首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于指数增长模型与最小二乘法的软件安全缺陷发现模型研究

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

论文共72页,点击 下载论文
上一篇:基于DBN的Android恶意程序检测研究
下一篇:基于符号执行的静态分析工具的设计与实现