軟件執(zhí)行中的行為模式挖掘算法研究.pdf

1、隨著軟件系統(tǒng)復(fù)雜性的不斷提高，對其復(fù)雜性進(jìn)行合理地描述和有效地度量是提高軟件安全性和可靠性的重要手段。而軟件執(zhí)行過程中產(chǎn)生的一些關(guān)鍵模式可以有效反應(yīng)軟件的行為，所以在軟件執(zhí)行軌跡中挖掘這些模式對分析軟件行為，發(fā)現(xiàn)軟件中的缺陷和錯誤，維護(hù)軟件安全具有非常重要的意義。
　　本文從軟件動態(tài)執(zhí)行角度進(jìn)行分析，建立軟件模型，設(shè)計模式挖掘算法，并進(jìn)行軟件行為特征模式挖掘，其主要工作如下。
　　首先，追蹤軟件動態(tài)執(zhí)行過程，構(gòu)建基于軟件執(zhí)行

2、軌跡的序列模型，針對序列模型設(shè)計基于Apriori逐層擴展的算法SHUP-Miner，傳統(tǒng)的序列模式挖掘算法都是挖掘連續(xù)的函數(shù)調(diào)用模式，漏掉很多重要非連續(xù)的序列模式，而SHUP-Miner針對軟件執(zhí)行軌跡中代表模式的長度的不確定性，采用IUL結(jié)構(gòu)，利用模式位置索引從軟件執(zhí)行軌跡數(shù)據(jù)中挖掘連續(xù)和非連續(xù)的高效用序列模式。
　　其次，根據(jù)軟件的動態(tài)執(zhí)行過程，構(gòu)建函數(shù)調(diào)用圖模型，針對函數(shù)調(diào)用圖模型設(shè)計了基于投影數(shù)據(jù)庫的模式挖掘算法PSWP