买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：准检河北检测技术服务有限公司

摘要：本发明涉及软件测试技术领域，具体涉及一种异常识别软件鲁棒性智能检测方法，该方法通过获取在不同场景的检测时序信号，采用待检测的异常识别软件对检测时序信号进行异常识别，确定各个异常值；对检测时序信号进行变分模态分解，并根据分解结果确定在不同场景的检测时序信号的基线时序信号；基线时序信号，对不同场景的检测时序信号进行基线交换处理，得到不同场景的检测时序信号的基线交换时序信号；根据相同场景下的检测时序信号和基线交换时序信号中异常值的位置差异，确定不同场景的检测时序信号的异常检测指标，从而确定待检测的异常识别软件的鲁棒性检测结果。本发明有效提高了对异常识别软件进行鲁棒性检测的准确性。

主权项：1.一种异常识别软件鲁棒性智能检测方法，其特征在于，包括以下步骤：获取在不同场景的检测时序信号，采用待检测的异常识别软件分别对不同场景的检测时序信号进行异常识别，确定不同场景的检测时序信号中的各个异常值；对在不同场景的检测时序信号进行变分模态分解，并根据分解结果确定在不同场景的检测时序信号的基线时序信号；利用不同场景的检测时序信号的基线时序信号，对不同场景的检测时序信号进行基线交换处理，得到不同场景的检测时序信号的基线交换时序信号；采用待检测的异常识别软件分别对不同场景的检测时序信号的基线交换时序信号进行异常识别，确定不同场景的检测时序信号的基线交换时序信号中的各个异常值；根据相同场景下的检测时序信号和基线交换时序信号中异常值的位置差异，确定不同场景的检测时序信号的异常检测指标，并根据所述异常检测指标，确定待检测的异常识别软件的鲁棒性检测结果；对在不同场景的检测时序信号进行变分模态分解，包括：将在每种场景的检测时序信号作为目标时序信号，在当前分解层数下，对所述目标时序信号进行变分模态分解，得到各个分量信号；对每个所述分量信号进行时频转换，确定每个所述分量信号对应的频谱曲线，并确定每个所述分量信号及其频谱曲线上的各个极值点，根据每个所述分量信号中的各个极值点在所述目标时序信号中对应的信号是否为异常值，确定每个所述分量信号中的各个极值点对应的异常概率值；根据所述目标时序信号和每个所述分量信号在各个时间点下的信号幅值差异、每个所述分量信号中的各个极值点对应的异常概率值、每个所述分量信号中每相邻两个相同类型的极值点之间的时间点间隔，以及每个所述分量信号对应的频谱曲线中极值点的总数目，确定每个所述分量信号对应的数据特征值；确定每个所述分量信号在各个时间点下的瞬时频率，并根据每个所述分量信号对应的数据特征值、每个所述分量信号在各个时间点下的信号幅值和瞬时频率，以及所述目标时序信号中的各个异常值对应的时间点，确定每个所述分量信号对应的相似容限阈值；根据每个所述分量信号及其对应的相似容限阈值，确定每个所述分量信号对应的样本熵；获取在当前分解层数和小于当前分解层数的各个前分解层数中的每种分解层数下，对所述目标时序信号进行变分模态分解所得到的所有分量信号对应的样本熵中的最小样本熵的出现频率，根据在当前分解层数以及小于当前分解层数的各个前分解层数中的每种分解层数下对应的最小样本熵的出现频率，以及在当前分解层数下，对所述目标时序信号进行变分模态分解所得到的各个分量信号对应的数据特征值的分布离散程度，确定目标函数；对所述目标函数进行求解，确定目标函数的取值为最大时所对应的当前分解层数，从而得到最优分解层数，并将在所述最优分解层数下，对所述目标时序信号进行变分模态分解所得到的各个最优分量信号确定为分解结果。

全文数据：

权利要求：

百度查询： 准检河北检测技术服务有限公司 一种异常识别软件鲁棒性智能检测方法