【技术实现步骤摘要】
本专利技术涉及软件与算法测试验证，更具体的说是涉及一种智能软件缺陷检测方法。
技术介绍
1、随着系统信息化和智能化发展，智能软件作为人工智能技术重要载体，是智能系统核心组成，其重要性日益凸显，对着智能软件的应用不断提升了装备信息处理能力、运行控制效率、精准打击能力。智能软件通过深度学习、强化学习、知识图谱、边缘智能等技术，成功应用在图像视频识别、知识发现、逻辑推理和决策、自动驾驶、人机交互等方面，进行高效的战场态势侦察感知、任务动态决策、行动自主控制、火力优化控制等作战任务。为应对日益动态复杂运行环境，智能软件需要具有高安全可靠的理解和决策能力。然而，智能软件中常用的深度学习等智能算法，作为一种数据驱动方法会过度依赖基础数据集质量，具有较大的不确定性，并且鲁棒性差和可解释性差，无法有效处理以前未遇到过的事件，应用场景中出现不确定因素就会导致学习模型识别准确率大幅度下降，产生不可信不安全风险，直接影响了智能装备实际应用。
2、现有技术不能有效针对智能软件和安全关键软件自身特征进行缺陷分析，还缺少有效的验证手段和环境，从而造成缺陷分析和验证不充分不完备。因此亟需开展面向智能无人系统的智能软件失效模式挖掘与分析技术研究，实现智能软件全生命周期缺陷分析和验证。
3、因此，如何实现智能软件全生命周期缺陷的准确检测是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种智能软件缺陷检测方法，采用智能无人系统软件失效模式与算法缺陷传播机理分析方法
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种智能软件缺陷检测方法，包括以下步骤：
4、步骤1：采集智能软件运行过程中的实时监测数据；
5、步骤2：获取历史监测数据，并根据历史监测数据设定失效模式；
6、步骤3：将实时监测数据和失效模式进行对比，从实时监测数据中筛选出每种失效模式的缺陷数据；
7、步骤4：根据每种失效模式的缺陷数据进行缺陷传播仿真，获得缺陷传播路径和缺陷根因；
8、步骤5：根据所有失效模式对应的缺陷传播路径采用多米诺模型和金字塔模型构建智能软件相关失效模型；
9、步骤6：根据智能软件相关失效模型和每种失效模式的缺陷根因构建失效过程鱼骨图，并生成检测报告。
10、上述技术方案的技术效果为，对智能软件失效过程进行分析，从训练、推理、部署、更新、销毁等各阶段分析智能软件失效原因，智能软件生命周期各阶段拥有各自运行方式，不同阶段间也存在紧密的关联关系，智能软件失效过程表现为缺陷引发错误，并继而导致失效的过程，因此，通过失效模式对应的智能算法缺陷传播分析进一步进行智能软件的失效过程分析。
11、优选的，检测报告包括缺陷数据中的缺陷数量、缺陷传播路径、缺陷根因、失效过程鱼骨图和失效过程文字描述。
12、优选的，实时监测数据和历史监测数据包括各个组件运行日志、监控指标数据、资源消耗数据。监控指标数据为算法执行结果，包括识别精度、准确率等；运行日志为过程日志数据，采集运行日志采用插值算法，提高采集数据的质量，降低数据分析难度；资源消耗数据为资源使用率，包括gpu使用量、cpu使用量和内存使用量等。
13、优选的，步骤2具体步骤包括：
14、步骤21：采集智能软件典型历史缺陷数据和智能软件不同生命周期阶段的失效类型；
15、步骤22：对智能软件典型历史缺陷数据按失效类型进行分类，获得失效分类结果；
16、步骤23：根据失效分类结果为智能软件的各模块设定失效模式；
17、智能软件包括数据模块、环境模块、训练模块和推理模块，运行日志包括数据模块通过监控日志文件统计的传输数据的速率、传输数据的规模和传输请求的数量，训练模块的训练速度、训练次数、总体训练时间和每个epoch训练时间，推理模块的推理请求数量、推理速度、推理延时时间等，环境模块的环境交互频率、环境交互时间等；
18、在智能软件中，实现其功能的智能算法的缺陷可能是由开发人员在智能算法设计过程中的失误、疏忽或者错误导致的，也有可能是由于智能算法模型训练、数值计算、标记数据上的错误(如投毒攻击、对抗攻击)或数学偏差(如舍入误差)导致，不同缺陷由于其算法内部逻辑不同和软件运行环境动态变化，从而导致智能软件失效表现形式不同。
19、优选的，步骤4的具体过程包括：
20、步骤41：对缺陷数据采用基于pc算法的缺陷传播路径图学习方法构建缺陷动态因果图；
21、步骤42：根据缺陷动态因果图构建缺陷传播路径图，确定缺陷根因；
22、步骤43：根据缺陷传播路径图进行缺陷传播仿真，获得缺陷传播路径。
23、优选的，步骤41中采用基于pc算法的缺陷传播路径图学习方法构建缺陷动态因果图的具体步骤包括：
24、步骤411：采用条件独立性检验方法(fisher z test)对缺陷因果图进行条件独立性检验，获得缺陷因果无向图；
25、步骤412：采用pc算法对缺陷因果无向图进行条件选择，确定图中边的依赖方向，获得缺陷因果有向图；
26、步骤413：对缺陷因果有向图进行因果校验，分别从缺陷因果有向图的非对称性、稳态的历史知识和条件独立性检验方法中得到因果方向的准确提示，并在提示的指导下构建缺陷动态因果图。
27、优选的，步骤42中根据缺陷动态因果图采用缺陷因果子图结构检测算法检测缺陷根因，具体步骤包括：
28、步骤421：对运行日志进行窗口划分，得到因果关联矩阵；
29、步骤422：计算当前的因果关联矩阵与正常因果关联矩阵的差异，获得因果差异矩阵；
30、步骤423：根据因果差异矩阵的f-范数，获得因果矩阵差异长度；
31、步骤424：根据不同指标之间因果强度的大小生成因果关联图的因果关联强度最高的子图；
32、步骤425：采用线性规划方法最大化缺陷动态因果关系图中子图的密度，筛选出密度最高的子图；
33、步骤426：在筛选出的子图中定位缺陷根因所在组件或者模块，确定缺陷根因。
34、优选的，步骤43中根据缺陷传播路径图进行缺陷传播仿真，检测出缺陷传播路径的步骤包括：
35、步骤431：根据缺陷数据确定缺陷起点；
36、步骤432：标准化处理缺陷动态因果图的权重；
37、步骤433：根据缺陷起点遍历标准化后的缺陷动态因果图，筛选出所有缺陷起点出发的路径；
38、步骤434：将筛选出的每一条路径中的边权重相乘，获得每条路径的因果效应强度，构建缺陷传播路径图；
39、步骤435：在缺陷传播路径图中根据因果效应强度由大到小对每条路径进行排序，选取第一个路径作为缺陷传播路径。
40、经由上述的技术方案可知，与本文档来自技高网...
【技术保护点】
1.一种智能软件缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，检测报告包括实时缺陷数据中的缺陷数量、检测缺陷传播路径、检测缺陷根因、失效过程鱼骨图和失效过程文字描述。
3.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，实时监测数据和历史监测数据包括各个组件运行日志、监控指标数据、资源消耗数据。
4.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，步骤2具体步骤包括：
5.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，步骤4的具体过程包括：
6.根据权利要求5所述的一种智能软件缺陷检测方法，其特征在于，步骤1中采用基于PC算法的缺陷传播路径图学习方法构建缺陷动态因果图；具体步骤包括：
7.根据权利要求5所述的一种智能软件缺陷检测方法，其特征在于，步骤42中根据缺陷传播路径图采用缺陷因果子图结构检测算法检测缺陷根因，具体步骤包括：
8.根据权利要求5所述的一种智能软件缺陷检测方法，其特征在于，步骤43中根据缺陷
...【技术特征摘要】
1.一种智能软件缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，检测报告包括实时缺陷数据中的缺陷数量、检测缺陷传播路径、检测缺陷根因、失效过程鱼骨图和失效过程文字描述。
3.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，实时监测数据和历史监测数据包括各个组件运行日志、监控指标数据、资源消耗数据。
4.根据权利要求1所述的一种智能软件缺陷检测方法，其特征在于，步骤2具体步骤包括：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：王栓奇，刘钊，庞红彪，武伟，张诗睿，宇航，
申请(专利权)人：中国兵器工业信息中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。