一种基于逻辑结构图聚类的数字电路模块划分方法及系统

    公开(公告)号:CN118821671A

    公开(公告)日:2024-10-22

    申请号:CN202410801202.X

    申请日:2024-06-20

    Abstract: 本发明公开了一种基于逻辑结构图聚类的数字电路模块划分方法及系统,包括:依据比特流文件反编译出FPGA底层实现在可编程逻辑块上的电路详细配置,形成对应的Verilog HDL语言文件;分析所述Verilog HDL语言文件,确定每个可编程逻辑块的类型、初始化参数、输入接口、输出接口信息,记录汇总为配置信息表;根据配置信息表中的信息生成图模型中的节点;通过节点属性构建出图模型;遍历所述图模型,使用基于布尔敏感度的逻辑结构图聚类方法识别图模型中模块划分的核心节点,并以该核心节点为基础,得到邻接节点是否具有逻辑相关性,将具有逻辑相关性的节点作为当前核心节点的从属节点,形成电路的模块划分。本发明可以有效提高划分的效率和准确性。

    一种基于多模型数据增强的工控流量异常检测方法及系统

    公开(公告)号:CN118018237A

    公开(公告)日:2024-05-10

    申请号:CN202311797115.3

    申请日:2023-12-26

    Abstract: 本发明公开了一种基于多模型数据增强的工控流量异常检测方法,包括:获取实际工控场景中来自上位交换机镜像而出的网络层流量即PCAP包;将所述PCAP包输入至数据增强模块,对数据进行清洗降噪、升维,生成平衡数据;所述平衡数据传输至多模型异常检测模块;将多模型异常检测模块识别出的异常结果交给判定规则;通过判定规则得到的判定结果输入至区块链智能合约模块,将判定为异常的信息存储到区块链的分布式数据库中;根据本地物理IP信息进行资产识别,生成网络拓扑图,将异常信息中包含的IP及端口反射在网络拓扑图中;通过异常信息生成访问智能合约、应对策略。本发明对实时的工控流量数据进行快速分析和处理,准确地识别出可能存在的异常流量。

    一种基于强化学习自适应蜕变测试的图像识别与分类模型测试方法

    公开(公告)号:CN116627808A

    公开(公告)日:2023-08-22

    申请号:CN202310560466.6

    申请日:2023-05-18

    Abstract: 本发明公开了一种基于强化学习自适应蜕变测试的图像识别与分类模型测试方法,包括:获取图像识别与分类模型的类型,建立相应的模型调用接口;根据源测试用例,通过蜕变关系变换自动生成衍生测试用例;测试所述图像识别与分类模型是否能够正确的分类或者识别衍生测试用例;使用上下文赌博机算法对测试结果进行强化学习,寻找能够使得模型错误率变高的蜕变关系、源测试用例、衍生测试用例;依据强化学习结果对模型测试结果进行评价,给出当前蜕变关系中对模型错误率变高程度的蜕变关系的排序,以及正确率随经过蜕变关系变换后干扰程度提高的变化影响。本方法能更加快速的获得对模型识别或分类正确率影响大的蜕变关系,加速人工智能软件测试过程。

Patent Agency Ranking