本文選題：軟件執(zhí)行圖 + 高效用模式�。� 參考：《燕山大學》2016年碩士論文

【摘要】：大數(shù)據(jù)時代,軟件系統(tǒng)規(guī)模與應用領域的日益復雜,使得軟件動態(tài)執(zhí)行軌跡需要新的處理模式才能成為具有更強決策力與洞察力的信息資產(chǎn)。因此,如何有效地挖掘軟件的內(nèi)在特征,基于軟件動態(tài)執(zhí)行軌跡實現(xiàn)其行為特性的建模與算法的研究,成為軟件開發(fā)質(zhì)量的基本保障,有助于軟件在適用領域的合理應用及發(fā)展。本課題利用數(shù)據(jù)挖掘技術,從海量的軟件執(zhí)行軌跡中挖掘用戶感興趣的行為模式,以適用于廣泛的軟件安全分析、軟件質(zhì)量評估、軟件漏洞挖掘等領域。首先,提出一種基于軟件動態(tài)執(zhí)行軌跡的軟件執(zhí)行圖的構建方法。基于軟件的不同粒度,使用分布函數(shù)生成不同粒度下的單元項權重、序列效用值等參數(shù),采用深度優(yōu)先遍歷的方法構建軟件執(zhí)行序列,將每一條序列作為軟件的一次函數(shù)執(zhí)行序列,并最終形成軟件動態(tài)執(zhí)行序列集合。其次,提出一種基于有希望擴展的高效用序列模式挖掘算法。該算法將軟件執(zhí)行軌跡序列化,設計了表結構Pre-Utility-List用于存儲模式的效用信息和索引。為存儲長度為2的序列效用值,提出了PEUS結構,并基于此提出一種潛在高效用模式的剪枝策略,有助于模式效用上界值的降低。再次,提出一種基于軟件執(zhí)行圖的Top-k高效用路徑模式挖掘算法�；谲浖䦂�(zhí)行序列中函數(shù)的調(diào)用順序及依賴關系,提出了預插入策略Pre-insertion,以提高初始效用閾值。排序策略Sorting和過濾策略Filtering的使用有助于較早地擴展?jié)撛诟咝в媚Ｊ?以提高算法效率。最后,對本文提出的算法用Java語言在Windows平臺下進行實現(xiàn)。通過實驗分析算法在運行時間、候選集數(shù)量、內(nèi)存使用空間等方面的性能。
[Abstract]:In the era of big data, the scale and application of software system are becoming more and more complex, which makes the dynamic execution path of software need a new processing mode to become an information asset with stronger decision power and insight. Therefore, how to effectively mine the inherent characteristics of software, and how to model and study the algorithm based on the dynamic execution trajectory of software become the basic guarantee of software development quality. It is helpful for the rational application and development of software in the field of application. In this paper, we use data mining technology to mine the behavior patterns of users' interest from the massive software execution path, which can be used in a wide range of software security analysis, software quality assessment, software vulnerability mining and other fields. Firstly, a method of constructing software execution diagram based on software dynamic execution trajectory is proposed. Based on the different granularity of the software, the distribution function is used to generate the cell item weight and the sequence utility value under different granularity, and the depth first traversal method is used to construct the software execution sequence. Each sequence is regarded as the first function sequence of the software, and finally the dynamic execution sequence set of the software is formed. Secondly, a high utility sequential pattern mining algorithm based on promising extension is proposed. The algorithm serializes the software execution trajectory and designs a table structure Pre-Utility-List to store the utility information and index of the schema. In order to store the sequence utility value of length 2, the PEUS structure is proposed, and a pruning strategy of potential high utility pattern is proposed, which is helpful to reduce the upper bound value of pattern utility. Thirdly, a Top-k high utility path pattern mining algorithm based on software execution graph is proposed. Based on the call order and dependency of functions in the software execution sequence, a pre-insertion strategy is proposed to improve the initial utility threshold. The use of sorting strategy Sorting and filtering strategy Filtering helps to extend the potential high utility pattern earlier to improve the efficiency of the algorithm. Finally, the algorithm proposed in this paper is implemented on Windows platform with Java language. The performance of the algorithm in terms of running time, number of candidate sets, memory usage space and so on is analyzed experimentally.
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP311.13;TP311.5

【相似文獻】

相關期刊論文 前10條

1 張長海;胡孔法;陳凌;;序列模式挖掘算法綜述[J];揚州大學學報(自然科學版);2007年01期

2 肖哲;任勝兵;;序列模式挖掘研究進展[J];科技信息(科學教研);2007年36期

3 陳卓;楊炳儒;宋威;宋澤鋒;;序列模式挖掘綜述[J];計算機應用研究;2008年07期

4 王虎;丁世飛;;序列模式挖掘研究與發(fā)展[J];計算機科學;2009年12期

5 陳曉;;一種模糊序列模式挖掘的有效方法[J];現(xiàn)代計算機(專業(yè)版);2010年13期

6 李乃乾;姚新會;田東平;;多時間粒度序列模式挖掘[J];小型微型計算機系統(tǒng);2011年01期

7 吳孔玲;繆裕青;蘇杰;張曉華;;序列模式挖掘研究[J];計算機系統(tǒng)應用;2012年06期

8 聶成林,王浩,胡學鋼;基于概念格的序列模式挖掘[J];計算機工程;2003年20期

9 龔惠群,黃超,彭江平;具有雙時間維約束的股票序列模式挖掘[J];計算機工程;2003年20期

10 許兆新,郝燕玲;約束在序列模式挖掘中的應用研究[J];計算機工程與應用;2004年05期

相關會議論文 前10條

1 呂靜;陳未如;劉俊;Osei Adjei;;并發(fā)分支模式挖掘[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

2 端義鋒;胡谷雨;丁力;;序列模式挖掘在網(wǎng)絡告警分析中的應用[A];2004年全國通信軟件學術會議論文集[C];2004年

3 朱輝生;李存華;;序列模式挖掘的研究與實現(xiàn)[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

4 程銀波;司菁菁;;帶有間隔約束的序列模式挖掘算法[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

5 李潤恒;賈焰;金鑫;;一種面向網(wǎng)絡安全的序列模式挖掘方法[A];第二十五屆中國數(shù)據(jù)庫學術會議論文集（二）[C];2008年

6 李晟;姜青山;郭順;王備戰(zhàn);;一種優(yōu)化的蛋白質(zhì)序列模式挖掘方法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

7 姚偉力;王錫祿;宋俊德;;基于序列模式挖掘的告警相關性分析算法[A];2005年信息與通信領域博士后學術會議論文集[C];2005年

8 任家東;解玉潔;何海濤;張愛國;;基于改進前綴樹PStree的最大序列模式挖掘[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集(B輯)[C];2010年

9 牛興雯;楊冬青;唐世渭;王騰蛟;;OSAF-tree——可迭代的移動序列模式挖掘及增量更新方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

10 張銳;熊峗;陳越;朱揚勇;;MS-BioSM:一個基于多支持度生物序列模式挖掘算法[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2007年

相關博士學位論文 前8條

1 張勁松;基于約束的序列模式挖掘及其應用研究[D];上海交通大學;2015年

2 金陽;基于概念格模型的序列模式挖掘算法研究[D];吉林大學;2007年

3 謝飛;帶有通配符的序列模式挖掘研究[D];合肥工業(yè)大學;2011年

4 熊峗;生物序列模式挖掘與聚類研究[D];復旦大學;2007年

5 楊鈐雯;序列模式挖掘方法及Web使用挖掘研究[D];天津大學;2010年

6 陸介平;描述性規(guī)則挖掘若干關鍵技術研究[D];東南大學;2006年

7 葉紅云;面向金融營銷問題的個性化推薦方法研究[D];合肥工業(yè)大學;2011年

8 徐前方;基于數(shù)據(jù)挖掘的網(wǎng)絡故障告警相關性研究[D];北京郵電大學;2007年

相關碩士學位論文 前10條

1 張長海;分布式序列模式挖掘算法研究[D];揚州大學;2008年

2 陳曉;基于模糊集的序列模式挖掘研究[D];天津大學;2007年

3 俞單慶;序列模式挖掘及其在入侵檢測中的應用研究[D];南京師范大學;2008年

4 楊名時;加權負序列模式挖掘算法研究[D];齊魯工業(yè)大學;2015年

5 周慧霞;回歸方法估算最長頻繁模式長度研究[D];河北工業(yè)大學;2015年

6 馮建;基于命題邏輯的頻繁序列模式挖掘算法的研究[D];浙江工業(yè)大學;2014年

7 廖清科;面向時間序列相似性的序列模式挖掘及應用[D];重慶交通大學;2015年

8 周坤;一般周期間隙約束的序列模式挖掘[D];河北工業(yè)大學;2015年

9 甘宇;遙感圖像閉序列模式挖掘算法的研究與實現(xiàn)[D];東北大學;2014年

10 田國超;基于極大閉模式的序列投影聚類技術研究[D];東北大學;2014年

，

本文編號：1953049