公开(公告)号：CN116400901B

公开(公告)日：2024-06-11

申请号：CN202310382529.3

申请日：2023-04-12

Applicant: 上海计算机软件技术开发中心

Inventor： 李爽 ,  杨康 ,  蔡立志 ,  严超 ,  吴建华 ,  张春柳

IPC: G06F8/30 ,  G06F16/33 ,  G06F40/30 ,  G06F18/25

Abstract: 本发明公开一种Python代码自动生成方法及系统，涉及代码生成领域，该方法包括从测试数据库中获取代码的自然语言描述；获取代码的自然语言描述对应的代码的NLP特征；将代码的自然语言描述转化为Action序列特征；并根据Action特征确定AST表征向量；对代码的NLP特征、Action序列特征以及AST表征向量进行特征融合；利用特征向量进行检索确定样本自然语言描述；并将样本自然语言描述、代码的自然语言描述以及对应的代码作为样本数据集中样本；利用样本数据集训练深度学习PLBART模型；根据待生成的代码的自然语言描述，采用代码生成模型，生成Python代码。本发明可准确自动生成有效的代码。

公开(公告)号：CN116432181A

公开(公告)日：2023-07-14

申请号：CN202310385019.1

申请日：2023-04-12

Applicant: 上海计算机软件技术开发中心

Inventor： 李爽 ,  杨康 ,  张孟 ,  严超 ,  周悦 ,  蔡立志 ,  吴建华 ,  张春柳

IPC: G06F21/56 ,  G06F18/214 ,  G06F18/241 ,  G06F18/25

Abstract: 本发明公开一种安卓恶意软件检测方法、系统及电子设备，涉及网络安全技术领域。本发明提供的安卓恶意软件检测方法，深度学习模型提取有效的应用内在静态结构特征提取样本的静态特征，并获取对应样本的动态特征，以能够有效地缩小深度学习模型的特征量的大小，保留结构特性，从而加速模型计算速度。此外，深度学习模型利用流量数据监测的方式提取动态特征，可以有效避免模拟所有的动态行为，提取特征更为简洁、有效。最后，为了增加深度学习模型的可解释性，本发明研究不同数据特征的重要性，从而达到特征可解释性的研究目的。