军械检修微机综合管理系统

本文以81962部队军械检修所业务覆盖面内背景，介绍了在power-286微机上开发“军械检修微机综合管理系统”的过程与方法，该系统经该所实际运行一年多，效果良好。     

基于缺陷报告分析的软件缺陷定位方法

在软件开发过程中,软件缺陷是不可避免的。在缺陷跟踪系统中,一个重要的问题是如何根据用户所提交的缺陷报告,进行缺陷的自动定位。本文在综合考虑缺陷报告与源代码文件结构相似性的基础上,进一步分析已修复缺陷报告、缺陷报告中的异常堆栈(StackTrace)信息对软件缺陷定位的作用,从而提高定位的精度。在Eclipse、AspectJ和SWT开源项目数据程序集上进行相关实验,并与Buglocator、BRTracer和BLUiR缺陷定位方法进行了比较分析,实验结果表明,本文方法能显著提高软件缺陷定位的精度。     

单片机在射击军械综合检测系统中的应用

介绍了以 80C196单片机为核心的射击军械综合测试系统的功能和原理 ,并给出了详细的硬件电路和软件设计。     

缺陷报告质量研究综述

在软件开发和维护过程中,缺陷修复人员通常根据由终端用户或者开发/测试者提交的缺陷报告来定位和修复缺陷.因此,缺陷报告本身的质量对修复人员能否快速准确定位并修复缺陷具有重要的作用.围绕缺陷报告质量的刻画及改进,研究人员开展了大量的研究工作,但尚未进行系统性的归纳.旨在对这些工作进行系统性地梳理,展示该领域的研究现状并为未来的研究方向提供参考意见.首先,总结了已有缺陷报告存在的质量问题,如关键信息缺失、信息错误等;接着,总结了对缺陷报告质量进行自动化建模的技术;然后,描述了一系列对缺陷报告质量进行改进的方法;最后,对未来研究可能面临的挑战和机遇进行了展望.     

基于VXI总线的飞机军械设备自动测试系统

文章介绍了基于VXI总线的飞机军械设备自动测试系统的集成策略，给出了系统的硬件组成方式及软件设计方法，系统具有通用性强、操作方便、系统开放等特点。     

噪音过滤和深度学习相结合的安全缺陷报告识别

随着软件规模和复杂性的增加,不可避免会出现各种各样的软件缺陷,其中安全相关的软件缺陷容易被攻击者利用而可能造成重大的经济与生命财产损失．在软件开发维护过程中一般会采用缺陷报告追踪系统以缺陷报告的形式及时地记录和追踪软件所产生的缺陷．自动识别安全缺陷报告可以快速将缺陷报告仓库中和安全相关的缺陷报告识别出来,帮助修复人员及时发现安全缺陷并优先修复．目前常见的安全缺陷报告自动识别方法主要是基于文本挖掘和机器学习相结合的技术,但是由于安全相关缺陷具有特征复杂以及在实际项目中数量较少的特点,使得传统的基于机器学习的识别模型难以提取和安全相关的深层次语义特征,并且模型训练过程受数据集噪音的影响较大,从而导致模型的泛化性能提升出现瓶颈．为了解决该问题,本文提出了一种噪音过滤和深度学习相结合的安全缺陷报告识别框架,该框架首先使用词嵌入技术获取语料库中所有单词的分布式向量表示,然后采用本文提出的基于生成模型的噪音过滤方法 FSDON(Filtering Semantically Deviating Outlier NSBRs)过滤与安全缺陷报告语义相似并且可能是噪音的非安全缺陷报告,最后使用不同的深度神...     

一种可适用于外场的某型飞机军械设备自动检测系统

本文介绍了某型飞机军械设备自动检测系统的硬件、软件和自检的设计，以及为了使之能够用于外场所采取的措施等。     

版本失配和数据泄露对基于缺陷报告的缺陷定位模型的影响

为了降低缺陷定位过程中的人力成本,研究者们在缺陷报告的基础上提出了许多基于信息检索的缺陷定位模型,包括使用传统特征和使用深度学习特征进行建模的定位模型.在评价不同缺陷定位模型时设计的实验中,现有研究大多忽视了缺陷报告所属的版本与目标源代码的版本之间存在的“版本失配”问题或/和在训练和测试模型时缺陷报告的时间顺序所引发的“数据泄露”问题.致力于报告现有模型在更加真实的应用场景下的性能表现,并分析版本失配和数据泄露问题对评估各模型真实性能产生的影响.选取6个使用传统特征的定位模型(BugLocator、BRTracer、BLUiR、AmaLgam、BLIA、Locus)和1个使用深度学习特征的定位模型(CodeBERT)作为研究对象.在5个不同实验设置下基于8个开源项目进行系统性的实证分析.首先, CodeBERT模型直接应用于缺陷定位效果并不理想,其定位的准确率依赖于目标项目的版本数目和源代码规模.其次,版本匹配设置下使用传统特征的定位模型在平均准确率均值(MAP)、平均序位倒数均值(MRR)两个指标上比版本失配实验设置下最高可以提高47.2%和46.0%, CodeBERT模型的效果也...     

基于构件的军械测试系统软件开发方法研究

通过在军械测试系统软件开发中引入基于构件的软件开发方法,较好地解决了军械测试领域的测试程序复用问题;介绍了基于构件的软件开发方法及特点;提出了基于构件的军械测试软件开发方法和基于构件的军械测试系统软件结构;最后,给出了在Visual C＋＋环境下运用基于组件对象模型的ActiveX控件技术实现了可复用构件的开发实例。     

基于缺陷修复历史的两阶段缺陷定位方法

缺陷定位是软件缺陷修复的关键步骤。随着计算机软件的日趋复杂和网络的迅速发展,如何快速高效的定位缺陷相关代码成为了一个急待解决的问题。在研究现有基于信息检索技术的缺陷定位方法的基础上,综合考虑缺陷修复历史信息,提出了基于缺陷修复历史的两阶段缺陷定位方法。该方法不再单一依赖文本相似度,从缺陷修复的局部性现象入手,更多的考虑了缺陷修复的历史记录、变更信息及代码特征等因素,结合信息检索和缺陷预测方法来提高缺陷定位的精度。最后本文以两个开源项目为例,验证了方法的可行性和有效性。     

基于深度学习的安全缺陷报告预测方法实证研究

软件安全问题的发生在大多数情况下会造成非常严重的后果,及早发现安全问题,是预防安全事故的关键手段之一.安全缺陷报告预测可以辅助开发人员及早发现被测软件中潜藏的安全缺陷,从而尽早得以修复.然而,由于安全缺陷在实际项目中的数量较少,而且特征复杂(即安全缺陷类型繁多,不同类型安全缺陷特征差异性较大),这使得手工提取特征相对困难,并随后造成传统机器学习分类算法在安全缺陷报告预测性能方面存在一定的瓶颈.针对该问题,提出基于深度学习的安全缺陷报告预测方法,采用深度文本挖掘模型TextCNN和TextRNN构建安全缺陷报告预测模型;针对安全缺陷报告文本特征,使用Skip-Gram方式构建词嵌入矩阵,并借助注意力机制对TextRNN模型进行优化.所构建的模型在5个不同规模的安全缺陷报告数据集上展开了大规模实证研究,实证结果表明,深度学习模型在80%的实验案例中都优于传统机器学习分类算法,性能指标F1-score平均可提升0.258,在最好的情况下甚至可以提升0.535.此外,针对安全缺陷报告数据集存在的类不均衡问题,对不同采样方法进行了实证研究,并对结果进行了分析.     

结合深度学习的缺陷报告优先级分类

在众包测试中,测试工人帮助软件管理者执行测试并提交测试报告。在这个过程中,软件管理者需要人工审查和评估提交的测试报告。许多测试工人试图快速完成工作来最大化利润,因此提交的缺陷报告质量不高。为了提高测试工人提交缺陷报告的质量同时合理评估测试工人的工作,研究基于众包测试平台绩效考核方法,取得一定的研究成果。为了分类测试工人提交的缺陷报告的优先级,文章提出基于深度学习的缺陷报告优先级分类模型,设计了基于卷积神经网络（ConvolutionalNeuralNetwork,CNN）和双向长短时记忆网络（BidirectionalLong Short-Term Memory Network,Bi-LSTM）结合的文本分类模型,并且在大规模的开源项目Eclipse缺陷库上进行实验,取得了不错的效果。     

基于UML的军械保障业务流程建模研究

为了提高海军军械保障领域的信息化水平,提高我军打赢信息化条件下战争的能力,必须要对军械业务流程进行建模.文中首先对统一建模语言(UML)进行了介绍并说明了采用UML语言的优势,然后将UML引入到军械保障建模中,阐述了基于UML的建模步骤,并以军械保障业务中的装备分配调拨业务为例,构建了装备分配调拨业务的UML模型.文中实现了对军械保障业务模型构建的方法研究,提出以UML为建模语言,为以后信息系统的研制、实现海军军械保障信息化提供了模型支持.     

基于本体的海军军械保障元数据构建方法研究

将本体与与元数据结合,研究基于本体的海军军械保障元数据模型构建方法,此方法可用于组织、编辑和查询海军军械保障领域的元数据信息,能够描述海军军械保障领域各相关概念以及概念之间关系的知识,提高海军军械保障数据资源的发现能力。     

开源SDN控制器并发缺陷的量化分析研究

SDN(software-defined networking)控制器是SDN网络的核心软件,它的并发缺陷会使网络的运行出现不确定甚至错误.本文对开源SDN控制器的真实历史并发缺陷报告进行深入实证量化分析：首先,从缺陷管理工具自动获取真实缺陷报告并进行预处理获得数据集;其次,基于软件缺陷生命周期选取4个维度10个具体度量作为并发缺陷修复过程的评估指标,基于指标对数据集进行修复过程的特征提取,自动获得其特征集;再次,基于特征集给出包含5种并发缺陷类型的数据集;最后,采用量化统计分析方法对于具有修复过程特征的并发缺陷数据集进行分析,给出SDN控制器在并发缺陷类型、功能模块和修复过程的数据分布特征及分析结果,并进行了有效性讨论.     

物联网技术在军械保障中的应用需求分析

针对海军军械信息化建设问题,对物联网技术在军械保障中的应用进行了需求分析,详细分析了物联网技术在军械资产管理、环境(设施)监控、人员管理和作业活动管理中的需求和应用点,对物联网技术在军械保障中的推广应用具有重要的技术指导意义。     

某型飞机航空军械仿真训练系统设计

针对航空军械保障训练成本高、风险大、实施难等问题,设计了一种基于工控机与PLC控制的某型飞机航空军械仿真训练系统,该系统能设置航空军械保障的训练任务,仿真外挂物管理系统对武器的操作控制,对军械保障训练的结果进行分析评估,实现了航空军械保障训练的全流程的仿真,实际仿真训练结果表明,采用该系统实施军械保障训练能量化训练过程,降低训练风险,节约训练成本。     

面向Issue跟踪系统的变更请求报告关闭可能性预测

在Issue跟踪系统中存在大量长期未关闭的变更请求报告,增加了开发者不断点击和阅读这些报告的可能性,严重影响了软件需求管理任务的实施和用户的反馈体验。准确和及时地 预测这些报告关闭的可能性或重要性可以提高软件维护任务的质量。定义若干衡量变更请求报告特征的指标,选择在训练数据集上预测效果最佳的指标构建Logistic回归预测模型。使用提出的方法对20个SourceForge项目构成的测试数据集进行实验,得到平均查全率为94%和平均伪正率为14%的结果。实验结果表明,提出的方法能在测试数据集上取得很好的预测性能;关闭状态的变更请求报告所占的百分比或数量大小并不影响模型的性能;变更请求报告具有的某些特征可用于预测其在下一版本中得到关闭的可能性。