导读:本文包含了符号约束论文开题报告文献综述及选题提纲参考文献，主要关键词:符号执行,约束求解,性能优化,漏洞挖掘
符号约束论文文献综述
邹权臣,吴润浦,马金鑫,王欣,辛伟[1]（2019）在《符号执行中的约束求解问题研究进展》一文中研究指出在符号执行中,约束求解主要负责路径可达性进行判定及测试输入生成的工作,但路径爆炸问题带来的频繁调用,以及SMT求解器本身的能力和效率的不足,使得约束求解占用了符号执行中主要的性能开销,约束求解问题也成为符号执行中面临的主要瓶颈问题之一.本文介绍了符号执行和约束求解的基本概念,并分析了符号执行中约束求解问题的由来,对近年来的约束求解问题研究进展进行了归类,涉及的技术包括非相关约束分支切片、约束简化、快速不满足性检查及多求解器支持等.对这方面的研究进行了展望和总结.提出未来工作应在提高路径约束逻辑精简率、提高约束求解结果存储和重用的效率、约束求解并行化以及约束求解配置预测等方面展开.(本文来源于《北京理工大学学报》期刊2019年09期）
毛潇潇[2]（2019）在《基于符号约束SVAR模型的货币政策效果评价》一文中研究指出国家的金融市场化发展程度与采用什么形式的货币调控手段联系紧密,伴随着利率市场化改革的不断推进,中国的货币政策外部条件已经具备了从数量型调控向价格型转向的基础。货币政策的变革不是一蹴而就的,在当前我国货币调控方法转型和结构升级期间,如何把握“量”和“价”的微妙平衡,从而有效维持宏观经济的平稳发展,就显得尤为重要。这就需要同时对数量型和价格型货币政策的实施效果进行研究,而现有研究大多只对单一数量型或价格型的货币政策冲击进行研究,为此本文将选取代表数量型政策变量的广义货币供给量(M2)增速、代表价格型政策变量的银行间同业拆借利率、代表产出水平的GDP增速以及代表通胀水平的CPI增速,构建符号约束的SVAR模型,考察货币政策的实施效果。论文首先是引言部分,阐述研究背景和意义、国内外研究进展,以及研究主要内容和思路;其次介绍货币政策冲击内涵、货币政策冲击VAR模型与SVAR模型以及冲击的识别;再次对中国货币政策传导渠道、目标选择及现阶段货币政策与主要经济变量关联度进行分析;对模型中变量的选取与平稳性检验、模型设定、符号约束与结构冲击识别进行介绍,对基于符号约束SVAR模型估计结果的中国货币政策效果进行评价,并对模型进行稳健性分析及不同模型结果进行比较,最后是论文结论与建议。模型估计结果表明,在货币供应量呈现下降态势,利率呈现相反的上升趋势时,该情况下的货币政策冲击是会同时对国内的产出水平和国内的通胀水平短期内造成一种持续不断的负向影响的,而冲击对GDP的作用时滞较长,会降低货币政策的调控效用。当估计出传统模型结果与之对比时发现,在符号约束的SVAR模型的结论中,产出水平对紧缩性货币政策冲击的反应速度更快,反应深度也有所加强。基于理论和实证方面的分析结论,本文认为我国货币政策影响有滞后性,且具有顺周期性特征,因而货币当局应对中国当前经济具有高度敏感的分辨能力,根据经济的运行趋势及时有效地做出政策调整;政府在进行政策调整时,不仅要准确把握货币政策实施的中间目标和最终目标之间的关系,更是注意中间目标与最终目标之间在时间上的互动关系,还需要把握消费物价水平,经济增长率等最终目标之间的相互联系。(本文来源于《河南财经政法大学》期刊2019-05-25）
汪孙律,林渝淇,杨秋松,李明树[3]（2019）在《基于输入约束的符号执行优化》一文中研究指出为了解决符号执行中路径爆炸、新路径发现率低等问题,提出了基于输入约束的符号执行(ICBSE)优化框架。该方法通过分析程序代码自动提取3类输入约束,随后使用这些约束引导符号执行更关注于核心功能代码。在KLEE中实现了上述优化框架,并对coreutils、binutils、grep、patch、diff这5个程序套件中的7个常用程序做了检测。ICBSE发现了7个之前未知的缺陷(KLEE只检测其中3个)。同时,ICBSE将指令行覆盖率、分支覆盖率分别提升了约20%,时间开销降低了约15%。(本文来源于《通信学报》期刊2019年03期）
陈忱,宋爽[4]（2018）在《美国紧缩性货币政策冲击对中国宏观经济的影响——基于符号约束SVAR模型的研究》一文中研究指出随着改革开放步入40年,中国的对外开放程度不断加深,中国与全球经济的联系也越发密切。尤其在近年美国持续性加息的国际经济大环境下,中国受到来自美国等主要国际经济体的货币政策冲击的影响也越发强烈。通过构建基于符号约束的SVAR模型,克服传统VAR模型和基于递归假设的SVAR模型可能存在的混合识别、约束条件过强、价格之谜和变量排序等问题,就美国紧缩性货币政策冲击对中国宏观经济的影响进行了研究。采用2001年1月至2017年12月的月度数据进行实证检验,结果表明,来自美国的紧缩性货币政策冲击会导致中国实际GDP下降、中国对美国的出口和总出口先降后升,以及人民币对美元贬值。从贸易渠道、汇率渠道和金融渠道对实证结果进行了分析;并针对在当前和未来可预见的美国持续性加息期内,中国宏观经济可能面临的冲击以及中国可采取的应对措施给出了相关政策建议。(本文来源于《兰州大学学报(社会科学版)》期刊2018年06期）
陈忱[5]（2018）在《货币调控方式与中国货币政策冲击的有效识别——基于符号约束SVAR模型的研究》一文中研究指出基于符号约束的SVAR模型,选取2001年到2017年高频月度数据,构建包含数量型和价格型变量的货币政策冲击系统,对中国货币政策冲击进行识别。结果表明:基于符号约束的SVAR模型对货币政策的冲击识别可以同时纳入数量型和价格型货币政策变量,在紧缩性货币政策冲击下,产出水平下降,通货膨胀得到抑制;与传统模型估计结果相比,产出水平对冲击的反应速度更快,而反应深度有所减弱。国家在货币政策的转型中要兼顾量与价的平衡。(本文来源于《经济经纬》期刊2018年06期）
张海敏[6]（2018）在《具有时间约束层流特征的美术图形符号化设计》一文中研究指出为了解决美术图形符号化过程中RLA(Random Laplace Algorithm)算法对其时间约束信息描述不完整的问题,提出了一种具有时间约束层流特征的美术图形符号化算法(Time constraint laminar characteristics,缩写为TCLC算法).该算法将时间约束符号视为矢量,将两个时间约束层流特征分量引入其中,使得原来的RLA符号进行转换,得到矢量符号,此时对于其均值水平以及发散程度的描述,可通过时间约束均值与方差进行描述.由于该算法能够比RLA提供更多的描述信息,因而在流数据设计应用中能够获得比RLA更精确的结果.大量的实验也证实了它的出色表现.(本文来源于《西安文理学院学报(自然科学版)》期刊2018年02期）
董玉坤[7]（2018）在《基于符号约束集的条件表达式数据流分析》一文中研究指出C程序中的条件表达式是唯一一个由叁目运算符构成的表达式;而从语义角度来说是分支语句结构,传统的数据流分析技术难以实现对其精确分析。为实现对条件表达式的精确分析,提出了一种应用区间运算的条件表达式分析方法。首先对条件表达式的语法结构进行分析,以识别不同类型的条件表达式;并采用RSTVL描述程序点上的存储状态;再按照分支语句的语义,通过分析条件表达式中的符号约束集,基于区间运算方法对条件表达式进行数据流分析,得到由RSTVL描述的条件表达式的取值。通过对构造的测试用例与实际工程的测试结果表明,可以精确地分析C程序中的条件表达式。(本文来源于《科学技术与工程》期刊2018年07期）
苏治,刘程程,宋志刚[8]（2017）在《贝叶斯视角下符号约束与时变随机波动SVAR模型的实现与应用》一文中研究指出SVAR模型的传统识别方法更多地涉及等式约束,即通过对模型中的结构参数或脉冲响应函数施加以严格的等式约束,从而实现模型参数的识别与估计,符号约束则是通过将已有经济理论背景转化为先验信息,借助不等式来约束各变量间的关系,能有效地避免模型缺乏理论基础的问题;伴随着经济社会改革的不断深化,模型中变量间系数及扰动项的方差—协方差矩阵均随时间而变,表现出明显的时变特征,固定参数已不能有效地刻画经济运行中的动态变化关系,时变随机波动SVAR模型的优势日益凸显;贝叶斯估计的一个重要特征即是将先验信息与样本信息相结合,应用贝叶斯定理得到参数的后验分布以确定最终估计值,参数估计的精度及可信度大幅度提升。基于此,本文系统地阐述了TVP-SV-SVAR模型的建立及贝叶斯估计过程,将其应用于中国货币政策有效性的量化研究,并就Sign-SVAR、TVP-SVAR及TVP-SV-SVAR叁种模型的效果进行了对比分析。实证结果进一步发现,结合贝叶斯估计方法的符号约束与时变随机波动SVAR模型在宏观经济政策问题的考察与分析中更具优势。(本文来源于《统计研究》期刊2017年11期）
张侃[9]（2017）在《货币政策、财政支出冲击与房价》一文中研究指出房地产市场是我国金融市场的重要组成部分,而房地产价格也是关乎国计民生的大事。一些宏观经济变量,例如货币政策、信贷规模、汇率等,从理论上来说都能够影响房价。而针对中国房价的命题,不少学者提出了土地财政,认为是地方政府的财政赤字导致政府推高房价。本文通过贝叶斯估计和符号约束的方法识别了货币政策和政府的财政支出两种冲击,探讨了这两种冲击各自对房价的影响,进而为调控房价提出政策建议。前人关于宏观经济变量影响房价的研究,多见于货币政策、尤其是利率工具对房价的影响,本文在土地财政视角的基础上进一步识别了财政支出冲击对房价的影响,具有一定创新性。此外,前人所做的研究,大多是通过VAR或者SVAR模型,采用该模型的一个问题是有大量的参数需要估计,但是我国的宏观经济数据统计的起步时间较晚,样本量的匮乏会使得通过此类模型估计的参数存在较大误差。鉴于此,本文使用贝叶斯估计的方法进行改进,由于贝叶斯估计通过对模型的参数施加一个先验信息,该先验信息能有效“收缩”VAR模型的参数,实践证明该方法能较好地对参数做出准确估计。具体而言,本文选取了 2006年1月至2016年12月的月度数据,运用符号约束的贝叶斯向量自回归模型(BVAR),识别出了货币政策冲击和财政支出冲击各自对房价的影响,并通过方差分解确定了两种冲击对于未来房价变动各自的解释力度。实证分析表明,紧缩性货币政策的冲击能够显着影响房价,利率的提高、货币供给的减少或者信贷收缩能够对房价造成负向影响;财政支出发生正向冲击,房价在未来的8个月会产生正向响应,说明政府财政支出增加是造成房价上涨的原因。(本文来源于《厦门大学》期刊2017-06-30）
李鑫[10]（2017）在《基于机器学习约束求解的复杂软件代码符号执行框架研究》一文中研究指出如何生成高质量的测试用例一直是软件测试领域的重要研究课题。不同于其他测试用例生成技术,基于符号执行的测试用例自动生成技术在程序执行的过程中使用符号化的变量代替具体值的变量,同时维护整个执行过程中的路径约束,当遇到分支语句的时候即调用底层的约束求解器求解该路径约束以生成触发该分支路径的测试用例。该技术经过多年发展已经被应用到了诸多测试工具,比如jCUTE,KLEE和SPF等。当前基于符号执行的测试用例生成技术在应用到真实程序时仍然面临着不少的挑战。其中一个最主要的挑战就是底层约束求解器无法对真实程序中的复杂路径约束提供有效支持。造成这个问题主要有两个方面的原因:一是真实程序中存在着大量复杂的数值计算,包括非线性数值计算,常见的数学函数的计算等,现有的约束求解器对这类约束很难提供有效支持;二是真实程序中存在着大量的函数调用,现有的约束求解器通常只提供纯数学表达式形式的约束支持,在函数具体实现细节无法得知的情况下,约束求解器很难对这类包含函数调用的路径约束进行求解。为了解决以上两个方面的问题,提高符号执行技术应用在真实程序的效率,本文的主要工作如下:·基于机器学习约束求解的符号执行框架。不同于传统的符号执行框架,本文提出了一种新的基于机器学习的符号执行框架——MLBSE。MLBSE与传统符号执行框架最显着的区别就是底层约束求解技术。针对复杂路径约束,MLBSE首先借助约束不满足程度将路径约束的满足性问题转化为优化问题,然后使用基于机器学习的优化算法RACOS对路径约束进行求解。借助于这种基于机器学习的约束求解方法的优势,MLBSE能够更好地支持包含大量复杂数值计算和函数调用的真实程序。·基于MLBSE的符号执行功能增强。在已有的基于机器学习约束求解的符号执行框架MLBSE的基础上,为了进一步增强MLBSE符号执行功能,本文做了包括黑盒执行模式,可解置信度报告和基于可解置信度报告的搜索策略叁个方面的功能拓展。借助黑盒执行模式,MLBSE能更加高效地处理包含函数调用的真实程序。通过引入可解置信度报告,MLBSE能够在计算资源有限的情况下为用户提供额外参考,帮助用户判断是否需要投入更多计算资源在求解失败的路径约束上。除此以外,MLBSE还提供了一种基于可解置信度报告的搜索策略。基于该策略,MLBSE能自动为求解失败且可解置信度高的路径约束投入更多的计算资源,从而在不影响整体效率的前提下提高符号执行的效果。·实现和实验。在开源符号执行引擎SPF的基础上,本文完整地实现了基于机器学习约束求解的符号执行工具MLB。为了验证MLB在真实程序上执行的效果和效率,本文选择了 19个真实使用的程序作为测试程序,并同4个基于符号执行的测试用例自动生成工具做了严格的对比实验。实验表明,MLB在效率、稳定性和生成测试用例的质量上都有着更好的表现。除此之外,本文还针对MLB的叁个拓展功能做了一系列的实验。实验表明,MLB提供的可解置信度报告是具有参考价值的,同时黑盒执行模式和基于可解置信度报告的搜索策略能进一步增强符号执行的功能。(本文来源于《南京大学》期刊2017-05-01）
符号约束论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
国家的金融市场化发展程度与采用什么形式的货币调控手段联系紧密,伴随着利率市场化改革的不断推进,中国的货币政策外部条件已经具备了从数量型调控向价格型转向的基础。货币政策的变革不是一蹴而就的,在当前我国货币调控方法转型和结构升级期间,如何把握“量”和“价”的微妙平衡,从而有效维持宏观经济的平稳发展,就显得尤为重要。这就需要同时对数量型和价格型货币政策的实施效果进行研究,而现有研究大多只对单一数量型或价格型的货币政策冲击进行研究,为此本文将选取代表数量型政策变量的广义货币供给量(M2)增速、代表价格型政策变量的银行间同业拆借利率、代表产出水平的GDP增速以及代表通胀水平的CPI增速,构建符号约束的SVAR模型,考察货币政策的实施效果。论文首先是引言部分,阐述研究背景和意义、国内外研究进展,以及研究主要内容和思路;其次介绍货币政策冲击内涵、货币政策冲击VAR模型与SVAR模型以及冲击的识别;再次对中国货币政策传导渠道、目标选择及现阶段货币政策与主要经济变量关联度进行分析;对模型中变量的选取与平稳性检验、模型设定、符号约束与结构冲击识别进行介绍,对基于符号约束SVAR模型估计结果的中国货币政策效果进行评价,并对模型进行稳健性分析及不同模型结果进行比较,最后是论文结论与建议。模型估计结果表明,在货币供应量呈现下降态势,利率呈现相反的上升趋势时,该情况下的货币政策冲击是会同时对国内的产出水平和国内的通胀水平短期内造成一种持续不断的负向影响的,而冲击对GDP的作用时滞较长,会降低货币政策的调控效用。当估计出传统模型结果与之对比时发现,在符号约束的SVAR模型的结论中,产出水平对紧缩性货币政策冲击的反应速度更快,反应深度也有所加强。基于理论和实证方面的分析结论,本文认为我国货币政策影响有滞后性,且具有顺周期性特征,因而货币当局应对中国当前经济具有高度敏感的分辨能力,根据经济的运行趋势及时有效地做出政策调整;政府在进行政策调整时,不仅要准确把握货币政策实施的中间目标和最终目标之间的关系,更是注意中间目标与最终目标之间在时间上的互动关系,还需要把握消费物价水平,经济增长率等最终目标之间的相互联系。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
符号约束论文参考文献
[1].邹权臣,吴润浦,马金鑫,王欣,辛伟.符号执行中的约束求解问题研究进展[J].北京理工大学学报.2019
[2].毛潇潇.基于符号约束SVAR模型的货币政策效果评价[D].河南财经政法大学.2019
[3].汪孙律,林渝淇,杨秋松,李明树.基于输入约束的符号执行优化[J].通信学报.2019
[4].陈忱,宋爽.美国紧缩性货币政策冲击对中国宏观经济的影响——基于符号约束SVAR模型的研究[J].兰州大学学报(社会科学版).2018
[5].陈忱.货币调控方式与中国货币政策冲击的有效识别——基于符号约束SVAR模型的研究[J].经济经纬.2018
[6].张海敏.具有时间约束层流特征的美术图形符号化设计[J].西安文理学院学报(自然科学版).2018
[7].董玉坤.基于符号约束集的条件表达式数据流分析[J].科学技术与工程.2018
[8].苏治,刘程程,宋志刚.贝叶斯视角下符号约束与时变随机波动SVAR模型的实现与应用[J].统计研究.2017
[9].张侃.货币政策、财政支出冲击与房价[D].厦门大学.2017
[10].李鑫.基于机器学习约束求解的复杂软件代码符号执行框架研究[D].南京大学.2017