基于不确定性引导的神经网络测试数据集生成方法及系统

    公开(公告)号:CN119540680A

    公开(公告)日:2025-02-28

    申请号:CN202411413342.6

    申请日:2024-12-02

    Abstract: 本发明提供基于不确定性引导的神经网络测试数据集生成方法及系统,方法包括:将原始数据集按比例划分为原始训练集和原始测试集,训练和测试目标神经网络,筛选出识别错误数据集;利用检测器检验判断识别错误数据集中是否存在异常样本或对抗样本,若存在则采取优化措施;评价新生成的优化测试集,计算图像的自然度与适应度,判断新生成测试样本质量,删除不符合要求测试样本,保留质量达标测试样本;将优化测试集的测试样本与原始数据集混合,使用更新后训练集和测试集对目标神经网络进行训练和测试,直至识别准确率大于预设阈值。本发明增强目标神经网络识别异常样本和对抗样本的能力,提升目标神经网络的安全性和鲁棒性。

    一种基于不确定性的智能系统测试数据生成方法

    公开(公告)号:CN113762335B

    公开(公告)日:2022-05-13

    申请号:CN202110851977.4

    申请日:2021-07-27

    Abstract: 本发明提供的一种基于不确定性的智能系统测试数据生成方法,对传统CNN分类器模型进行重构,结合D‑S证据理论进行的不确定性推理得到信息冲突值,然后基于冲突值和神经元覆盖率引导测试数据生成。从生成更多样的测试数据和提高测试充分性的角度出发,通过综合增大样本特征之间的冲突值可以产生对抗样本诱导模型误分类和提高神经元覆盖率有助于提高测试的充分性两个方面的内容,结合了模型的结构、参数、样本特征之间的冲突以及神经元覆盖率指标,是一种新的测试数据生成方法。与DeepXplore相比,不需要使用多个神经网络模型交叉引证,与DLFuzz相比,能生成更多的测试数据。

    一种基于表达式的程序补丁生成方法

    公开(公告)号:CN115951892A

    公开(公告)日:2023-04-11

    申请号:CN202211390998.1

    申请日:2022-11-08

    Abstract: 本发明公开了一种基于表达式的程序补丁生成方法,所述方法用于在表达式级别对缺陷程序进行修复以完成细粒度的修复,所述程序补丁生成方法能够被一个或多个处理器执行,包括:S1,所述一个或多个处理器在将程序进行第一级分解以得到表示式和语句后,继续针对特定类型的语句进行第二级分解以保留部分语句作为修复成分;S2,所述一个或多个处理器基于类型过滤和上下文感知对所述修复成分进行提取以为缺陷位置分配表达式修复成分;S3,所述一个或多个处理器在语法树上修改表达式节点后,生成表达式补丁语句,并引入第三方数据源指导修复操作;S4,所述一个或多个处理器将缺陷位置、操作符和所述表达式补丁语句结合后形成最终的补丁。

    一种网络攻击字符匹配方法及装置

    公开(公告)号:CN108460280B

    公开(公告)日:2022-02-01

    申请号:CN201810134542.6

    申请日:2018-02-09

    Abstract: 本发明是关于一种网络攻击字符匹配方法及装置。该方法包括:对待检测数据包进行拆解,得到待检测文本串;使用预先生成的双向自动机分别从待检测文本串的左右两侧进行字符匹配,所述双向自动机包括正向自动机和逆向自动机,所述双向自动机包括通过对收集到的攻击数据包进行训练学习得到的模式串;根据字符匹配结果及预设的坏字符表和前置字符表确定跳转距离;根据所述跳转距离进行跳转后继续进行字符匹配,直到所述双向自动机到达所述待检测文本的匹配终止位置。该技术方案有效降低了网络攻击字符匹配阶段的时间消耗。

    一种基于不确定性的智能系统测试数据生成方法

    公开(公告)号:CN113762335A

    公开(公告)日:2021-12-07

    申请号:CN202110851977.4

    申请日:2021-07-27

    Abstract: 本发明提供的一种基于不确定性的智能系统测试数据生成方法,对传统CNN分类器模型进行重构,结合D‑S证据理论进行的不确定性推理得到信息冲突值,然后基于冲突值和神经元覆盖率引导测试数据生成。从生成更多样的测试数据和提高测试充分性的角度出发,通过综合增大样本特征之间的冲突值可以产生对抗样本诱导模型误分类和提高神经元覆盖率有助于提高测试的充分性两个方面的内容,结合了模型的结构、参数、样本特征之间的冲突以及神经元覆盖率指标,是一种新的测试数据生成方法。与DeepXplore相比,不需要使用多个神经网络模型交叉引证,与DLFuzz相比,能生成更多的测试数据。

    一种插件调度方法及装置

    公开(公告)号:CN108920206A

    公开(公告)日:2018-11-30

    申请号:CN201810607856.3

    申请日:2018-06-13

    Abstract: 本发明是关于一种插件调度方法及装置。该方法包括:获取包括所有插件信息的有向无环图信息;生成n位随机数,根据随机数生成分配子串,分配子串包括执行插件的线程;根据有向无环图信息生成调度子串,调度子串包括执行插件的顺序;根据分配子串和调度子串生成插件调度方案,得到第一插件调度方案集合;根据遗传算法将第一插件调度方案集合进行遗传处理,得到第二插件调度方案集合;从第二插件调度方案集合中选择最优插件调度方案;根据最优插件调度方案进行插件调度。该技术方案,降低插件调度所使用的时间,提高软件性能。

    一种应用层DDoS攻击检测方法及装置

    公开(公告)号:CN108282468A

    公开(公告)日:2018-07-13

    申请号:CN201810006015.7

    申请日:2018-01-03

    Abstract: 本发明是关于一种应用层DDoS攻击检测方法及装置。该方法包括:从访问数据中提取访问特征信息;获取各个评价因素对应评语集的隶属函数;根据所述访问特征信息对应的评价因素,确定所述访问特征值对应的隶属函数;根据所述隶属函数,计算所述访问特征信息对于各个评语集的隶属度;根据所述隶属度确定所述访问数据对应的访问请求是否为DDoS攻击。该技术方案有效提高了检测的正确率和效率,降低了误判率和漏判率,进一步提高了服务器的安全性。

    基于权重改进Apriori的数据关联分析方法及系统

    公开(公告)号:CN119622234A

    公开(公告)日:2025-03-14

    申请号:CN202411430479.2

    申请日:2024-10-14

    Abstract: 本发明提供基于权重改进Apriori的数据关联分析方法及系统,方法包括:收集原始铁路事故数据,对铁路事故原因、事故类型、事故等级的信息进行筛选和编号,生成多属性铁路事故数据集;基于熵值法,计算事故数据的权重;根据基于熵值法计算的事故数据的权重,设定改进的支持度和置信度指标,挖掘铁路事故数据中的关联规则。本发明通过熵值法计算每个事故等级的权重,改进Apriori算法,设计新的支持度与置信度指标算法,获取更多蕴含事故致因信息的强关联规则,实现铁路事故数据的加权关联规则挖掘,处理事故数据时顾及事故严重程度,提升事故数据挖掘的有效性,提高事故和故障分析与预防的效率和准确性,有效保障了铁路系统行车安全。

Patent Agency Ranking