摘要
本发明公开了一种基于关联模型的编译器优化故障检测方法及系统,本发明首先生成测试程序并通过随机选择优化级别和处理差异集构建多样化的优化序列;然后构建训练样本,将测试程序和优化序列进行关联,并将其输入到编译器中进行差分测试,标记输出的测试结果,构建带有标签的训练样本;再将训练样本中的测试程序和优化序列转换为向量表示形式,基于支持向量机算法构建关联模型;最后使用训练好的SVM模型预测新的测试程序在某一优化序列下触发优化故障的概率,根据预测的概率对优化序列降序排序,使用新的测试程序和排序在Top‑K的优化序列对编译器进行差分测试。本发明能够提高编译器优化故障的检测效率和准确性,为编译器优化的可靠性提供了保障。
技术关键词
故障检测方法
测试程序生成方法
支持向量机算法
标签
序列构建方法
生成测试程序
故障检测系统
模型训练模块
高斯核函数
分类边界
机器学习模型
正则化参数
计算机程序产品
种子
标记
样本
系统为您推荐了相关专利信息
意图识别模型
智能客服应答方法
意图类别
动态语义特征
历史会话
数据分类方法
负荷
多分支
多分辨率
特征提取模型
情绪识别方法
情绪识别模型
高维特征向量
文本
情绪识别装置