版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著多核心處理器系統(tǒng)的發(fā)展,分布式并發(fā)系統(tǒng)已成為當前主流的軟件體系結(jié)構(gòu)。分布式軟件的特性導致錯誤不可重現(xiàn),使軟件排錯工作非常困難。Java是在語言級別支持并發(fā)的高級語言,其提供的語言特性和大量的類庫很好地支持了并發(fā)程序的編寫。但這些類庫都有各自的特點,如果使用不當會造成一些難以發(fā)現(xiàn),卻危害嚴重的問題。同時,Java內(nèi)存模型JMM(Java Memory Model)允許編譯器在優(yōu)化過程中改變程序的執(zhí)行順序,這會讓多線程Java程序產(chǎn)生許
2、多意想不到的錯誤。Java規(guī)范中程序的正確性僅僅依賴于程序員編寫正確的,不會沖突的代碼,很難滿足高可靠性軟件的要求。 針對上述問題,本文提出了一套對Java多線程并發(fā)程序錯誤進行檢測的方法。第一部分工作提出了一種自動化模型檢測的技術(shù),并制作了工具JTS(Java To SPIN),實現(xiàn)了對Java并發(fā)程序的模型檢測與驗證。JTS對Java程序進行分析,產(chǎn)生抽象語法樹,建立程序的抽象模型。分析中特別針對Java虛擬機的并發(fā)機制和類
3、庫實現(xiàn)進行了建模,并利用模型檢測工具SPIN進行了模型檢測。在實驗中JTS成功地對多個Java程序進行了模型提取和模型檢測,給出了錯誤路徑。JTS建立的模型準確地再現(xiàn)了Java程序的執(zhí)行過程,發(fā)現(xiàn)了其中隱藏的并發(fā)程序錯誤。這種檢測方法為發(fā)現(xiàn)和修正這類不可重現(xiàn),難以測試的并發(fā)錯誤提供了一種新的方法和思路,是傳統(tǒng)測試方法在并行程序領域的的一種嘗試與補充。 第二部分工作提出了另一種新的方法,針對JMM所允許的程序順序變化,結(jié)合程序中的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模型檢測結(jié)果的CSP并發(fā)系統(tǒng)調(diào)試技術(shù)研究.pdf
- 基于預測分析的并發(fā)程序錯誤檢測技術(shù)研究.pdf
- Java程序模型驗證中的程序建模問題研究.pdf
- 點云模型局部細節(jié)提取與融合技術(shù)研究.pdf
- 基于序列模式挖掘的并發(fā)程序缺陷檢測技術(shù)研究.pdf
- 面向并發(fā)的程序重構(gòu)技術(shù)研究.pdf
- 太陽跟蹤誤差模型與檢測技術(shù)研究.pdf
- 并發(fā)程序分析與測試輔助技術(shù)研究.pdf
- 基于模型檢查的C程序分析技術(shù)研究.pdf
- 基于UML模型規(guī)約的程序切片技術(shù)研究.pdf
- 基于懶惰切片的模型檢測技術(shù)研究.pdf
- 基于偏序簡化的并發(fā)系統(tǒng)模型檢測技術(shù)的研究.pdf
- 基于程序切片的Ada程序模型檢測研究.pdf
- Java語言的程序漏洞檢測與診斷技術(shù).pdf
- 點云模型繪制及輪廓提取技術(shù)研究.pdf
- 網(wǎng)絡安全協(xié)議模型檢測技術(shù)研究與應用.pdf
- 基于Java3D的ACIS幾何模型顯示技術(shù)研究.pdf
- 基于重放的并發(fā)程序調(diào)試技術(shù)研究.pdf
- 基于變體的并發(fā)程序測試技術(shù)研究.pdf
- 基于寬度優(yōu)先搜索的模型檢測技術(shù)研究.pdf
評論
0/150
提交評論