基于机器学习的编译器测试优化方法研究

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v3i4.60860

基于机器学习的编译器测试优化方法研究

邵语辰

上海市宝山区上海大学宝山校区

全文直达

引用

打印

摘要：在系统软件中,编译器占据着十分重要的地位。如果编译器自身存在问题,就会对可执行文件造成严重的影响,导致文件出现错误。在编译器质量管理中,通过相应的测试手段进行检测十分必要。在近年来的技术发展中,对编译器进行自动测试的技术得到了发展。但当下的测试中大多对测试用例生成的工具有较大的依赖性,例如 Csmith等。在进行测试时通过生成大量的测试用例实现功能测试。除此之外,编译器自身也是一个十分庞大的软件, 因此在测试中相关的执行人员也会对其进行压力测试,通过使用大量的测试用例来实现这一过程,但这一测试存在较为严重的效率问题。

关键词：

机器学习;编译器测试;方法优化

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(4)