坐標(biāo)點(diǎn)(0,1)**一個(gè)完美的分類器,，它將所有的樣本都正確分類,。roc曲線越接近左上角，該分類器的性能越好,。從圖9可以看出,，該方案的roc曲線非常接近左上角，性能較優(yōu),。另外,，前端融合模型的auc值為。(5)后端融合后端融合的架構(gòu)如圖10所示,，后端融合方式用三種模態(tài)的特征分別訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型,，然后進(jìn)行決策融合，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(guò)擬合,，優(yōu)化器(optimizer)采用的是adagrad,，batch_size是40。本次實(shí)驗(yàn)使用了80％的樣本訓(xùn)練,，20％的樣本驗(yàn)證,，訓(xùn)練50個(gè)迭代以便于找到較優(yōu)的epoch值。隨著迭代數(shù)的增加,，后端融合模型的準(zhǔn)確率變化曲線如圖11所示，模型的對(duì)數(shù)損失變化曲線如圖12所示,。從圖11和圖12可以看出,，當(dāng)epoch值從0增加到5過(guò)程中，模型的訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率快速提高,，模型的訓(xùn)練對(duì)數(shù)損失和驗(yàn)證對(duì)數(shù)損失快速減少,；當(dāng)epoch值從5到50的過(guò)程中，前端融合模型的訓(xùn)練準(zhǔn)確率和驗(yàn)證準(zhǔn)確率小幅提高,，訓(xùn)練對(duì)數(shù)損失和驗(yàn)證對(duì)數(shù)損失緩慢下降,；綜合分析圖11和圖12的準(zhǔn)確率和對(duì)數(shù)損失變化曲線,，選取epoch的較優(yōu)值為40。確定模型的訓(xùn)練迭代數(shù)為40后,，進(jìn)行了10折交叉驗(yàn)證實(shí)驗(yàn),。人工智能在金融領(lǐng)域的應(yīng)用：艾策科技的實(shí)踐案例。鄭州軟件檢測(cè)報(bào)告電話

    快速原型模型部分需求-原型-補(bǔ)充-運(yùn)行外包公司預(yù)先不能明確定義需求的軟件系統(tǒng)的開(kāi)發(fā),，更好的滿足用戶需求并減少由于軟件需求不明確帶來(lái)的項(xiàng)目開(kāi)發(fā)風(fēng)險(xiǎn),。不適合大型系統(tǒng)的開(kāi)發(fā)，前提要有一個(gè)展示性的產(chǎn)品原型,，在一定程度上的補(bǔ)充,，限制開(kāi)發(fā)人員的創(chuàng)新。螺旋模型每次功能都要**行風(fēng)險(xiǎn)評(píng)估,，需求設(shè)計(jì)-測(cè)試很大程度上是一種風(fēng)險(xiǎn)驅(qū)動(dòng)的方法體系,，在每個(gè)階段循環(huán)前，都進(jìn)行風(fēng)險(xiǎn)評(píng)估,。需要有相當(dāng)豐富的風(fēng)險(xiǎn)評(píng)估經(jīng)驗(yàn)和專門(mén)知識(shí),，在風(fēng)險(xiǎn)較大的項(xiàng)目開(kāi)發(fā)中，很有必要,，多次迭代,，增加成本。軟件測(cè)試模型需求分析-概要設(shè)計(jì)-詳細(xì)設(shè)計(jì)-開(kāi)發(fā)-單元測(cè)試-集成測(cè)試-系統(tǒng)測(cè)試-驗(yàn)收測(cè)試***清楚標(biāo)識(shí)軟件開(kāi)發(fā)的階段包含底層測(cè)試和高層測(cè)試采用自頂向下逐步求精的方式把整個(gè)開(kāi)發(fā)過(guò)程分成不同的階段,，每個(gè)階段的工作都很明確,，便于控制開(kāi)發(fā)過(guò)程。缺點(diǎn)程序已經(jīng)完成,，錯(cuò)誤在測(cè)試階段發(fā)現(xiàn)或沒(méi)有發(fā)現(xiàn),，不能及時(shí)修改而且需求經(jīng)常變化導(dǎo)致V步驟反復(fù)執(zhí)行，工作量很大,。W模型開(kāi)發(fā)一個(gè)V測(cè)試一個(gè)V用戶需求驗(yàn)收測(cè)試設(shè)計(jì)需求分析系統(tǒng)測(cè)試設(shè)計(jì)概要設(shè)計(jì)集成測(cè)試設(shè)計(jì)詳細(xì)設(shè)計(jì)單元測(cè)試設(shè)計(jì)編碼單元測(cè)試集成集成測(cè)試運(yùn)行系統(tǒng)測(cè)試交付驗(yàn)收測(cè)試***測(cè)試更早的介入,，可以發(fā)現(xiàn)開(kāi)發(fā)初期的缺陷。西安軟件驗(yàn)收測(cè)試中心5G 與物聯(lián)網(wǎng)：深圳艾策的下一個(gè)技術(shù)前沿,。

    本書(shū)內(nèi)容充實(shí),、實(shí)用性強(qiáng)，可作為高職高專院校計(jì)算機(jī)軟件軟件測(cè)試技術(shù)課程的教材,，也可作為有關(guān)軟件測(cè)試的培訓(xùn)教材,，對(duì)從事軟件測(cè)試實(shí)際工作的相關(guān)技術(shù)人員也具有一定的參考價(jià)值。目錄前言第1章軟件測(cè)試基本知識(shí)第2章測(cè)試計(jì)劃第3章測(cè)試設(shè)計(jì)和開(kāi)發(fā)第4章執(zhí)行測(cè)試第5章測(cè)試技術(shù)與應(yīng)用第6章軟件測(cè)試工具第7章測(cè)試文檔實(shí)例附錄IEEE模板參考文獻(xiàn)軟件測(cè)試技術(shù)圖書(shū)3基本信息書(shū)號(hào)：軟件測(cè)試技術(shù)7-113-07054作者：李慶義定價(jià)：出版日期：套系名稱：21世紀(jì)高校計(jì)算機(jī)應(yīng)用技術(shù)系列規(guī)劃教材出版單位：**鐵道出版社內(nèi)容簡(jiǎn)介本書(shū)主要介紹軟件適用測(cè)試技術(shù),。內(nèi)容分為三部分,，***部分為概念基礎(chǔ)、測(cè)試?yán)碚摰谋尘凹鞍l(fā)展,，簡(jiǎn)要地分析了當(dāng)前測(cè)試技術(shù)的現(xiàn)狀,；第二部分介紹軟件測(cè)試的程序分析技術(shù),、測(cè)試技術(shù)，軟件測(cè)試的方法和策略,，分析了軟件業(yè)在測(cè)試方面的研究成果,，并總結(jié)了測(cè)試的基本原則和一些好的實(shí)踐經(jīng)驗(yàn)；第三部分介紹了兩種測(cè)試工具軟件一一基于Windows的WinRunner和服務(wù)器負(fù)載測(cè)試軟件WAS,。本書(shū)結(jié)合實(shí)際,，從一些具體的實(shí)例出發(fā)，介紹軟件測(cè)試的一些基本概念和方法,，分析出軟件測(cè)試的基本理論知識(shí),，適用性比較強(qiáng)。

    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(kāi)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(guò)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(méi)有正式的評(píng)審程序,，沒(méi)有建立質(zhì)量過(guò)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(guò)程,。(I)建立軟件測(cè)試**軟件測(cè)試的過(guò)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(kù),，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,。代碼質(zhì)量評(píng)估顯示注釋覆蓋率不足30%需加強(qiáng),。

    綜合上面的分析可以看出，惡意軟件的格式信息和良性軟件是有很多差異性的,，以可執(zhí)行文件的格式信息作為特征,，是識(shí)別已知和未知惡意軟件的可行方法。對(duì)每個(gè)樣本進(jìn)行格式結(jié)構(gòu)解析,，提取**每個(gè)樣本實(shí)施例件的格式結(jié)構(gòu)信息,，可執(zhí)行文件的格式規(guī)范都由操作系統(tǒng)廠商給出，按照操作系統(tǒng)廠商給出的格式規(guī)范提取即可,。pe文件的格式結(jié)構(gòu)有許多屬性,，但大多數(shù)屬性無(wú)法區(qū)分惡意軟件和良性軟件，經(jīng)過(guò)深入分析pe文件的格式結(jié)構(gòu)屬性,，提取了可能區(qū)分惡意軟件和良性軟件的136個(gè)格式結(jié)構(gòu)屬性,，如表2所示。表2可能區(qū)分惡意軟件和良性軟件的pe格式結(jié)構(gòu)屬性特征描述數(shù)量(個(gè))引用dll的總數(shù)1引用api的總數(shù)1導(dǎo)出表中符號(hào)的總數(shù)1重定位節(jié)的項(xiàng)目總數(shù),，連續(xù)的幾個(gè)字節(jié)可能是完成特定功能的一段代碼,，或者是可執(zhí)行文件的結(jié)構(gòu)信息，也可能是某個(gè)惡意軟件中特有的字節(jié)碼序列,。pe文件可表示為字節(jié)碼序列,，惡意軟件可能存在一些共有的字節(jié)碼子序列模式，研究人員直覺(jué)上認(rèn)為一些字節(jié)碼子序列在惡意軟件可能以較高頻率出現(xiàn),，且這些字節(jié)碼序列和良性軟件字節(jié)碼序列存在明顯差異,。可執(zhí)行文件通常是二進(jìn)制文件,，需要把二進(jìn)制文件轉(zhuǎn)換為十六進(jìn)制的文本實(shí)施例件,，就得到可執(zhí)行文件的十六進(jìn)制字節(jié)碼序列。艾策科技發(fā)布產(chǎn)品：智能企業(yè)管理平臺(tái),。江蘇軟件安全性測(cè)評(píng)

數(shù)字化轉(zhuǎn)型中的挑戰(zhàn)與應(yīng)對(duì)：艾策科技的經(jīng)驗(yàn)分享,。鄭州軟件檢測(cè)報(bào)告電話

    k為短序列特征總數(shù)，1≤i≤k,�,？蓤�(zhí)行文件長(zhǎng)短大小不一，為了防止該特征統(tǒng)計(jì)有偏,，使用∑knk,j進(jìn)行歸一化處理,。逆向文件頻率(inversedocumentfrequency,，idf)是一個(gè)短序列特征普遍重要性的度量。某一短序列特征的idf,，可以由總樣本實(shí)施例件數(shù)目除以包含該短序列特征之樣本實(shí)施例件的數(shù)目,，再將得到的商取對(duì)數(shù)得到：其中，|d|指軟件樣本j的總數(shù),，|{j:i∈j}|指包含短序列特征i的軟件樣本j的數(shù)目,。idf的主要思想是：如果包含短序列特征i的軟件練樣本越少，也就是|{j:i∈j}|越小,，idf越大,，則說(shuō)明短序列特征i具有很好的類別區(qū)分能力。：如果某一特征在某樣本中以較高的頻率出現(xiàn),，而包含該特征的樣本數(shù)目較小,，可以產(chǎn)生出高權(quán)重的，該特征的,。因此,，，保留重要的特征,。此處選取可能區(qū)分惡意軟件和良性軟件的短序列特征,，是因?yàn)樽止?jié)碼n-grams提取的特征很多，很多都是無(wú)效特征,，或者效果非常一般的特征,，保持這些特征會(huì)影響檢測(cè)方法的性能和效率，所以要選出有效的特征即可能區(qū)分惡意軟件和良性軟件的短序列特征,。步驟s2,、將軟件樣本中的類別已知的軟件樣本作為訓(xùn)練樣本，然后分別采用前端融合方法,、后端融合方法和中間融合方法設(shè)計(jì)三種不同方案的多模態(tài)數(shù)據(jù)融合方法,。鄭州軟件檢測(cè)報(bào)告電話