生成取值表。3把取值表與選擇的正交表進(jìn)行映射控件數(shù)Ln(取值數(shù))3個控件5個取值5的3次冪混合正交表當(dāng)控件的取值數(shù)目水平不一致時候,使用allp**rs工具生成1等價類劃分法劃分值2邊界值分析法邊界值3錯誤推斷法經(jīng)驗(yàn)4因果圖分析法關(guān)系5判定表法條件和結(jié)果6流程圖法流程路徑梳理7場景法主要功能和業(yè)務(wù)的事件8正交表先關(guān)注主要功能和業(yè)務(wù)流程,業(yè)務(wù)邏輯是否正確實(shí)現(xiàn),考慮場景法需要輸入數(shù)據(jù)的地方,考慮等價類劃分法+邊界值分析法,發(fā)現(xiàn)程序錯誤的能力**強(qiáng)存在輸入條件的組合情況,考慮因果圖判定表法多種參數(shù)配置組合情況,正交表排列法采用錯誤推斷法再追加測試用例。需求分析場景法分析主要功能輸入的等價類邊界值輸入的各種組合因果圖判定表多種參數(shù)配置正交表錯誤推斷法經(jīng)驗(yàn)軟件缺陷軟件產(chǎn)品中存在的問題,用戶所需要的功能沒有完全實(shí)現(xiàn)。艾策檢測針對智能穿戴設(shè)備開發(fā)動態(tài)壓力測試系統(tǒng),確保人機(jī)交互的舒適性與安全性。第三方軟件性能測試服務(wù)
步驟s2、將軟件樣本中的類別已知的軟件樣本作為訓(xùn)練樣本,基于多模態(tài)數(shù)據(jù)融合方法,將訓(xùn)練樣本的dll和api信息特征視圖、格式信息特征視圖以及字節(jié)碼n-grams特征視圖輸入深度神經(jīng)網(wǎng)絡(luò),訓(xùn)練多模態(tài)深度集成模型;步驟s3、將軟件樣本中的類別未知的軟件樣本作為測試樣本,并將測試樣本的dll和api信息特征視圖、格式信息特征視圖以及字節(jié)碼n-grams特征視圖輸入步驟s2訓(xùn)練得到的多模態(tài)深度集成模型中,對測試樣本進(jìn)行檢測并得出檢測結(jié)果。進(jìn)一步的,所述提取軟件樣本的二進(jìn)制可執(zhí)行文件的dll和api信息的特征表示,是統(tǒng)計(jì)當(dāng)前軟件樣本的導(dǎo)入節(jié)中引用的dll和api;所述提取軟件樣本的二進(jìn)制可執(zhí)行文件的pe格式結(jié)構(gòu)信息的特征表示,是先對當(dāng)前軟件樣本的二進(jìn)制可執(zhí)行文件進(jìn)行格式結(jié)構(gòu)解析,然后按照格式規(guī)范提取**該軟件樣本的格式結(jié)構(gòu)信息;所述提取軟件樣本的二進(jìn)制可執(zhí)行文件的字節(jié)碼n-grams的特征表示,是先將當(dāng)前軟件樣本件的二進(jìn)制可執(zhí)行文件轉(zhuǎn)換為十六進(jìn)制字節(jié)碼序列,然后采用n-grams方法在十六進(jìn)制字節(jié)碼序列中滑動,產(chǎn)生大量的連續(xù)部分重疊的短序列特征。進(jìn)一步的,采用3-grams方法在十六進(jìn)制字節(jié)碼序列中滑動產(chǎn)生連續(xù)部分重疊的短序列特征。進(jìn)一步的。上海軟件安全測評有幾家深圳艾策信息科技:打造智慧供應(yīng)鏈的關(guān)鍵技術(shù)。
這樣做的好處是,融合模型的錯誤來自不同的分類器,而來自不同分類器的錯誤往往互不相關(guān)、互不影響,不會造成錯誤的進(jìn)一步累加。常見的后端融合方式包括**大值融合(max-fusion)、平均值融合(averaged-fusion)、貝葉斯規(guī)則融合(bayes’rulebased)以及集成學(xué)習(xí)(ensemblelearning)等。其中集成學(xué)習(xí)作為后端融合方式的典型**,被廣泛應(yīng)用于通信、計(jì)算機(jī)識別、語音識別等研究領(lǐng)域。中間融合是指將不同的模態(tài)數(shù)據(jù)先轉(zhuǎn)化為高等特征表達(dá),再于模型的中間層進(jìn)行融合,如圖3所示。以深度神經(jīng)網(wǎng)絡(luò)為例,神經(jīng)網(wǎng)絡(luò)通過一層一層的管道映射輸入,將原始輸入轉(zhuǎn)換為更高等的表示。中間融合首先利用神經(jīng)網(wǎng)絡(luò)將原始數(shù)據(jù)轉(zhuǎn)化成高等特征表達(dá),然后獲取不同模態(tài)數(shù)據(jù)在高等特征空間上的共性,進(jìn)而學(xué)習(xí)一個聯(lián)合的多模態(tài)表征。深度多模態(tài)融合的大部分工作都采用了這種中間融合的方法,其***享表示層是通過合并來自多個模態(tài)特定路徑的連接單元來構(gòu)建的。中間融合方法的一大優(yōu)勢是可以靈活的選擇融合的位置,但設(shè)計(jì)深度多模態(tài)集成結(jié)構(gòu)時,確定如何融合、何時融合以及哪些模式可以融合,是比較有挑戰(zhàn)的問題。字節(jié)碼n-grams、dll和api信息、格式結(jié)構(gòu)信息這三種類型的特征都具有自身的優(yōu)勢。
保留了較多信息,同時由于操作數(shù)比較隨機(jī),某種程度上又沒有抓住主要矛盾,干擾了主要語義信息的提取。pe文件即可移植文件導(dǎo)入節(jié)中的動態(tài)鏈接庫(dll)和應(yīng)用程序接口(api)信息能大致反映軟件的功能和性質(zhì),通過一個可執(zhí)行程序引用的dll和api信息可以粗略的預(yù)測該程序的功能和行為。belaoued和mazouzi應(yīng)用統(tǒng)計(jì)khi2檢驗(yàn)分析了pe格式的惡意軟件和良性軟件的導(dǎo)入節(jié)中的dll和api信息,分析顯示惡意軟件和良性軟件使用的dll和api信息統(tǒng)計(jì)上有明顯的區(qū)別。后續(xù)的研究人員提出了挖掘dll和api信息的惡意軟件檢測方法,該類方法提取的特征語義信息豐富,但*從二進(jìn)制可執(zhí)行文件的導(dǎo)入節(jié)提取特征,忽略了整個可執(zhí)行文件的大量信息。惡意軟件和被***二進(jìn)制可執(zhí)行文件格式信息上存在一些異常,這些異常是檢測惡意軟件的關(guān)鍵。研究人員提出了基于二進(jìn)制可執(zhí)行文件格式結(jié)構(gòu)信息的惡意軟件檢測方法,這類方法從二進(jìn)制可執(zhí)行文件的pe文件頭、節(jié)頭部、資源節(jié)等提取特征,基于這些特征使用機(jī)器學(xué)習(xí)分類算法處理,取得了較高的檢測準(zhǔn)確率。這類方法通常不受變形或多態(tài)等混淆技術(shù)影響,提取特征只需要對pe文件進(jìn)行格式解析,無需遍歷整個可執(zhí)行文件,提取特征速度較快??缭O(shè)備測試報(bào)告指出平板端UI元素存在比例失調(diào)問題。
坐標(biāo)點(diǎn)(0,1)**一個完美的分類器,它將所有的樣本都正確分類。roc曲線越接近左上角,該分類器的性能越好。從圖9可以看出,該方案的roc曲線非常接近左上角,性能較優(yōu)。另外,前端融合模型的auc值為。(5)后端融合后端融合的架構(gòu)如圖10所示,后端融合方式用三種模態(tài)的特征分別訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,然后進(jìn)行決策融合,隱藏層的***函數(shù)為relu,輸出層的***函數(shù)是sigmoid,中間使用dropout層進(jìn)行正則化,防止過擬合,優(yōu)化器(optimizer)采用的是adagrad,batch_size是40。本次實(shí)驗(yàn)使用了80%的樣本訓(xùn)練,20%的樣本驗(yàn)證,訓(xùn)練50個迭代以便于找到較優(yōu)的epoch值。隨著迭代數(shù)的增加,后端融合模型的準(zhǔn)確率變化曲線如圖11所示,模型的對數(shù)損失變化曲線如圖12所示。從圖11和圖12可以看出,當(dāng)epoch值從0增加到5過程中,模型的訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率快速提高,模型的訓(xùn)練對數(shù)損失和驗(yàn)證對數(shù)損失快速減少;當(dāng)epoch值從5到50的過程中,前端融合模型的訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率小幅提高,訓(xùn)練對數(shù)損失和驗(yàn)證對數(shù)損失緩慢下降;綜合分析圖11和圖12的準(zhǔn)確率和對數(shù)損失變化曲線,選取epoch的較優(yōu)值為40。確定模型的訓(xùn)練迭代數(shù)為40后,進(jìn)行了10折交叉驗(yàn)證實(shí)驗(yàn)。艾策科技:如何用數(shù)據(jù)分析重塑企業(yè)決策!西寧軟件測試單位
艾策醫(yī)療檢測中心為體外診斷試劑提供全流程合規(guī)性驗(yàn)證服務(wù)。第三方軟件性能測試服務(wù)
它已被擴(kuò)展成與軟件生命周期融為一體的一組已定義的活動。測試活動遵循軟件生命周期的V字模型。測試人員在需求分析階段便開始著手制訂測試計(jì)劃,并根據(jù)用戶或客戶需求建立測試目標(biāo),同時設(shè)計(jì)測試用例并制訂測試通過準(zhǔn)則。在集成級上,應(yīng)成立軟件測試**,提供測試技術(shù)培訓(xùn),關(guān)鍵的測試活動應(yīng)有相應(yīng)的測試工具予以支持。在該測試成熟度等級上,沒有正式的評審程序,沒有建立質(zhì)量過程和產(chǎn)品屬性的測試度量。集成級要實(shí)現(xiàn)4個成熟度目標(biāo),它們分別是:建立軟件測試**,制訂技術(shù)培訓(xùn)計(jì)劃,軟件全壽命周期測試,控制和監(jiān)視測試過程。(I)建立軟件測試**軟件測試的過程及質(zhì)量對軟件產(chǎn)品質(zhì)量有直接影響。由于測試往往是在時間緊,壓力大的情況下所完成的一系列復(fù)雜的活動,因此應(yīng)由訓(xùn)練有素的人員組成測試組。測試組要完成與測試有關(guān)的多種活動,包括負(fù)責(zé)制訂測試計(jì)劃,實(shí)施測試執(zhí)行,記錄測試結(jié)果,制訂與測試有關(guān)的標(biāo)準(zhǔn)和測試度量,建立鍘試數(shù)據(jù)庫,測試重用,測試**以及測試評價等。建立軟件測試**要實(shí)現(xiàn)4個子目標(biāo):1)建立全**范圍內(nèi)的測試組,并得到上級管理層的領(lǐng)導(dǎo)和各方面的支持,包括經(jīng)費(fèi)支持。2)定義測試組的作用和職責(zé)。3)由訓(xùn)練有素的人員組成測試組。第三方軟件性能測試服務(wù)