摘要 | 第5-6页 |
abstract | 第6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-13页 |
1.2 软件安全缺陷发现模型研究现状 | 第13-15页 |
1.2.1 基于多项式的软件安全缺陷发现模型现状 | 第13页 |
1.2.2 基于对数模型的软件安全缺陷发现模型现状 | 第13-14页 |
1.2.3 基于指数模型的软件安全缺陷发现模型现状 | 第14-15页 |
1.3 主要研究内容 | 第15-17页 |
1.4 论文结构 | 第17-18页 |
第2章 软件安全缺陷发现模型分析 | 第18-28页 |
2.1 软件安全缺陷发现模型相关理论 | 第18-22页 |
2.1.1 软件安全缺陷相关理论知识 | 第18-20页 |
2.1.2 软件安全缺陷发现过程 | 第20-21页 |
2.1.3 累积软件安全缺陷的S型曲线 | 第21-22页 |
2.2 经典软件安全缺陷发现模型 | 第22-27页 |
2.2.1 基于对数模型的软件安全缺陷发现模型 | 第22-23页 |
2.2.2 基于指数模型的软件安全缺陷发现模型 | 第23-26页 |
2.2.3 经典软件安全缺陷发现模型分析与比较 | 第26-27页 |
2.3 本章小结 | 第27-28页 |
第3章 R-EXM基于指数增长模型 | 第28-37页 |
3.1 R-EXM模型设计思想 | 第28-31页 |
3.1.1 一种基于指数增长模型的预测模型分析 | 第29-31页 |
3.1.2 R-ExM模型提出 | 第31页 |
3.2 R-EXM模型建模过程 | 第31-34页 |
3.2.1 R-ExM模型描述 | 第31-33页 |
3.2.2 R-ExM模型中参数获取 | 第33-34页 |
3.3 R-EXM模型具体应用过程 | 第34-36页 |
3.4 本章小结 | 第36-37页 |
第4章 基于最小二乘法的缺陷发现初期模型研究 | 第37-44页 |
4.1 函数逼近及最小二乘法原理 | 第37-39页 |
4.1.1 函数逼近 | 第37-38页 |
4.1.2 最小二乘法原理 | 第38-39页 |
4.2 模型设计思想 | 第39-40页 |
4.3 模型设计过程 | 第40-41页 |
4.3.1 n次多项式拟合 | 第40页 |
4.3.2 有理函数拟合 | 第40-41页 |
4.4 模型具体应用过程 | 第41-42页 |
4.5 本章小结 | 第42-44页 |
第5章 模型的验证 | 第44-59页 |
5.1 数据集及实验结果评价指标 | 第44-46页 |
5.1.1 数据集 | 第44-45页 |
5.1.2 实验结果评价指标 | 第45-46页 |
5.2 针对具有较完整软件发现缺陷过程的数据集分析 | 第46-53页 |
5.2.1 Windows XP数据集分析 | 第46-48页 |
5.2.2 Windows Server 2003 数据集分析 | 第48-50页 |
5.2.3 Apache Web Server数据集分析 | 第50-51页 |
5.2.4 IIS服务器数据集分析 | 第51-53页 |
5.3 针对发布初期软件缺陷数据集分析 | 第53-56页 |
5.4 实验结果分析 | 第56-57页 |
5.5 本章小结 | 第57-59页 |
第6章 基于指数增长模型的评估与分析 | 第59-67页 |
6.1 模型与WEIBULL模型分析与比较 | 第59-65页 |
6.1.1 针对Windows XP操作系统软件的分析与比较 | 第59-61页 |
6.1.2 针对Windows Server 2003 操作系统软件的分析与比较 | 第61-63页 |
6.1.3 针对Apache Web Server服务器软件的分析与比较 | 第63-65页 |
6.2 实验结果分析 | 第65-66页 |
6.3 本章小结 | 第66-67页 |
结论 | 第67-69页 |
参考文献 | 第69-72页 |
致谢 | 第72页 |