一种优化数据安全性的单体到微服务拆分方法与系统

    公开(公告)号:CN117093188A

    公开(公告)日:2023-11-21

    申请号:CN202311054128.1

    申请日:2023-08-21

    Abstract: 本发明涉及一种优化数据安全性的单体到微服务拆分方法,包括:分析软件源代码的语法树,识别类、类之间的结构关系、类的文本术语;根据识别出的类之间的结构关系和类的文本术语,计算类之间的相似性,以用于架构的模块性度量;根据类的文本术语和类的特征,识别出类中的机密类及机密类的特征,以用于架构的安全性度量;根据类的相似性和类中机密类及其特征,利用多目标优化遗传算法生成具有良好模块性和安全性的拆分方案,以供开发人员选择拆分方案对软件进行微服务拆分。本发明实现了对单体系统自动化地进行优化架构模块性和安全性的微服务拆分,以帮助开发者对单体系统进行微服务拆分,从而利用微服务架构在可维护性、可伸缩性等方面的优势。

    一种用JavaFX进行代码样例自动填充的方法和工具

    公开(公告)号:CN111813443B

    公开(公告)日:2023-07-18

    申请号:CN202010738427.7

    申请日:2020-07-28

    Applicant: 南京大学

    Abstract: 本发明属于代码技术领域,具体涉及一种用JavaFX进行代码样例自动填充的方法和工具,方法包括以下步骤:访问不同的统一资源标识符,并且定位HTML文档中的元素,再爬取定位到元素中的文本内容,获取问题信息和应用程序接口信息;通过爬虫访问问题详细信息页面,提取使用场景,建立应用程序接口类型、使用场景和代码样例的映射,并将原始数据加工为符合文档要求的数据;使用程序操作文档对象,通过代码逻辑预定义好文档模板和数据的组合形式,最后取出存储的数据嵌入文档,并保存生成最终的应用程序接口文档。

    面向持续集成平台的漏洞误报消除方法

    公开(公告)号:CN115525899A

    公开(公告)日:2022-12-27

    申请号:CN202210743364.3

    申请日:2022-06-28

    Applicant: 南京大学

    Abstract: 本发明提供一种面向持续集成平台的漏洞误报消除方法,通过深度学习神经网络捕捉程序静态分析生成的漏洞警告代码特征,对警告进行排序和分类,从而消除警告中的误报,并利用项目持续集成过程中不断生成的增量警告数据更新优化模型。步骤包括:获取持续集成平台上Java项目的历史警告数据和对应警告标记数据;对警告对应程序进行程序切片、令牌化、向量化;训练深度学习神经网络得到漏洞误报消除模型;将模型加入到项目的持续集成流程中使模型随着项目迭代持续更新优化。本发明减少了项目持续集成流程中开发人员检查程序静态分析漏洞警告的时间成本,提高了处理警告的效率。

    一种基于测试异味的不稳定测试根因分类方法

    公开(公告)号:CN115186740A

    公开(公告)日:2022-10-14

    申请号:CN202210745430.0

    申请日:2022-06-28

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于测试异味的不稳定测试根因分类方法,该方法包括:将执行失败的测试用例重新执行指定次数,若出现至少有一次执行结果与之前不同的情况,则可以判断该测试用例为不稳定测试;针对筛选出来的不稳定测试,使用现有的技术检测其存在哪些测试异味;将测试异味检测结果输入到分类器算法中,分类器会预测导致该不稳定测试的根本原因。本发明提供的方法,利用测试异味和不稳定测试之间紧密的对应关系,通过测试异味来预测不稳定测试的根本原因,极大的降低了根因分析的耗时,有助于提升不稳定测试原因分析的效率和修复策略的推荐。

    基于领域自适应的跨项目漏洞检测模型

    公开(公告)号:CN115168865A

    公开(公告)日:2022-10-11

    申请号:CN202210745440.4

    申请日:2022-06-28

    Applicant: 南京大学

    Abstract: 本发明提供一种基于领域自适应的跨项目漏洞检测模型,通过深度神经网络学习项目代码特征,并采用领域自适应方法减小源项目和目标项目的数据分布差异,步骤包括:根据软件代码度量相似度分析选择源项目;解析项目源代码获取抽象语法树,并进行代码预处理;构建深度学习模型进行模型预训练;基于多域数据集学习源项目和目标项目的深度特征表示;使用半监督度量迁移学习框架(Semi‑Supervised Metric Transfer Learning,SSMTL)对源项目和目标项目的深度特征进行领域自适应处理;基于标记数据训练分类器,并对目标项目中的数据进行漏洞预测。该方案可适用于源项目中拥有充足的标记漏洞数据,通过利用漏洞检测模型提高目标项目的漏洞检测效率,降低人工成本。

    粘结性单体及提高牙科氧化锆陶瓷与树脂粘接强度的方法

    公开(公告)号:CN103601753B

    公开(公告)日:2015-12-09

    申请号:CN201310503746.X

    申请日:2013-10-24

    Abstract: 本发明公开了一种粘结性单体及提高牙科氧化锆陶瓷与树脂粘接强度的方法,所述粘结性单体由1,5-环辛二烯经环氧化、开环、氧化还原、酯化等多步反应制得,所述粘结性单体的主链为正辛烷碳链,碳链的一端为丙烯酸酯,另一端为磷酸酯,碳链的4,5碳位上分别连接一个R基,所述R基为羟基、巯基或羧基,所述粘结性单体的结构式为:。本发明的粘结性单体提高了牙科氧化锆陶瓷与树脂间的粘结强度,其提高效果与当前市场常用的包含10-MDP的氧化锆涂底剂产品相当,并且具有较好的生物相容性,细胞毒性测试合格在牙科修复过程中具有重要的应用价值。

    一种基于文本分类的区块链应用设计模式智能决策方法

    公开(公告)号:CN119149750B

    公开(公告)日:2025-02-11

    申请号:CN202411671283.2

    申请日:2024-11-21

    Applicant: 南京大学

    Abstract: 本发明涉及一种基于文本分类的区块链应用设计模式智能决策方法,包括:构建结合了LDA的主题提取能力和BERT的深层语义理解能力的LDA‑BERT语义分析模型,根据模型解析出的结果进行改进的模糊C‑均值聚类,之后进行一种区块链应用设计模式智能决策的模型,在构建模型之前还收集整理了关于区块链设计模式的数据,包括问题与其对应的区块链设计模式等。构建的基于文本分类的区块链应用设计模式智能分类模型可以分析新的问题并输出分析结果。实现了基于文本分类的区块链应用设计模式智能决策的模型,并收集模型运行过程中的数据信息和结果的方法,便于更好的进行区块链设计模式决策,从而在区块链架构设计时候有更多的参考。

Patent Agency Ranking