-
公开(公告)号：CN119883856A
公开(公告)日：2025-04-25
申请号：CN202411938894.9
申请日：2024-12-26
Applicant: 安徽大学
IPC: G06F11/3604 , G06F18/25 , G06F18/241 , G06F40/289
Abstract: 本发明涉及软件开发与维护技术领域，具体涉及基于软件层次信息的多粒度软件缺陷检测方法、系统。本发明公开了一种基于软件层次信息的多粒度软件缺陷检测方法，用于对目标软件代码进行词级缺陷检测。本发明将目标软件代码中的有效代码子词信息及其相应的语法树路径信息进行结合，能够深入检测出有关代码缺陷的细节信息，使代码检测可以下位到词级层面，实现更好、更灵活的检测结果。本发明解决了现有方法检测局限于粗粒度、仅利用软件代码文本信息的问题。
-
公开(公告)号：CN116523956A
公开(公告)日：2023-08-01
申请号：CN202310197389.2
申请日：2023-02-28
Applicant: 安徽大学
IPC: G06T7/246 , G06N3/08 , G06N3/0464
Abstract: 本发明提供基于渐进式融合Transformer与动态指导学习的RGBT跟踪方法及系统，方法包括：训练过程和测试过程，训练过程包括：数据采样和预处理；特征提取；跨分支特征融合；模板帧和搜索帧特征信息交互；搜索帧特征送入分类器并计算分类损失；适用协同学习算法进行训练优化，测试过程包括：数据采样和预处理；特征提取；跨分支特征融合；模板帧和当前帧特征信息交互；当前帧特征送入分类器和回归器；预测当前帧目标的包围框。本发明解决了不同模态丢失异构信息、融合特征与特定模态特征之间的关系在学习判别多模态表示时却被忽略、缺乏全局表示能力的技术问题。
-
公开(公告)号：CN119918062A
公开(公告)日：2025-05-02
申请号：CN202510009614.4
申请日：2025-01-03
Applicant: 安徽大学
IPC: G06F21/57 , G06N3/0455 , G06N3/09 , G06F18/213 , G06F18/25
Abstract: 本发明涉及一种融合上下文语义的行级软件漏洞检测方法及检测系统。融合上下文语义的行级软件漏洞检测方法包括以下步骤：S1、将目标软件代码进行预处理以去除噪声，得到预处理后的软件代码；S2、对第n行代码进行向量嵌入，得到第n个代码行向量Ln；对第n个代码行向量Ln关联代码行的位置信息。本发明将每一行代码转为向量表示，随后在上下文信息提取、特征融合阶段对代码行进行融合上下文信息，从而捕获与代码行相关的全局信息，随即对所有的上下文信息以及代码行信息进行融合，通过判断各行代码所占的权重或概率大小来判断代码行是否存在漏洞，最终完成代码的行级漏洞检测任务，大大地提高了对代码漏洞定位的精度。
-
公开(公告)号：CN117650992A
公开(公告)日：2024-03-05
申请号：CN202311693187.3
申请日：2023-12-11
Applicant: 安徽大学
IPC: H04L41/5003 , H04L41/16 , H04L67/51 , H04L51/56 , H04L67/1095 , G06F40/166 , G06F16/9535 , G06F18/231 , G06F18/2433 , G06N3/084 , G06N3/092
Abstract: 本发明涉及服务组合技术领域，更具体的，涉及基于BP神经网络和层次聚类的服务组合方法、系统及介质。本发明首先通过skyline算法对服务组合计划包含的N个抽象服务处理得到N个非支配服务集合，再采用层次聚类对N个非支配服务集合处理得到N*Z个聚类簇，进而选取出N个优选聚类簇；同时，通过BP神经网络根据目标用户偏好从优选聚类簇、非支配服务集合进行选择，进而通过Q‑learning算法处理得到寻优结果。本发明将层次聚类和BP神经网络技术相结合、并运用到QoS感知的服务组合，能够保证在获得最优的服务组合结果的同时，进一步降低服务组合整体的执行时间。
-
公开(公告)号：CN117556272A
公开(公告)日：2024-02-13
申请号：CN202311693898.0
申请日：2023-12-08
Applicant: 安徽大学
IPC: G06F18/22 , G06F18/23 , G06N3/0464 , G06N3/0895
Abstract: 本发明涉及微服务识别技术领域，更具体的，涉及基于业务信息的微服务识别方法、装置。本发明对单体系统进行分析：根据动态执行轨迹、静态调用关系构建出关联矩阵；根据动态执行轨迹，构建出原始属性矩阵一；基于提交信息中的提交哈希值构建出原始属性矩阵二；基于提交信息中的提交作者构建出原始属性矩阵三；基于类名相似度构建出原始属性矩阵四；结合上述五个矩阵，通过CoGCN模型进行处理得到聚类结果、从而确定微服务识别结果。本发明补充了基于业务信息的矩阵，丰富了关系种类，从而在耦合性、内聚性有着良好表现，而且在业务逻辑方面也更加满足领域专家的期望。
-
Patent Agency Ranking
公开(公告)号：CN116259075A
公开(公告)日：2023-06-13
申请号：CN202310081570.7
申请日：2023-01-16
Applicant: 安徽大学
IPC: G06V40/10 , G06V10/82 , G06V10/764 , G06N3/04 , G06N3/08 , G06V10/80 , G06V10/40 , G06N3/0464 , G06N3/0499
Abstract: 一种基于提示微调预训练大模型的行人属性识别方法，属于计算机视觉技术领域，解决现有技术中没有充分利用行人图像与属性标签之间的关系而导致的次优以及泛化能力差的问题。本发明采用CLIP的视觉和文本编码器提取图像特征和属性特征，通过多模态Transformer模块对两个模态特征融合后，经过前馈网络得到预测结果，通过将行人属性识别问题建模为视觉语言融合问题，使用预训练的视觉语言大模型作为主干网络，提取模态间联系更好的视觉和文本特征，再通过多模态的Transformer建模视觉和文本之间的联系，充分利用了属性语义信息，并且可以看出通过提示微调的方式保留了预训练大模型较好的泛化能力，模型实用性更强。
-
公开(公告)号：CN110740168A
公开(公告)日：2020-01-31
申请号：CN201910904089.7
申请日：2019-09-24
Applicant: 安徽大学
Abstract: 本发明公开了一种云中多租户服务器的自适应方法，包括以下步骤：S1：将整个服务器按功能分解为多个组件服务器，通过历史大数据获取各组件服务器的质量参数的均值；S2：计算组件服务器的服务质量的关键性和租户的关键性；S3：根据服务质量关键性和租户关键性来计算各组件服务器的关键性；S4：根据计算得到的组件服务器关键性对各组件服务器进行排名；S5：制定服务冗余策略，确定最终冗余策略。本发明通过采用主动的策略在可能发生故障的组件服务器处进行冗余策略，大幅降低了云中服务器自我修复的开销；进一步提高任务的按时完成率，满足用户对服务质量的需求。
-
公开(公告)号：CN113923223B
公开(公告)日：2024-02-06
申请号：CN202111347569.1
申请日：2021-11-15
Applicant: 安徽大学
IPC: H04L67/1021 , H04L67/1012 , H04L41/14
Abstract: 本发明公开一种边缘环境下低时间成本的用户分配方法，获取用户的资源请求和边缘服务器的剩余资源，对用户进行排序分段；对每一段的用户迭代，初始化迭代参数；设置初始用户分配策略；产生新分配策略；计算新分配策略的时间成本并与当前分配策略的时间成本比较，如果新分配策略时间成本更小则用新的策略替代当前的策略，否则，按照一定的概率替代当前的策略；更新参数，判断终止循环的条件；判断每一段用户迭代产生的策略优劣；循环之前的步骤，进行下一段用户的迭代；迭代完成得到最优的分配策略。本发明能够降低用户在边缘计算环境中的时间成本，满足用户边缘侧执行任务低时间成本的需求。(56)对比文件Qinglan Peng;Yunni Xia;Yan Wang;Chunrong Wu;Wanbo Zheng;Xin Luo;ShanchenPanz;Yong Ma;Chunxu Jiang.A DecentralizedCollaborative Approach to Online EdgeUser Allocation in Edge ComputingEnvironments《.2020 IEEE InternationalConference on Web Services (ICWS)》.2020,全文.黄冬艳;付中卫;王波.计算资源受限的移动边缘计算服务器收益优化策略.计算机应用.2019,(03),全文.徐佳;李学俊;丁瑞苗;刘晓.移动边缘计算中能耗优化的多重资源计算卸载策略.计算机集成制造系统.2019,(04),全文.
-
公开(公告)号：CN115730069A
公开(公告)日：2023-03-03
申请号：CN202211470917.9
申请日：2022-11-23
Applicant: 安徽大学
Abstract: 本发明涉及一种软件架构的识别迁移方法，具体为基于动静态调用关系、并反映业务能力的微服务识别方法、装置。本发明从静态和动态调用关系两个方面全面分析了单体系统的功能特征，通过这种方式收集的功能特征将比单一的特征更为全面。本发明对收集到的功能特征进行处理，其中对于动态执行轨迹进行过滤，对静态调用关系进行精简，去除了与业务能力无关的元素，这样经过处理的功能特征能更好地反映业务能力。本发明计算出单体系统中元素与元素之间的共同出现次数，并将其作为微服务识别的基础。本发明采用聚类算法得到聚类结果，以将单体系统中的元素迁移至微服务架构中。
-
公开(公告)号：CN110740168B
公开(公告)日：2022-06-03
申请号：CN201910904089.7
申请日：2019-09-24
Applicant: 安徽大学
IPC: H04L67/10 , H04L41/5009 , H04L41/50
Abstract: 本发明公开了一种云中多租户服务器的自适应方法，包括以下步骤：S1：将整个服务器按功能分解为多个组件服务器，通过历史大数据获取各组件服务器的质量参数的均值；S2：计算组件服务器的服务质量的关键性和租户的关键性；S3：根据服务质量关键性和租户关键性来计算各组件服务器的关键性；S4：根据计算得到的组件服务器关键性对各组件服务器进行排名；S5：制定服务冗余策略，确定最终冗余策略。本发明通过采用主动的策略在可能发生故障的组件服务器处进行冗余策略，大幅降低了云中服务器自我修复的开销；进一步提高任务的按时完成率，满足用户对服务质量的需求。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
