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(dòng),。測(cè)試活動(dòng)遵循軟件生命周期的V字模型,。測(cè)試人員在需求分析階段便開始著手制訂測(cè)試計(jì)劃,，并根據(jù)用戶或客戶需求建立測(cè)試目標(biāo),，同時(shí)設(shè)計(jì)測(cè)試用例并制訂測(cè)試通過準(zhǔn)則。在集成級(jí)上,，應(yīng)成立軟件測(cè)試**,，提供測(cè)試技術(shù)培訓(xùn)，關(guān)鍵的測(cè)試活動(dòng)應(yīng)有相應(yīng)的測(cè)試工具予以支持,。在該測(cè)試成熟度等級(jí)上,，沒有正式的評(píng)審程序，沒有建立質(zhì)量過程和產(chǎn)品屬性的測(cè)試度量,。集成級(jí)要實(shí)現(xiàn)4個(gè)成熟度目標(biāo),，它們分別是:建立軟件測(cè)試**，制訂技術(shù)培訓(xùn)計(jì)劃,，軟件全壽命周期測(cè)試,，控制和監(jiān)視測(cè)試過程。(I)建立軟件測(cè)試**軟件測(cè)試的過程及質(zhì)量對(duì)軟件產(chǎn)品質(zhì)量有直接影響,。由于測(cè)試往往是在時(shí)間緊,，壓力大的情況下所完成的一系列復(fù)雜的活動(dòng)，因此應(yīng)由訓(xùn)練有素的人員組成測(cè)試組,。測(cè)試組要完成與測(cè)試有關(guān)的多種活動(dòng),，包括負(fù)責(zé)制訂測(cè)試計(jì)劃，實(shí)施測(cè)試執(zhí)行,，記錄測(cè)試結(jié)果,，制訂與測(cè)試有關(guān)的標(biāo)準(zhǔn)和測(cè)試度量,，建立鍘試數(shù)據(jù)庫,，測(cè)試重用，測(cè)試**以及測(cè)試評(píng)價(jià)等,。建立軟件測(cè)試**要實(shí)現(xiàn)4個(gè)子目標(biāo):1)建立全**范圍內(nèi)的測(cè)試組,，并得到上級(jí)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(cè)試組的作用和職責(zé),。3)由訓(xùn)練有素的人員組成測(cè)試組。能耗評(píng)估顯示后臺(tái)服務(wù)耗電量超出行業(yè)基準(zhǔn)值42%,。長春軟件驗(yàn)收測(cè)試價(jià)格表

    收藏查看我的收藏0有用+1已投票0軟件測(cè)試方法編輯鎖定本詞條由“科普**”科學(xué)百科詞條編寫與應(yīng)用工作項(xiàng)目審核,。軟件測(cè)試是使用人工或自動(dòng)的手段來運(yùn)行或測(cè)定某個(gè)軟件系統(tǒng)的過程，其目的在于檢驗(yàn)它是否滿足規(guī)定的需求或弄清預(yù)期結(jié)果與實(shí)際結(jié)果之間的差別。[1]從是否關(guān)心軟件內(nèi)部結(jié)構(gòu)和具體實(shí)現(xiàn)的角度劃分,，測(cè)試方法主要有白盒測(cè)試和黑盒測(cè)試,。白盒測(cè)試方法主要有代碼檢査法、靜態(tài)結(jié)構(gòu)分析法,、靜態(tài)質(zhì)量度量法,、邏輯覆蓋法、基夲路徑測(cè)試法,、域測(cè)試,、符號(hào)測(cè)試、路徑覆蓋和程序變異,。黑盒測(cè)試方法主要包括等價(jià)類劃分法,、邊界值分析法、錯(cuò)誤推測(cè)法,、因果圖法,、判定表驅(qū)動(dòng)法、正交試驗(yàn)設(shè)計(jì)法,、功能圖法,、場(chǎng)景法等。[1]從是否執(zhí)行程序的角度劃分,，測(cè)試方法又可分為靜態(tài)測(cè)試和動(dòng)態(tài)測(cè)試,。靜態(tài)測(cè)試包括代碼檢査、靜態(tài)結(jié)構(gòu)分析,、代碼質(zhì)量度量等,。動(dòng)態(tài)測(cè)試由3部分組成：構(gòu)造測(cè)試實(shí)例、執(zhí)行程序和分析程序的輸出結(jié)果,。泉州第三方軟件檢測(cè)報(bào)告隱私合規(guī)檢測(cè)確認(rèn)用戶數(shù)據(jù)加密符合GDPR標(biāo)準(zhǔn)要求,。

    12)把節(jié)裝入到vmm的地址空間；(13)可選頭部的sizeofcode域取值不正確,；(14)含有可疑標(biāo)志,。此外，惡意軟件和良性軟件間以下格式特征也存在明顯的統(tǒng)計(jì)差異：(1)證書表是軟件廠商的可認(rèn)證的聲明,，惡意軟件很少有證書表,，而良性軟件大部分都有軟件廠商可認(rèn)證的聲明；(2)惡意軟件的調(diào)試數(shù)據(jù)也明顯小于正常文件的,，這是因?yàn)閻阂廛浖�為了增加調(diào)試的難度,，很少有調(diào)試數(shù)據(jù)；(3)惡意軟件4個(gè)節(jié)(.text,、.rsrc,、.reloc和.rdata)的characteristics屬性和良性軟件的也有明顯差異，characteristics屬性通常**該節(jié)是否可讀、可寫,、可執(zhí)行等,，部分惡意軟件的代碼節(jié)存在可寫異常，只讀數(shù)據(jù)節(jié)和資源節(jié)存在可寫,、可執(zhí)行異常等,；(4)惡意軟件資源節(jié)的資源個(gè)數(shù)也明顯少于良性軟件的，如消息表,、組圖表,、版本資源等，這是因?yàn)閻阂廛浖�很少使用圖形界面資源,，也很少有版本信息,。pe文件很多格式屬性沒有強(qiáng)制限制，文件完整性約束松散,，存在著較多的冗余屬性和冗余空間,，為pe格式惡意軟件的傳播和隱藏創(chuàng)造了條件。此外,，由于惡意軟件為了方便傳播和隱藏,，盡一切可能的減小文件大小，文件結(jié)構(gòu)的某些部分重疊,，同時(shí)對(duì)一些屬性進(jìn)行了特別設(shè)置以達(dá)到anti-dump,、anti-debug或抗反匯編。

    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；(1)方案一：采用前端融合(early-fusion)方法,，首先合并訓(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特征視圖的特征，融合成一個(gè)單一的特征向量空間,，然后將其作為深度神經(jīng)網(wǎng)絡(luò)模型的輸入,，訓(xùn)練多模態(tài)深度集成模型；(2)方案二：首先利用訓(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特征視圖分別訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型,，合并訓(xùn)練的三個(gè)深度神經(jīng)網(wǎng)絡(luò)模型的決策輸出，并將其作為感知機(jī)的輸入,，訓(xùn)練得到**終的多模態(tài)深度集成模型；(3)方案三：采用中間融合(intermediate-fusion)方法,，首先使用三個(gè)深度神經(jīng)網(wǎng)絡(luò)分別學(xué)習(xí)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特征視圖的高等特征表示，并合并學(xué)習(xí)得到的訓(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特征視圖的高等特征表示融合成一個(gè)單一的特征向量空間,，然后將其作為下一個(gè)深度神經(jīng)網(wǎng)絡(luò)的輸入,，訓(xùn)練得到多模態(tài)深度神經(jīng)網(wǎng)絡(luò)模型。步驟s3,、將軟件樣本中的類別未知的軟件樣本作為測(cè)試樣本,。代碼質(zhì)量評(píng)估顯示注釋覆蓋率不足30%需加強(qiáng)。

    后端融合模型的10折交叉驗(yàn)證的準(zhǔn)確率是％,，對(duì)數(shù)損失是,，混淆矩陣如圖13所示，規(guī)范化后的混淆矩陣如圖14所示,。后端融合模型的roc曲線如圖15所示,，其顯示后端融合模型的auc值為。(6)中間融合中間融合的架構(gòu)如圖16所示,，中間融合方式用深度神經(jīng)網(wǎng)絡(luò)從三種模態(tài)的特征分別抽取高等特征表示,，然后合并學(xué)習(xí)得到的特征表示，再作為下一個(gè)深度神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練模型,，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,。圖16中,，用于抽取dll和api信息特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含3個(gè)隱含層，其***個(gè)隱含層的神經(jīng)元個(gè)數(shù)是128,，第二個(gè)隱含層的神經(jīng)元個(gè)數(shù)是64,，第三個(gè)隱含層的神經(jīng)元個(gè)數(shù)是32，且3個(gè)隱含層中間間隔設(shè)置有dropout層,。用于抽取格式信息特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含2個(gè)隱含層,，其***個(gè)隱含層的神經(jīng)元個(gè)數(shù)是64，其第二個(gè)隱含層的神經(jīng)元個(gè)數(shù)是32,，且2個(gè)隱含層中間設(shè)置有dropout層,。用于抽取字節(jié)碼n-grams特征視圖的深度神經(jīng)網(wǎng)絡(luò)包含4個(gè)隱含層，其***個(gè)隱含層的神經(jīng)元個(gè)數(shù)是512,，第二個(gè)隱含層的神經(jīng)元個(gè)數(shù)是384,，第三個(gè)隱含層的神經(jīng)元個(gè)數(shù)是256，第四個(gè)隱含層的神經(jīng)元個(gè)數(shù)是125,。艾策科技發(fā)布產(chǎn)品：智能企業(yè)管理平臺(tái),。合肥軟件檢測(cè)報(bào)告報(bào)價(jià)

艾策醫(yī)療檢測(cè)中心為體外診斷試劑提供全流程合規(guī)性驗(yàn)證服務(wù),。長春軟件驗(yàn)收測(cè)試價(jià)格表

    本發(fā)明屬于惡意軟件防護(hù)技術(shù)領(lǐng)域：：，涉及一種基于多模態(tài)深度學(xué)習(xí)的惡意軟件檢測(cè)方法,。背景技術(shù)：：：惡意軟件是指在未明確提示用戶或未經(jīng)用戶許可的情況下,，故意編制或設(shè)置的，對(duì)網(wǎng)絡(luò)或系統(tǒng)會(huì)產(chǎn)生威脅或潛在威脅的計(jì)算機(jī)軟件,。常見的惡意軟件有計(jì)算機(jī)**(簡稱**),、特洛伊木馬(簡稱木馬)、計(jì)算機(jī)蠕蟲(簡稱蠕蟲),、后門,、邏輯**等。惡意軟件可能在用戶不知情的情況下竊取計(jì)算機(jī)用戶的信息和隱私,，也可能非法獲得計(jì)算機(jī)系統(tǒng)和網(wǎng)絡(luò)資源的控制,，破壞計(jì)算機(jī)和網(wǎng)絡(luò)的可信性、完整性和可用性,，從而為惡意軟件控制者謀取非法利益,。騰訊安全發(fā)布的《2017年度互聯(lián)網(wǎng)安全報(bào)告》顯示，2017年騰訊電腦管家pc端總計(jì)攔截**近30億次,，平均每月攔截木馬**近,，共發(fā)現(xiàn)**或木馬***。這些數(shù)目龐大,、名目繁多的惡意軟件侵蝕著我國的***,、經(jīng)濟(jì)、文化,、***等各個(gè)領(lǐng)域的信息安全,，帶來了前所未有的挑戰(zhàn)。當(dāng)前的反**軟件主要采用基于特征碼的檢測(cè)方法,，這種方法通過對(duì)代碼進(jìn)行充分研究,，獲得惡意軟件特征值(即每種惡意軟件所獨(dú)有的十六進(jìn)制代碼串)，如字節(jié)序列,、特定的字符串等,，通過匹配查找軟件中是否包含惡意軟件特征庫中的特征碼來判斷其是否為惡意軟件。長春軟件驗(yàn)收測(cè)試價(jià)格表