基于机器学习的控制型软件安全性度量方法

Safety analysis and measurement are very important for the nuclear power station control systems, the satellite navigation systems, the flight control systems of missiles and aircrafts, and other safety critical systems. However, the current safety analysis and measurement methods are mainly used for hardware systems and the analysis and design stages of software systems. The project aims to set out from software source code, studies the safety measurement problem of the large-scale control software systems, and builds the corresponding demonstration examples. The main research contents include: (1) Study software safety measurement mechanism, and establish the corresponding safety measurement methodology; (2) Explore the code-based software safety measurement model and its automatic generation methods and techniques, and build the foundation of software safety measurement; (3) Research software safety measurement method of integrating forward safety evaluation and backward safety validation, and develop the corresponding prototype of software safety measurement tool; (4) Study software safety critical state identification method, reveal the relationship between safety critical states and software accidents, explore the potential software defect prediction method and the reinforcement mechanism of key points, and develop the corresponding prototype of software defect prediction tool; (5) Apply the above methodology, methods and techniques to a particular flight control software system to demonstrate the effectiveness of the project outcomes.

安全性分析和度量对核电站核反应控制系统、卫星导航系统及导弹和飞机的飞行控制系统等安全关键系统的安全运行有着重要的意义。然而，目前的安全性分析和度量方法主要用于硬件系统和软件系统的分析和设计阶段。拟开展项目旨在从软件代码出发，研究大型控制型软件的安全性度量问题，并构建相应的示范性验证实例。主要研究内容包括：（1）研究软件安全性度量机理，建立相应的安全性度量的方法体系；（2）探索基于代码的软件安全性度量模型及其自动生成方法和技术，建立软件安全性度量的基础；（3）研究正向安全性评价和反向安全性验证相结合的软件安全性度量方法，开发相应的安全性度量工具；（4）研究软件安全性关键状态识别方法，揭示安全性关键状态和软件事故间的关联关系，探索潜在软件缺陷预测方法及关键点加固机制，开发软件缺陷预测工具；（5）将上述成果用于某型号飞行控制软件系统的安全性度量，以检验本项目成果的有效性。

安全性分析和度量对众多安全关键软件系统的安全运行有着重要的意义。然而目前的安全性分析和度量方法主要用于软件系统的分析和设计阶段，却忽视了作为实现阶段最重要成果的源代码的重要性。本项目从软件源代码出发，研究大型控制软件的安全性度量问题，取得了以下的研究进展：（1）提出一种以关键组件源码为基础自动构建软件故障树的方法，并基于该故障树进行软件故障定位和安全性分析。项目组设计并实现了该原型系统，并用Lua脚本语言验证了该系统的有效性；（2）提出一种基于程序依赖关系图及关联规则挖掘的软件失效模式影响分析方法，有效地预测出软件系统中潜在的失效模式及其严重程度；（3）提出一种基于非线性加权的集成学习软件缺陷序列预测算法，提升了当前软件缺陷预测序列算法的预测性能；此外，针对当前软件缺陷序列预测算法种类多、不同预测算法在软件缺陷序列预测中预测精度参差不齐，造成预测算法选择困难的问题，提出一种基于元学习的软件缺陷序列预测算法推荐方法；（4）将上述研究方法集成到软件安全知识库中，并基于该安全知识库构建了软件安全性双向度量与交叉验证方法，并将该方法应用于某型号飞行控制软件系统的安全性度量，取得了不错的验证效果。本项目发表国际期刊和会议论文共9篇，其中SCI收录8篇；培养7名研究生，其中2名博士生，5名硕士生。