基于数据中台的校园信息安全方案研究

为了加快推进教育现代化、教育强国的建设,全国各类学校都在推进智慧校园项目建设。通过建设各类信息系统及应用,为广大师生的科研、教学、生活等提供较多的便利。前期信息系统建设存在重建设、轻安全的现象,导致目前校内各类信息系统安全问题频发。专业的网络安全设备能够在一定程度上保护各类信息系统,网络安全设备采购于不同的厂家,厂家之间设备无法联动,导致网络安全设备各自为政,无法协同处理网络安全问题。管理上由于人员分工不同,存在安全设备和基础设施配置信息不一致的情况,带来一定程度的网络安全风险。该文提出网络安全数据中台的方案来解决网络安全数据不一致、网络安全设备各自为政的问题。

基于覆盖率的面向对象软件自适应随机测试方法

针对现有面向对象软件(OOS)自适应随机测试中挑选测试用例的有效性及错误检测率不高的问题,提出了基于覆盖率的面向对象软件自适应随机测试方法.新方法在生成候选测试用例集时考虑了代码覆盖率信息,将语句覆盖率同测试用例差异性信息综合考虑来挑选将执行的测试用例,从而提高错误检测率.给出了覆盖率动态排序监测技术整体框架、预处理模块、程序插桩模块及排序模块;叙述了DTCGOOS-Cov算法.采用ID3Manage,RabbitAndFox,SATM,SchoolManagement,WaveletLibrary以及WindShieldWiper这6个被测类库,将新方法与传统自适应随机测试方法和纯随机测试方法进行了对比试验.结果表明:基于覆盖率的OOS自适应随机测试方法在F_m和E_m这2项指标上要优于其他2种方法.