-
公开(公告)号：CN119066660A
公开(公告)日：2024-12-03
申请号：CN202411091512.3
申请日：2024-08-09
Applicant: 大连理工大学
Abstract: 本发明提供一种基于模糊突变算子竞争的嵌入式软件模糊测试方法和系统，通过模糊突变算子的竞争与自适应调整增强测试效能。包括：步骤1：将突变调度器内初始突变算子的选择概率分布视作父代并对其进行轻微扰动，产生子代选择概率分布；步骤2：模糊器随机选取初始模糊输入，突变调度器选择出突变算子并将其应用到初始模糊输入上，得到父代与子代的突变模糊输入；步骤3：模糊器将突变模糊输入放入待测程序中测试，并将测试的结果反馈给突变调度器来计算父代与子代的进化适应度，以选出新的父代；步骤4：将突变模糊输入发现的新路径或触发待测程序崩溃的输入的有关信息保存在一个哈希表中，并将该哈希表视为突变调度器内的一个独立的突变算子。
-
公开(公告)号：CN114924852B
公开(公告)日：2024-09-06
申请号：CN202210536587.2
申请日：2022-05-17
Applicant: 大连理工大学 , 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于单变量访问序模式的中断数据竞争模型检测方法，属于软件模型检测领域。首先选择待检测模式并输入待检测变量的名称和类型，然后对中断程序进行顺序化处理，根据选择的模式在待检测变量的读写语句前后添加赋值语句和断言，再将其输入给有界模型检测工具CBMC，最终根据返回结果得到待检测变量是否存在该种模式的数据竞争。此方法可以检测中断程序中存在的特定单变量访问序模式，同时对反例路径进行可视化。
-
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
Applicant: 大连理工大学
IPC: H04L9/40 , H04L9/00 , H04L41/12 , H04L67/1097
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。
-
公开(公告)号：CN117391173A
公开(公告)日：2024-01-12
申请号：CN202311216939.7
申请日：2023-09-20
Applicant: 大连理工大学
IPC: G06N3/082 , G06N3/0464 , G06N3/06
Abstract: 本发明公开了面向深度神经网络鲁棒性的剪枝和形式化验证方法，包括：S1：选取一个待验证的样本，在规定的扰动范围内，生成大量不重复的随机样本；S2：将每一个随机样本通过待验证的神经网络，在此过程中，统计神经元的覆盖率；S3：计算每一个隐藏层神经元的取值范围；S4：根据隐藏层神经元的取值范围，将处于未激活状态的神经元以及和它关联的边从神经网络中移除；S5：使用混合整数线性规划方法对剪枝后的神经网络进行建模；S6：将建模后的神经网络和待验证的属性输入线性规划求解器进行求解，根据求解结果判断当前样本下神经网络的鲁棒性。本发明的有益效果是：减少神经网络鲁棒性的验证时间，提高可验证的神经网络规模。
-
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
Applicant: 大连理工大学
IPC: G06F11/36 , G06V10/74 , G06V10/774 , G06N3/092
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
公开(公告)号：CN111243032B
公开(公告)日：2023-05-12
申请号：CN202010027789.5
申请日：2020-01-10
Applicant: 大连理工大学
Abstract: 本发明公开了一种棋盘格角点全自动检测方法，属于图像处理与计算机视觉领域。即通过在棋盘格上设置一个或若干个有颜色或者某些形状的标识来标记初始的位置，拍摄图片并进行相应处理，利用单位格子在像素坐标系中初始的像素坐标以及世界坐标系中人为设定的世界坐标求出的单应性矩阵H向外扩展，最终发散到整个棋盘格区域完成棋盘格角点全自动检测。该方法程序简单，易于实现；利用单应性矩阵向外扩展的原理，算法运行速度快；利用鲁棒性增强算法检测得到的角点，更加准确，避免了复杂光照条件下角点检测不准确的情况。
-
公开(公告)号：CN111242991B
公开(公告)日：2022-09-20
申请号：CN202010027821.X
申请日：2020-01-10
Applicant: 大连理工大学
Abstract: 本发明公开了一种可见光与红外相机快速配准的方法，即根据最近有效距离和最远有效距离确定图像拍摄距离，通过可见光和红外相机同时拍摄多组棋盘格标定板的图像，检测两种相机所拍摄图像的亚像素级角点，根据最小二乘法或者奇异值矩阵分解算出单应性矩阵H，即可完成可见光和红外相机的快速配准。该方法方法简单，易于实现；利用可见光和红外相机通用的棋盘格标定板采集角点对，相比于SURF算法，采集到的角点对更加精确；该方法不需要进行繁复的特征点对匹配计算及配准变换矩阵计算，只需要求出两个相机之间的单应性矩阵H，计算速度快，配准效率高。
-
公开(公告)号：CN114924852A
公开(公告)日：2022-08-19
申请号：CN202210536587.2
申请日：2022-05-17
Applicant: 大连理工大学 , 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于单变量访问序模式的中断数据竞争模型检测方法，属于软件模型检测领域。首先选择待检测模式并输入待检测变量的名称和类型，然后对中断程序进行顺序化处理，根据选择的模式在待检测变量的读写语句前后添加赋值语句和断言，再将其输入给有界模型检测工具CBMC，最终根据返回结果得到待检测变量是否存在该种模式的数据竞争。此方法可以检测中断程序中存在的特定单变量访问序模式，同时对反例路径进行可视化。
-
公开(公告)号：CN113783721B
公开(公告)日：2022-06-21
申请号：CN202110961434.8
申请日：2021-08-20
Applicant: 大连理工大学
Abstract: 本发明公开了面向工业控制网络协议的可信性建模与验证方法，包括：步骤1：获取工控网络协议的详细描述；步骤2：按照表格状态机的方法构建出协议的表格化模型；步骤3：检查所述表格化模型的基本错误与异常；步骤4：提取所述事件、协议状态与变量属性，生成可验证属性表；步骤5：将所述协议需要满足的可信性属性使用线性时态逻辑LTL描述，得到属性验证公式；步骤6：对属性验证公式进行语法检查，确定所述属性验证公式是否正确；步骤7：用所述属性验证公式对所述表格化模型进行验证，若模型中存在不符合属性验证公式的情况，则将该情况作为反例路径输出，所述反例路径逐步反馈在表格状态机中，通过分析反例路径，全面发现协议设计缺陷。
-
公开(公告)号：CN110704065B
公开(公告)日：2021-04-20
申请号：CN201910952281.3
申请日：2019-10-09
Applicant: 大连理工大学
Abstract: 基于非法程序输入的编译器前端差分测试方法，属于软件编译领域。该方法首先将自动生成的测试用例表示为抽象语法树,即AST树；然后通过循环删除AST树的节点及其子节点构造非法测试用例，将其作为编译器的输入，并收集编译之后的警告信息和错误信息；通过对多个不同版本和不同类别编译器的警告信息和错误信息的比较，收集导致信息不一致和信息缺失的非法测试用例；最后将收集到的非法测试用例进行约减并提交bug报告。本发明能够有效测试编译器前端的的正确性与健壮性，一旦发现了触发编译器前端bug的非法测试用例，在对该测试用例进行约减之后可直接提交给开发者修复。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.028 seconds)
