方程组直接解算整周跳变。实验结果显示,应用该算法进行单GPS观测站相位数据周跳的自动探测和修复,可以显著提高数据预处理的效率和可靠性。

快速成型系统中STL模型缺陷的自动修复技术

在分析 STL模型规则的基础上 ,针对 CAD模型表面三角化后存在的问题 ,提出了建立 STL模型的拓扑结构关系和常见错误的自动诊断方法 ,并给出了缝隙修复的算法 .经实际应用证明 ,该方法简单可靠 。

示例演化驱动的学生程序自动修复

已有的程序自动化调试研究大多面向工业软件,而学生程序调试具有缺陷数多、类型复杂等特有难点问题,因此,针对学生程序设计应用背景,研究程序自动修复方法,利用模板示例程序指导补丁的演化.改进了遗传编程算法,包括适应度的计算、变异体的生成方式和变异位置及操作的选择方式,使其更加适合修复学生程序.提出了基于示例的静态错误定位方法,能够识别缺陷程序和参考程序差异和可能的变异操作,有效地缩小补丁的搜索空间以提高修复的准确性.提出了基于执行值序列的变量映射方法,以降低变异体的编译错误,提高修复的准确性.在此基础上,设计并实现了示例演化驱动的Java学生程序自动修复系统.实验结果表明,该方法可以修复含有多缺陷学生程序,对于所用的测试集,当学生程序只有1个～2个错误时,修复率将近100%;当含有3个缺陷时,修复率约为70%;当含有4个及以上缺陷时,修复率约为50%.

气象卫星云图缺失区域的自动修复方法

针对现有的风云气象卫星系统尚未能自动检测出卫星云图的缺失区域并进行修复问题,提出一种气象卫星云图缺失区域的自动修复方法.首先,通过对卫星云图进行边缘检测,得到边缘图像;然后,基于边缘图像采用累计概率霍夫变换(PPHT)粗定位缺失区域;之后,根据粗定位信息对该缺失区域进行区域生长实现精确定位,从而实现对云图缺失区域的自动检测;最后,引入快速行进法(FMM)对检测出的云图缺失区域进行快速修复.实验结果表明,该方法能够有效地自动检测出云图缺失区域,并与传统算法相比在修复图像效果和运行效率上都有明显优势.

CAD/CAE集成中几何模型自动修复问题的研究

本文通过对CAD/CAE集成中几何模型自动修复过程进行分析,提出了实现几何模型修复的基本方法,并结合autocad和marc的集成过程给出了自动修复的应用。

程序缺陷自动修复研究进展及关键问题

程序缺陷自动修复是指针对程序中存在的缺陷,自动生成相应的程序补丁,进而使程序恢复正常运行.首先,根据补丁生成方式的不同,将程序缺陷自动修复方法划分为4类,分别为基于搜索的、基于语义的、基于机器学习的以及基于错误报告驱动的程序缺陷自动修复方法.基于搜索的程序缺陷自动修复方法运用启发式算法在搜索空间内通过搜索生成程序补丁;基于语义的程序缺陷自动修复方法将修复约束作为合成程序补丁的规约,最后通过约束求解器生成程序补丁;基于机器学习的程序缺陷自动修复方法使用数据集训练并生成修复模型,通过修复模型生成程序补丁;基于错误报告驱动的程序缺陷自动修复方法通过利用程序执行以及用户反馈的错误信息生成程序补丁.本文对以上4类程序缺陷自动修复方法进行了详细阐述;其次,总结了检验程序缺陷自动修复方法及工具修复效果所用到的缺陷库;最后,分析了程序缺陷自动修复在工业界的应用现状并总结了该领域面临的关键问题及未来研究的方向.

跟踪机制引导的C程序内存错误自动修复

C语言执行效率高,使用范围广泛,然而存在的安全问题也日益突出。内存错误是C程序中常见的缺陷,严重时将导致系统崩溃。传统的人工修复内存错误耗费大量人力物力,并可能在修复过程中引入新的错误。针对这个问题,提出了一种基于跟踪机制的程序自动修复方法。构建包含程序文件中变量作用分布的作用域树;提出基于全局指针的跟踪机制,通过插入全局指针跟踪发生错误的分配内存在程序中的状态;基于全局指针自动生成补丁,利用作用域树定位缺陷修复位置从而来安全地修复内存错误。基于上述过程,实现了原型工具DTSFix,并在开源程序中对其进行了评估。实验结果表明,DTSFix能够有效检测并修复程序中的真实缺陷而且不产生副作用。

铸件毛坯自动修复机器人设计与实验研究

随着3D打印技术的发展,增材再制造技术也成为各类零件缺陷自动修复的手段之一。针对大型铸件缺陷的修复以人工堆焊为主,存在效率低、对工人伤害大、修复合格率低等缺点。为此,提出了利用3D打印再制造技术对缺陷进行自动修复的工艺方法,即利用视觉系统对工件自动扫描重构工件三维模型,并与标准CAD模型比对,确定缺陷的类型、分布及尺度特征,获取各损伤部位的3D点云数据,根据缺陷模型自动编程并生成机器人程序,驱动执行机构依次完成各缺陷自动焊接修复。实验结果表明:工件缺陷重构模型精度在±0.1 mm以内,扫描速度为1000 mm/min,自动焊接修复工件无焊接缺陷,各项性能指标满足实际使用要求。

基于大数据技术的舰船导航定位系统自动修复方法

为解决常规舰船导航定位系统修复方法修复时间较长的不足,提出了基于大数据技术的舰船导航定位系统自动修复方法。基于系统故障数据的反馈,以及修复对象的确定,完成舰船导航定位系统自动修复关键信息的获取。依托修复数据的引导与流程分析,实现了舰船导航定位系统的自动修复。实验数据表明,提出的自动修复方法较常规修复方法,修复时间平均缩短25.49 min,适合舰船导航定位系统故障的快速修复。

盲环境下数字图像的自动修复算法研究

当前所有的数字图像修复算法都是一种半自动的方法,因为在对图像修复前,都是由用户给出想要修复的区域,而算法无法自动获取照片的破损所在。提出了盲环境下图像自动修复的概念,以基于数字图像的样本修复为基础,改进了基于纹理合成的图像修复算法。首次运用数字图像可信性评估体系于图像修复,并通过可信性综合度量模型判断确定待修复区域。实验证明,该算法最终达到了盲环境下的图像自动修复效果。

通信网络链路非平稳数据自动修复方法

针对传统方法数据修复率较低,修复耗时较长,修复准确性较低的问题,为提高通信网络链路非平稳数据修复效果,设计了一种通信网络链路非平稳数据自动修复方法。采集通信网络链路传输数据,并构建非平稳数据噪声模型,对采集的数据进行去除噪声处理。根据噪声处理结果采用遗传算法对非平稳数据进行检测,并采用决策树方法对非平稳数据进行自动修复。实验结果表明,所设计方法的数据修复准确性较高,非平稳数据自动修复率较高,并且修复耗时少,证明了所研究的修复方法提高了非平稳数据的修复效果,具备实际应用意义。

药型端面包覆层自动修复系统方案设计

目的改善药型端面包覆层现行人工修复生产率低、安全性差等缺陷。方法设计防爆药型端面包覆层自动化修复系统,并对药型端面包覆层自动修复系统的机械结构组成、气动回路和PLC控制系统进行详细说明。结果与传统的修复方式相比,药型端面包覆层自动修复系统可实现对药型包覆层的自动化修复,改善生产人员的工作环境,减轻生产人员的劳动强度,提高生产效率。同时针对生产过程中的实际需求,设计了自动、半自动与调整等三种工作模式,以便于使用中对设备的调整和日常维护保养。结论该方案提高了药型端面包覆层修复效率,减少了一线生产人员的数量,降低了劳动强度,保障了生产的安全性。