-
公开(公告)号：CN106780055B
公开(公告)日：2020-05-22
申请号：CN201611068072.5
申请日：2016-11-28
Applicant: 西安电子科技大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于MSVL社交网络用户关系强度的概率大小验证方法，包括：利用隐马尔可夫模型对社交网络中的用户关系强度和用户的交互行为进行建模，其中将用户关系强度作为隐状态，将用户之间的交互行为作为观测序列；在已知一个观测序列的基础上，利用时序逻辑语言MSVL对隐马尔可夫模型进行实现，得出最有可能产生这种观测序列的用户关系强度变化序列；采用命题投影时序逻辑PPTL公式描述用户关系强度状态的可能性大小，在MSV平台中进行建模和验证，验证用户关系强度概率大小是否符合期望值。本发明建模和验证可以在同一框架下进行；不需要调用另外的工具，简单方便，而且MSV平台可以给出详细的验证结果。
-
公开(公告)号：CN106294780B
公开(公告)日：2019-04-30
申请号：CN201610663033.3
申请日：2016-08-12
Applicant: 西安电子科技大学
IPC: G06F16/951 , G06F16/80
Abstract: 本发明公开了一种从社交网络抽取MSVL模型的方法，所述从社交网络抽取MSVL模型的方法包括：通过网络爬虫或现有SNS数据包来获取感兴趣的SNS系统的数据信息；将获得的SNS系统信息进行分析，转化为统一的XML格式；将提取到的XML格式的SNS数据转化成MSVL程序，用形式化建模语言MSVL实现对SNS系统的建模。本发明对真实的SNS数据(网络爬虫获取或现有SNS数据包)进行分析，提取，转化为统一的XML格式，将XML文件当作中间层，屏蔽各种各样SNS数据格式对转化为形式化建模语言MSVL的影响。
-
公开(公告)号：CN109347651A
公开(公告)日：2019-02-15
申请号：CN201810981891.1
申请日：2018-08-27
Applicant: 西安电子科技大学
Abstract: 本发明属于形式化方法领域，公开了一种基于MSVL的区块链系统建模和安全性验证的方法及系统，在MC中用MSVL对区块链系统建模，用程序p表示；用PPTL描述区块链系统的性质，用公式φ表示；在MC中，加入MSVL的建模程序p和用PPTL描述的性质φ，验证区块链系统的安全性。本发明的区块链用MSVL程序进行建模，区块链的安全性性质用PPTL描述，而PPTL为PTL的命题子集，MSVL为PTL的可执行子集，因而MSVL和PPTL可以统一在MC中执行，相比于其他方法，本发明不需要使用另外的形式语言，也不需要调用另外的工具及大量的手工证明，只需要提供待验证性质的PPTL公式，证明过程由MC自动完成。
-
公开(公告)号：CN104731582B
公开(公告)日：2018-01-02
申请号：CN201510079118.2
申请日：2015-02-13
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于MSVL的社交网络系统建模及隐私策略性质验证方法，首先采用框架投影时序逻辑程序设计语言MSVL对社交网络系统进行建模，同时采用命题投影时序逻辑PPTL描述其中的隐私策略性质，最后通过MSV解释器加以验证，得出该社交网络的隐私策略性质是否正确。本发明中，系统建模用MSVL程序，隐私策略性质用PPTL描述，MSVL是PTL的可执行子集，PPTL是PTL的命题子集，两者同属PTL框架结构，使得两者可以统一在MSV解释器中执行，相比于其他方法，本发明不需要调用另外的工具，也不需要再定义另外的逻辑语言、简单方便，而且MSV解释器可以给出准确的结果示意图。
-
公开(公告)号：CN104182216B
公开(公告)日：2017-11-03
申请号：CN201410334324.9
申请日：2014-07-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种MSVL中结构体以及结构体指针类型的扩展解释系统，具体包括结构体类型定义模块、结构体变量定义声明模块、结构体变量存储模块和结构体及结构体指针类型赋值操作处理模块；在该系统的基础上，还公开了一种MSVL中结构体以及结构体指针类型的扩展方法，该方法在MSVL基本数据类型(包括整型、浮点型、字符型、字符串型)和指针类型的基础之上扩展了结构体类型和相应的结构体指针类型，解决了现有MSVL中数据类型单一，应用范围窄的问题，使得MSVL可用于相对复杂的多数据类型系统的建模、仿真和验证。
-
Patent Agency Ranking
公开(公告)号：CN106780055A
公开(公告)日：2017-05-31
申请号：CN201611068072.5
申请日：2016-11-28
Applicant: 西安电子科技大学
IPC: G06Q50/00
Abstract: 本发明公开了一种基于MSVL社交网络用户关系强度的概率大小验证方法，包括：利用隐马尔可夫模型对社交网络中的用户关系强度和用户的交互行为进行建模，其中将用户关系强度作为隐状态，将用户之间的交互行为作为观测序列；在已知一个观测序列的基础上，利用时序逻辑语言MSVL对隐马尔可夫模型进行实现，得出最有可能产生这种观测序列的用户关系强度变化序列；采用命题投影时序逻辑PPTL公式描述用户关系强度状态的可能性大小，在MSV平台中进行建模和验证，验证用户关系强度概率大小是否符合期望值。本发明建模和验证可以在同一框架下进行；不需要调用另外的工具，简单方便，而且MSV平台可以给出详细的验证结果。
-
公开(公告)号：CN106683674A
公开(公告)日：2017-05-17
申请号：CN201710028413.4
申请日：2017-01-16
Applicant: 西安电子科技大学
CPC classification number: G10L15/22 , G10L15/26 , H04L12/2814
Abstract: 本发明公开一种利用语音控制智能家居的系统及方法，本发明的系统包括中控主机、消息处理服务器、用户终端、智能家居设备。本发明方法的具体步骤是，用户终端接收并转发用户语音消息给消息处理服务器，消息处理服务器解析、处理语音消息转化为智能家居控制指令，发送给中控主机，然后中控主机适配多种智能家居设备控制协议，转化为目标智能家居设备控制指令发送给智能家居设备，最终智能家居设备执行目标智能家居设备控制指令。本发明具有支持远距离语音控制，语义理解智能，接入成本低的优点。具备良好的实用性和可实施性。
-
公开(公告)号：CN117915360A
公开(公告)日：2024-04-19
申请号：CN202311823224.8
申请日：2023-12-27
Applicant: 国网吉林省电力有限公司 , 国网吉林省电力有限公司信息通信公司 , 西安电子科技大学杭州研究院
IPC: H04W24/02 , H04L41/0893 , G06N3/08 , G06N3/045
Abstract: 本发明属于5G网络切片生成与管理技术领域，公开了一种5G网络切片模板自生成与选择接入方法及系统；在用户和核心网的通信链路之间加入基于深度Q网络的网络切片参数识别器网元；识别器网元输入用户的业务流量，输出一系列的网络切片参数；部署半实物仿真平台，通过接收所述网络切片参数实现网络切片模板系统组网的部署；通过所述网络切片模板系统组网实现基于FlexRIC的流量监控和切片控制，使切片控制xApp根据网络切片参数映射为具体的RAN侧切片指标；通过切片模板选择和接入来满足用户的具体需求。本发明实现端到端的网络切片接入服务，为用户实现自动化的网络切片模板分配，优化用户的网络QoS和综合服务体验。
-
公开(公告)号：CN116911355A
公开(公告)日：2023-10-20
申请号：CN202310685300.7
申请日：2023-06-09
Applicant: 西安电子科技大学
IPC: G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于统一模型检测的神经网络训练性质验证方法，包括：按照层次化和模块化的原则，构建待验证的神经网络的MSVL形式化模型，MSVL形式化模型包括结构构建和基础行为构建；挖掘神经网络的训练相关性质并将训练相关性质构建为PPTL公式，训练相关性质包括梯度消失现象、梯度爆炸现象、大量神经元失活现象以及网络训练收敛；结合MSVL形式化模型和PPTL公式对神经网络进行验证，以判断神经网络中是否存在训练相关性质问题。本发明以神经网络的MSVL模型和PPTL公式为输入执行统一模型检测方法完成验证，可以有助于有效发现神经网络结构中存在的问题，改善神经网络的训练效果，为神经网络的训练和应用提供更加可靠和安全的保障。
-
公开(公告)号：CN113240075B
公开(公告)日：2023-08-22
申请号：CN202110439442.6
申请日：2021-04-23
Applicant: 西安电子科技大学
IPC: G06N3/0499 , G06N3/08 , G06N3/084
Abstract: 本发明属于BP神经网络技术领域，公开了一种基于MSVL的BP神经网络的构建和训练方法及系统，所述基于MSVL的BP神经网络的构建和训练方法包括：根据BP神经网络基本的层次化结构和属性行为特征，构建基于MSVL的BP神经网络的底层结构方法库；根据用户的定制需求，利用结构方法库中的MSVL结构体，构建BP神经网络的初始架构；读取样本数据，利用结构方法库中MSVL方法，对初始架构进行训练，得到BP神经网络的形式化架构。本发明涵盖了矩阵运算、反向传播、权值更新等多种神经网络系统的基本行为，可直接用于模型检测、插桩验证等形式化验证技术，并支持与这些行为相关的多方面性质的验证，从而系统的安全可信性能够得到有效的保障。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.032 seconds)
