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--程序设计论文

Python程序缺陷的自动检测与定位技术

摘要第4-6页
Abstract第6-8页
第一章 绪论第15-21页
    1.1 研究背景第15-16页
    1.2 研究问题第16页
    1.3 主要工作第16-18页
    1.4 论文结构第18-21页
第二章 研究基础与现状第21-35页
    2.1 Python特性概述第21-25页
        2.1.1 基本特性第21-23页
        2.1.2 动态特性第23-25页
    2.2 类型推导及检查第25-27页
    2.3 自动化缺陷检测第27-29页
    2.4 自动化缺陷定位第29-33页
    2.5 本章总结第33-35页
第三章 基于概率分析的类型推导第35-59页
    3.1 研究动机第36-38页
    3.2 方法概述第38-40页
    3.3 概率推导第40-43页
    3.4 概率约束生成第43-51页
        3.4.1 数据流约束第43-45页
        3.4.2 属性约束第45-49页
        3.4.3 子类型约束第49-50页
        3.4.4 命名约束第50-51页
    3.5 实验评估第51-57页
        3.5.1 实验设置第52-53页
        3.5.2 评价指标第53-54页
        3.5.3 实验结果第54-56页
        3.5.4 有效性威胁第56-57页
    3.6 本章总结第57-59页
第四章 基于符号预测分析的缺陷检测第59-79页
    4.1 研究动机第59-62页
    4.2 方法概述第62-63页
    4.3 执行追踪第63-68页
        4.3.1 正则化代码第64-65页
        4.3.2 生成执行轨迹第65-68页
    4.4 约束编码第68-73页
        4.4.1 编码框架第69-70页
        4.4.2 编码规则第70-72页
        4.4.3 扩展未执行的路径第72-73页
        4.4.4 约束求解及缺陷检测第73页
    4.5 实验评估第73-78页
        4.5.1 实验设置第74页
        4.5.2 实验结果第74-77页
        4.5.3 缺陷分析第77-78页
    4.6 本章总结第78-79页
第五章 基于概率推导的智能调试第79-97页
    5.1 研究动机第80-83页
    5.2 方法概述第83-87页
    5.3 变量约束生成第87-89页
        5.3.1 编码规则第87-88页
        5.3.2 后向传播概率pu的计算规则第88-89页
    5.4 语句实例约束生成第89-92页
        5.4.1 变量到语句约束第90页
        5.4.2 程序结构约束第90-91页
        5.4.3 命名惯例约束第91-92页
    5.5 实验评估第92-96页
        5.5.1 实验设置第92-93页
        5.5.2 实验结果第93-96页
        5.5.3 有效性威胁第96页
    5.6 本章总结第96-97页
第六章 总结与展望第97-101页
    6.1 工作总结第97-98页
    6.2 未来工作展望第98-101页
参考文献第101-115页
致谢第115-117页
攻读博士学位期间发表的论文第117-119页

论文共119页,点击 下载论文
上一篇:基于仿人视觉的显著性目标分割识别及其应用研究
下一篇:面向视频烟雾检测的局部特征建模方法研究