作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了检测软件系统中存在错误参数的函数调用,提出了一种基于关联分析和N-Gram语言模型的静态检测方法(ANiaD).基于海量开源代码,构建了关联分析模型以挖掘参数间存在的强关联规则.针对参数间存在强关联规则的函数调用构建N-Gram语言模型.基于训练过的N-Gram模型,计算给定函数调用语句正确的概率.低概率的函数调用被报告为异常函数调用.基于10个开源Java项目对该方法进行实验验证.实验结果表明,该方法检测的查准率约43.40%,显著高于现有的基于相似度的检测方法(查准率25%).
推荐文章
一种基于N-gram组合的中文垃圾邮件过滤方法
反垃圾邮件
中文邮件
贝叶斯模型
N-gram
代价敏感
基于N-Gram的文本去重方法研究
文本去重
文本特征
特征映射
中文信息处理
基于N-gram算法的网络安全风险检测系统设计
网络安全
风险检测
N-gram算法
数据包检测
协同分析
特征匹配
利用N-gram和语义分析的维吾尔语文本相似性检测方法
维吾尔语
文本相似性检测
N-gram统计模型
潜在语义分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于关联分析与N-Gram的错误参数检测方法
来源期刊 软件学报 学科 工学
关键词 参数 异常检测 缺陷 语言模型 关联分析
年,卷(期) 2018,(8) 所属期刊栏目 数据驱动的软件智能化开发方法与技术专题
研究方向 页码范围 2243-2257
页数 15页 分类号 TP311
字数 11984字 语种 中文
DOI 10.13328/j.cnki.jos.005531
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘辉 北京理工大学计算机学院 100 1089 18.0 29.0
2 李超 北京理工大学计算机学院 16 196 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (7)
同被引文献  (25)
二级引证文献  (9)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(9)
  • 引证文献(6)
  • 二级引证文献(3)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
参数
异常检测
缺陷
语言模型
关联分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件学报
月刊
1000-9825
11-2560/TP
16开
北京8718信箱
82-367
1990
chi
出版文献量(篇)
5820
总下载数(次)
36
总被引数(次)
226394
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导