[发明专利]指标评估方法及装置

权利要求书

1.一种指标评估方法，其特征在于，包括：

获取测试程序的指令流并分割成长度相等的N个指令片段；

确定所述N个指令片段对应的特征矩阵A、均值列向量B和权重向量W，其中，所述特征矩阵A为M行N列的矩阵，用于描述所述N个指令片段的特征指标向量，M为所述N个指令片段中基本块BB的种类数，所述均值列向量B为所述特征矩阵A每行的特征指标向量的均值构成的列向量，所述权重向量W为所述特征矩阵A中每行对应的基本块BB类型在测试程序的特征指标所占的权重构成的列向量；

根据所述特征矩阵A、所述均值列向量B、所述权重向量W和优化目标确定优化列向量，所述优化目标包括减少用于仿真的指令片段个数和/或减少评估所述测试程序的特征指标与所述测试程序的特征指标之间的误差，所述优化列向量用于表示所述N个指令片段中用于进行模拟的指令片段及每个指令片段对应的权重；

确定所述优化列向量对应的指令片段的编号向量和系数向量，其中，所述编号向量用于表示所述优化列向量中非零位置对应的指令片段的编号，所述系数向量用于表示所述优化列向量中非零位置对应的指令片段的特征指标的权重；

将所述编号向量对应的指令片段分别在模拟装置中进行模拟，得到所述编号向量对应的指令片段的特征指标向量，所述特征指标向量用于表示所述编号向量对应的指令片段的特征指标；

确定所述特征指标向量和所述系数向量的内积为评估所述测试程序的特征指标。

2.如权利要求1所述的方法，其特征在于，所述优化目标为：在W·AX-W·B的第一范数或AX-B的第二范数小于或等于第一阈值时，使得X的第三范数最小，其中，X为优化变量，用于表示所述N个指令片段中用于进行模拟的指令片段及每个指令片段对应的权重，所述优化列向量为满足所述优化目标的X的取值。

3.如权利要求2所述的方法，其特征在于，所述根据所述特征矩阵A、所述均值列向量B、所述权重向量W和优化目标确定优化列向量包括：

通过以下目标优化公式确定所述优化列向量：

其中，||W·AX-W·B||_t1表示W·AX-W·B的第一范数，||AX-B||_t2表示AX-B的第二范数，||X||_t3为表示X的第三范数，c表示所述第一阈值。

4.如权利要求1所述的方法，其特征在于，所述优化目标为：

在X的第一范数小于或等于第二阈值时，使得第一乘积与第二乘积之和最小，所述第一乘积为W·AX-W·B的第二范数与第一系数的乘积，所述第二乘积为X的第三范数与第二系数的乘积，第一系数的取值为非零实数，其中，X为优化变量，用于表示所述N个指令片段中用于进行模拟的指令片段及每个指令片段对应的权重，所述优化列向量为满足所述优化目标的X的取值。

5.如权利要求4所述的方法，其特征在于，

所述根据所述特征矩阵A、所述均值列向量B、所述权重向量W和优化目标确定优化列向量包括：

通过以下目标优化公式确定所述优化列向量：

min λ||W·AX-W·B||_t2+δ||X||_t3

s.t.||X||_t1≤d

其中，d表示所述第二阈值，||X||_t1表示X的第一范数，||W·AX-W·B||_t2表示W·AX-W·B的第二范数，||X||_t3表示X的第三范数，λ表示所述第一系数，δ表示所述第二系数，λ≠0。