-
公开(公告)号：CN115481714A
公开(公告)日：2022-12-16
申请号：CN202210553722.4
申请日：2022-05-20
Applicant: 中国科学院软件研究所
Abstract: 本发明提供一种基于深度强化学习的深度学习漏洞检测模型对抗样本生成方法和系统。该方法包括：获取基于深度学习的目标漏洞检测模型信息以及用于生成对抗样本的原型漏洞代码集合；构建面向目标漏洞检测模型的有效对抗代码变换；构建面向最优对抗样本生成的深度强化学习框架；使用有效对抗代码变换和面向最优对抗样本生成的深度强化学习框架，生成目标漏洞检测模型的最优对抗样本。本发明利用目标漏洞检测模型的代码表征中对模型决策有重要影响的特征构造有效对抗代码变换，并采用深度强化学习算法生成面向目标漏洞检测模型的最优对抗样本，能更为高效、有针对性地生成基于深度学习的目标漏洞检测模型的对抗样本。
-
公开(公告)号：CN114168110B
公开(公告)日：2022-08-23
申请号：CN202111440848.2
申请日：2021-11-30
Applicant: 中国科学院软件研究所
IPC: G06F8/20
Abstract: 本发明公开一种轻量级鸿蒙操作系统的应用开发事务管理系统及方法，涉及鸿蒙操作系统的应用开发事务管理领域，通过创建动态代理对象和事务管理，帮助鸿蒙操作系统应用开发者从复杂的程序逻辑中分离出事务的管理，避免重复撰写事务控制代码，提高鸿蒙应用程序开发效率。
-
公开(公告)号：CN113672906B
公开(公告)日：2022-08-23
申请号：CN202110942028.7
申请日：2021-08-17
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于RISC‑V与地址空间布局随机化的内存地址检测攻击防御方法及装置，包括：构造程序内存地址空间描述表；插入用于生成和设置地址随机偏移量的RISC‑V扩展指令；执行代码，在生成地址随机偏移量后，更新程序内存地址空间描述表；实现内存地址空间布局随机化。本发明可以在不改变程序控制流的情况下，将地址布局随机化机制应用于系统之中，有效遏制内存地址检测攻击，进而提高系统对相关后续攻击(DOP、ROP、缓冲区溢出攻击、代码重用攻击等)的防御能力，增强RISC‑V系统的安全性，解决了地址空间布局随机化在多种应用环境中的适用性问题。
-
公开(公告)号：CN114780765A
公开(公告)日：2022-07-22
申请号：CN202210223842.8
申请日：2022-03-09
Applicant: 中国科学院软件研究所
IPC: G06F16/532 , G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08 , G06V40/10 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种根据拍照场景生成推荐拍照姿势的方法及系统，涉及深度学习领域，通过端到端深度卷积神经网络寻找场景图片到姿势动作的直接映射，为用户推荐适合当前拍照场景的姿势，解决用户想不到合适的姿势、不会摆姿势的痛点。
-
公开(公告)号：CN113536297B
公开(公告)日：2022-07-22
申请号：CN202110806892.4
申请日：2021-07-16
Applicant: 中国科学院软件研究所
Abstract: 本发明公开一种基于RISC‑V与Canary机制的缓冲区溢出攻击防御方法及装置，包括：为程序源代码的抽象语法树赋予content属性后，生成节点调用关系图G；生成特殊数据Canary；在每一调用节点content属性所对应的代码语句之前及每一返回节点content属性所对应的代码语句之前，分别插入设置特殊数据Canary的RISC‑V扩展指令与检验特殊数据Canary的RISC‑V扩展指令；执行程序源代码，设置特殊数据Canary的RISC‑V扩展指令将特殊数据Canary写入当前栈帧，检验特殊数据Canary的RISC‑V扩展指令通过特殊数据Canary的值p与从当前栈帧中取得特殊数据Canary的值p′的对比结果，以进行防御。本发明全面覆盖堆溢出、栈溢出、BSS溢出等多种缓冲区溢出形式，可实现安全防御的软硬协同，对系统性能的影响较小，获取了更佳的防御效果。
-
Patent Agency Ranking
公开(公告)号：CN114676777A
公开(公告)日：2022-06-28
申请号：CN202210306415.6
申请日：2022-03-25
Applicant: 中国科学院软件研究所
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于孪生网络的自监督学习细粒度图像分类方法。本发明首先利用注意力编码器提取图像的深度卷积特征，获取蕴含语义信息的注意力图并通过双线性池化方式编码图像特征；其次从原始图像上定位出注意力图上高响应值所在的显著区域，对显著区域进行裁切和擦除操作，从而形成不同视角的视图，以自监督的方式学习视角不变性特征；最后联合中心损失函数以及一致性损失函数，显示地约束不同视角特征，保持它们的类内一致性。本发明方法使得网络获得显著的性能增益，可以在细粒度图像分类的基线上显著提升分类准确度。
-
公开(公告)号：CN113849163A
公开(公告)日：2021-12-28
申请号：CN202111174889.1
申请日：2021-10-09
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于API文档图谱的操作系统智能编程方法及装置，包括根据从源系统及目标系统的API文档中提取的所需信息，分别构建源系统的API文档图谱ADG1及目标系统的API文档图谱ADG2；分别向量化API文档图谱ADG1与API文档图谱ADG2，构建节点表示矩阵及节点表示矩阵基于节点表示矩阵与节点表示矩阵进行API文档图谱ADG1与API文档图谱ADG2的实体对齐任务，得到API映射结果。本发明避免了API文档中有效信息丢失，解决了已有的基于代码的API映射方法存在的代码库不可用、不准确等问题，以及基于文档的API映射方法的信息利用不充分等问题，为后续通过智能编程实现应用程序的跨系统迁移的过程提供支持。
-
公开(公告)号：CN109949378B
公开(公告)日：2021-06-08
申请号：CN201910234242.X
申请日：2019-03-26
Applicant: 中国科学院软件研究所
Abstract: 本发明提供了图像灰度值排序方法、装置、电子设备及计算机可读介质，包括：获取待处理图像；对待处理图像进行检测，得到待处理图像的多个灰度值数据；基于待处理图像从多个灰度值数据中选取预设数量的连续的灰度值数据，得到多个待排序数据；对多个待排序数据按照灰度值大小进行排序，得到目标序列；将待处理图像中多个待排序数据的后一位灰度值数据作为目标数据，并将目标数据和多个待排序数据中的第一位灰度值数据与目标对比数据进行对比，得到对比结果，根据对比结果将目标数据插入至目标序列中，得到排序结果，解决了现有技术中存在的当图像输入速率较快、数据量较大时，采用传统排序方法难以做到实时处理的技术问题。
-
公开(公告)号：CN112764875A
公开(公告)日：2021-05-07
申请号：CN202011628463.4
申请日：2020-12-31
Applicant: 中国科学院软件研究所
IPC: G06F9/455
Abstract: 本发明公开了一种面向智能计算的轻量级入口容器微服务系统及方法。本系统包括轻量级入口容器、任务分配容器以及智能计算业务容器，其中所述轻量级入口容器，用于接收用户输入的任务描述并将其发送给所述分配分配容器；所述任务分配容器包含任务解析器和任务分发器；任务解析器用于对任务描述进行解析，并将解析信息发送给任务分发器；任务分发器根据解析得到的智能计算业务所需的模型和输入数据的下载地址，下载对应智能计算业务使用到的模型、输入数据至智能计算业务容器部署节点；根据任务描述信息配置、创建和启动智能计算业务容器的yaml配置文件；然后任务分发器启动智能计算业务容器并发送智能计算请求，执行推理计算。
-
公开(公告)号：CN112580627A
公开(公告)日：2021-03-30
申请号：CN202011490588.5
申请日：2020-12-16
Applicant: 中国科学院软件研究所
Abstract: 本发明公开了一种基于国产智能芯片K210的yolov3实时目标检测方法及电子装置，包括模型训练、模型量化和剪枝、模型转换、新增算子、实现yolo层、编译、烧录。首先根据K210开发板所支持的算子修改yolov3模型的backbone；然后使用PASCAL VOC2012和PASCAL VOC2007数据集训练模型，并进行剪枝；将保存好的模型转换为K210可以识别加载的格式，最后由K210摄像头采集到的图像，经过模型得到feature map，对得到的feature map通过yolo层进行激活、nms等操作得到图像中物体的位置和类别。本发明对yolov3算法进行剪枝、量化后使得模型大小减少到原来的11％；且利用K210软件栈执行硬件加速后运行速度相比于cpu有所提升。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.034 seconds)
