文献

J-GLOBAL ID：202102212049989277   整理番号：21A2545143

機械学習に基づくソフトウェア実行欠陥検出手法の検討【JST・京大機械翻訳】

Research on software operation defect detection method based on machine learning

著者 (5件)： Lv Jingxian (国家電网有限公司客戸服務中心信息運維中心,天津300300) ,  Han Wei (国家電网有限公司客戸服務中心信息運維中心,天津300300) ,  Wu Zichen (国网江蘇省電力有限公司信息通信分公司,江蘇南京210009) ,  Wang Chenfei (国家電网有限公司客戸服務中心信息運維中心,天津300300) ,  Xu Yin (国家電网有限公司客戸服務中心信息運維中心,天津300300)
資料名： Dianzi Sheji Gongcheng  (Dianzi Sheji Gongcheng)
巻： 29  号： 12  ページ： 67-70  発行年： 2021年 
JST資料番号： C4171A  ISSN： 1674-6236  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ランク検定および静的ソフトウェア欠陥検出に基づく従来の方法は,データセットのノイズによって影響され,そして,検出精度が低いので,機械学習に基づくソフトウェア実行欠陥検出方法を,提案した。ラプラシアン特徴マッピングのサンプリング方式を用いて、異なる計量元特徴ベクトルの最近傍グラフを構築し、隣接グラフ中の重み行列を計算し、サンプル平衡化させる。機械学習に基づいて係数ベクトルを求め,各クラスの正則化残差値を計算し,それにより分類した。分類後の最小平均誤差を計算し,データクラスタ化の度合いと更新段階をそれぞれ研究した。ノイズ感受性データをファジィ処理し,対応する閾値以上の属性がソフトウェア実行欠陥であるかどうかを決定するため,シュワッツ情報基準を採用した。評価標準を設定し、シミュレーション実験を行い、結果より、この方法の適合率と再現率は0.95より高く、実験効果は同類検査方法より優れていることが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  シミュレーション ,  ベクトル ,  残差 ,  感受性 ,  *故障検出 ,  *ソフトウェア ,  正則化 ,  曖昧さ ,  Laplace演算子 ,  *機械学習
準シソーラス用語： 特徴ベクトル ,  適合率 ,  再現率 ,  検出精度 , 【Automatic Indexing@JST】

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： 機械学習 ,  ソフトウェア ,  欠陥検出 ,  手法