一种基于神经网络覆盖率的舰船图像对抗样本生成方法

    公开(公告)号:CN118172680A

    公开(公告)日:2024-06-11

    申请号:CN202410158613.1

    申请日:2024-02-04

    Abstract: 本发明涉及图像对抗样本技术领域,尤其涉及一种基于神经网络覆盖率的舰船图像对抗样本生成方法,包括以下步骤:S1:准备舰船卫星遥感图像样本,获取对应的标签信息;S2:挑选舰船特征明显的第一遥感图像样本,输入深度神经网络模型,确认模型中间层的活跃激活路径:S3:选择不含船舰特征的原始图像样本,加入舰船特征形成舰船图像样本,提取神经元激活值;S4:对舰船图像样本进行随机对抗攻击,生成舰船图像对抗样本;S5:获取输入样本相似度指标、中间层特征图差异度指标和神经网络覆盖率指标,构建多目标优化搜索空间:S6:将舰船图像对抗样本加入多目标优化搜索空间,获取非支配解集。本发明对提升舰船图像样本的识别准确性和鲁棒性具有重要意义。

    一种基于接口模型库的火箭测发软件通用验证测试系统

    公开(公告)号:CN118113616A

    公开(公告)日:2024-05-31

    申请号:CN202410297213.9

    申请日:2024-03-15

    Abstract: 本发明公开了一种基于接口模型库的火箭测发软件通用验证测试系统,针对目前火箭测发软件的第三方验证测试工作中仍需要针对具体型号重新开发测试平台的问题,通过创建接口模型库包含各类型的接口模型,有串口、TCP、1553B等。每一个接口模型均包含三个部分,一是协议读取解析模块,二是协议配置模块,三是虚拟接口。库中的接口模型都可以通过虚拟接口与对应的通信协议进行模拟,在协议发生变化时,仅需要通过协议配置模块更换相应的协议配置文件即可。在测试时,针对不同的接口,测试人员只需在接口模型库中挑选不同的虚拟接口即可完成对被测件接口的适配。而随着火箭技术的发展,后期可能会添加新的通信接口类型,接口模型库只需要开发对应的不同的虚拟接口以及添加对应的通信协议即可实现对新接口的适配,扩展性好。该系统自动化程度高、维护简单、适配性好、可扩展性好,能够有效地支撑对火箭测发软件的第三方验证测试工作。

    基于QEMU的AArch64架构可执行程序的目标码覆盖率分析方法

    公开(公告)号:CN118152264A

    公开(公告)日:2024-06-07

    申请号:CN202410134224.5

    申请日:2024-01-31

    Abstract: 本发明涉及目标码覆盖率分析技术领域,公开了一种基于QEMU的AArch64架构可执行程序的目标码覆盖率分析方法,包括:S1:附加‑d、‑D指令激活QEMU虚拟机实时记录执行指令并生成日志文件;S2:在所述虚拟环境中运行所述AArch64架构的可执行程序生成可执行程序的反汇编文件,执行测试用例集直至测试完成;S3:解析所述可执行程序的反汇编文件,设计多层嵌套结构实现源码与目标码的一一对应,同时基于机器码串关联所述反汇编文件与所述QEMU日志文件,同时通过多条件匹配来统计目标码覆盖率信息并构建可视化显示界面,实现目标码的无损覆盖率分析。有效避免插桩带来的源码变更与代码膨胀,从而实现无损覆盖率分析。

    一种面向深度神经网络模型的神经元覆盖统计方法

    公开(公告)号:CN116861950A

    公开(公告)日:2023-10-10

    申请号:CN202310755137.7

    申请日:2023-06-26

    Abstract: 本发明公开了一种面向深度神经网络模型的神经元覆盖统计方法,包括步骤1:面向待测试深度神经网络模型,获取有效、统一的数据集以及对应的标签信息;步骤2:修改神经网络模型源码,注册Hook函数,用于获取深度神经网络模型在前向传播过程中每个神经元的激活值;步骤3:将步骤1所整理好的样本数据集和标签输入至步骤2所修改后的深度神经网络模型中并运行,获取神经元激活值数据文件;步骤4:读取步骤3所生成的神经元激活值数据文件,以每一层为单位,统计各个神经元的激活频次;步骤5:根据步骤4所统计的各神经元激活频次,按激活频次降序对神经元进行排序;步骤6:生成神经元激活概率分布数据文件,绘制并展示概率分布曲线图。

Patent Agency Ranking