-
公开(公告)号：CN119728451A
公开(公告)日：2025-03-28
申请号：CN202411905239.3
申请日：2024-12-23
Applicant: 清华大学
Abstract: 本公开提供了一种基于贝叶斯优化的网络容量规划方法、装置、设备和介质，旨在克服相关技术提供的方法复杂度高、通用性低、泛化能力差的问题。所述方法包括：根据业务请求分布，确定网络中各个节点和各个链路的资源容量的搜索空间；基于历史评估点集，从所述搜索空间中确定每一轮迭代的网络容量方案；所述预测网络容量方案表征：为所述网络拓扑中的各个节点和各个链路分配特定的资源容量，所述历史评估点集包括：历史迭代确定的每一种网络容量方案及其达到的性能指标；对所述网络容量方案进行性能评估，得到性能指标；在满足迭代结束条件的情况下，将历史迭代中性能指标最优时对应的网络容量方案，确定为所述业务请求分布对应的网络容量方案。
-
公开(公告)号：CN117331562A
公开(公告)日：2024-01-02
申请号：CN202210725680.8
申请日：2022-06-24
IPC: G06F8/41
Abstract: 本申请提供一种代码优化方法及装置，涉及计算机技术领域，用于提高基于软件模型得到的目标代码的性能和安全性。所述方法包括：获取软件模型，所述软件模型包括多个运算组件；根据所述软件模型确定中间表示，所述中间表示包括多个组件信息和多个代码段描述信息，所述多个组件信息为所述多个运算组件的信息，所述多个代码段描述信息分别用于描述所述多个运算组件对应的代码段；对所述中间表示进行优化，优化后的中间表示用于生成目标代码。
-
公开(公告)号：CN113676460B
公开(公告)日：2022-07-22
申请号：CN202110860078.0
申请日：2021-07-28
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于攻击意图同步的Web应用漏洞集成扫描方法及系统，其中方法包括：确定待检测漏洞的当前Web应用目标站点；将所述待检测漏洞的当前Web应用目标站点输入至集成扫描模型中，得到所述集成扫描模型输出的漏洞检测结果；其中，所述集成扫描模型是基于多个扫描器各自对目标站点样本进行独立扫描后生成的同步攻击意图库得到的。本发明有效提高了Web应用漏洞检测工具在面对不同的检测目标时的稳定性能。
-
公开(公告)号：CN111652290A
公开(公告)日：2020-09-11
申请号：CN202010413738.6
申请日：2020-05-15
Applicant: 深圳前海微众银行股份有限公司 , 清华大学
Abstract: 本发明公开了一种对抗样本的检测方法及装置，其中方法为：根据待测图片的像素信息，按照预设格式，生成所述待测图片的像素特征数据，作为待测样本；将待测样本输入至特定样本重构模型，获得所述待测样本的重构样本；将所述待测样本的重构样本输入至所述特定预估模型，获得所述待测样本的重构样本的中间层输出值；将所述待测样本的重构样本的中间层输出值输入至特定分类模型，确定所述待测样本是否为对抗样本。上述方法应用于金融科技(Fintech)时，正常样本和对抗样本经特定样本重构模型转换后，正常样本和对抗样本的区分度会更大，确定所述待测样本是否为对抗样本的结果更加明显，更准确地发现所述待测样本是否为对抗样本。
-
公开(公告)号：CN109190379B
公开(公告)日：2020-05-19
申请号：CN201810878887.2
申请日：2018-08-03
Applicant: 清华大学
Abstract: 本发明实施例提供一种深度学习系统的漏洞检测方法和装置，其中方法包括：以最大化神经元覆盖率为导向，从待测深度学习系统中选取并激活若干个神经元；基于若干个神经元的张量表达式，以及待测深度学习系统的预测差的张量表达式，构建优化函数，并通过最大化优化函数获取若干个扰动；若所述若干个扰动中任一扰动满足预设条件，则基于该扰动获取检测样本，通过检测样本对待测深度学习系统的漏洞进行检测。本发明实施例提供的方法和装置，能够有效提升神经元覆盖率，使得检测过程更加完备，并且只需要一个深度学习系统，使得漏洞检测方法的应用场景更为广泛，此外，能够生成大量样本，提高了待测深度学习系统漏洞的检测效率。
-
Patent Agency Ranking
公开(公告)号：CN110633204A
公开(公告)日：2019-12-31
申请号：CN201910450219.4
申请日：2019-05-28
Applicant: 清华大学
IPC: G06F11/36
Abstract: 本发明实施例提供一种程序缺陷检测方法及装置，获取待检测程序的潜在缺陷；根据所述潜在缺陷的缺陷类型和缺陷位置，获取第一断言表达式，并将所述第一断言表达式插入到所述待检测程序的相应位置，得到第二断言表达式；对所述第二断言表达式进行验证，若验证结果满足预设条件，则判断获知所述潜在缺陷是真实程序缺陷。本发明实施例根据待检测程序中潜在缺陷的缺陷类型和缺陷位置，在待检测程序的相应位置插入断言表达式，从而更加快速的确定待检测程序中的真实程序缺陷，提高缺陷定位的准确性。
-
公开(公告)号：CN110263536A
公开(公告)日：2019-09-20
申请号：CN201910541002.4
申请日：2019-06-21
Applicant: 深圳前海微众银行股份有限公司 , 清华大学
Abstract: 本发明实施例涉及科技金融(Fintech)领域，尤其涉及一种区块链中智能合约的监控方法及装置，用以提高智能合约的安全性。本发明实施例包括：获取交易请求；根据所述交易请求，调用对应的智能合约；在所述智能合约执行所述交易请求的过程中，若确定调用的操作码为需关注的操作码，则判断所述需关注的操作码是否满足监控规则的错误条件；若是，则根据所述监控规则，输出所述调用的操作码的异常结果，并执行针对所述操作码的阻断操作。
-
公开(公告)号：CN108647145A
公开(公告)日：2018-10-12
申请号：CN201810444279.0
申请日：2018-05-10
Applicant: 清华大学
IPC: G06F11/36
Abstract: 本发明实施例提供了一种软件内存安全检测方法及系统，所述方法通过符号执行确定待测试软件的多个预设测试用例文件，并将所述多个预设测试用例文件分别转换为基于导向性变异的模糊测试的初始输入种子；基于所有初始输入种子，对所述待测试软件进行基于导向性变异的模糊测试，所述导向性变异为根据所述待测试软件中程序的覆盖范围进行的变异。本发明实施例提供的软件内存安全检测方法及系统，充分利用了符号执行产生的测试用例文件。同时，对模糊测试中的变异进行改进，得到导向性变异方法。将符号执行与导向性变异结合，对所有初始输入种子中满足条件的种子进行导向性变异，提高了变异的有效性，进而节约了资源。
-
公开(公告)号：CN108595341A
公开(公告)日：2018-09-28
申请号：CN201810451163.X
申请日：2018-05-11
Applicant: 清华大学
IPC: G06F11/36
Abstract: 本发明实施例提供了测试用例自动生成方法及系统，方法包括：基于符号执行生成测试用例种子，并基于启发式搜索对测试用例种子进行变异，得到第一变异测试用例；分别执行测试用例种子与第一变异测试用例，分别获取对应的执行路径信息，并确定变异的影响结果；根据影响结果，对测试用例种子或第一变异测试用例进行下一次变异，重复执行上述过程，直至满足预设条件。不需要人工参与，自动化程度很高。符号执行与启发式搜索进行结合，提高了整个方法的运行效率，而且采用反馈机制，通过变异的影响结果指导测试用例种子或第一变异测试用例进行下一次变异，这种方法不仅有利于短函数序列的测试用例的生成，对于长函数序列的测试用例的生成也同样适用。
-
公开(公告)号：CN118827585A
公开(公告)日：2024-10-22
申请号：CN202311162670.9
申请日：2023-09-11
Applicant: 清华大学 , 中国移动通信集团有限公司研究院
IPC: H04L47/783 , H04L47/70 , H04L41/16 , H04L41/142
Abstract: 本申请提供一种网络资源的预分配方法、终端、电子设备及介质，其中，方法应用于终端，包括：S1，确定以下第一参数、第二参数和第三参数；S2，基于所述第二参数运行服务部署算法，得到目标函数值；S3，基于目标函数值、第一参数和第三参数运行无导数优化算法，确定下一轮迭代的网络资源预分配方案；S4，迭代执行S2和S3直到无导数优化算法收敛，得到目标资源预分配方案，其中，每一次迭代基于本轮迭代的网络资源预分配方案运行所述服务部署算法。在本申请中，可建立多种异构网络资源间的关系，进而通过网络资源预分配策略进行无导数优化，从而实现了对网络资源的预分配。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.065 seconds)
