模型状态差分的深度神经网络测试用例生成方法

    公开(公告)号:CN115080383A

    公开(公告)日:2022-09-20

    申请号:CN202210534831.1

    申请日:2022-05-17

    Abstract: 本发明涉及一种模型状态差分的深度神经网络测试用例生成方法,属于计算机与信息科学技术领域。本发明首先利用特征热力图表征现有测试用例所触发的模型状态;然后对模型状态聚类分析,选取能够触发新神经元状态的用例作为生成新测试用例的模板;之后利用特征热力图差分结果确定用例特征的高覆盖率变换方向,以此为指导对差分结果进行像素级或区域级变换,构建新测试用例;最后利用新用例进行缺陷检测并计算其覆盖率,保留有助于覆盖率提升的用例用于后续迭代。本发明针对现有方法缺乏高覆盖率变换方向指导,运行效率和生成的测试用例质量低的问题提供了一种解决方案,生成的测试用例能够有效提升测试全面性,触发模型潜在缺陷。

    结合白名单和攻击分类的缓存DOS攻击防御方法

    公开(公告)号:CN116800472A

    公开(公告)日:2023-09-22

    申请号:CN202310505332.4

    申请日:2023-05-06

    Abstract: 本发明涉及结合白名单和攻击分类的缓存DOS攻击防御方法,属于计算机与信息科学技术领域。本发明首先根据人为构建的白名单和所有进程确定待检测进程;然后通过检测进程ID和缓存访问事件组统计各事件发生次数,计算各事件发生率作为攻击行为特征向量;最后根据攻击行为特征向量判别攻击类型为整体缓存DOS攻击或局部缓存DOS攻击,对局部缓存DOS攻击的进程进行隔离,对整体缓存DOS攻击的进程进行缓存读写速度限制。本发明针对现有缓存DOS攻击防御方法易导致缓存整体性能下降,且难以识别针对局部缓存攻击的问题,提出结合白名单和攻击分类的方法,增加了可防御的攻击类型并降低了对缓存整体性能的影响。

    利用多种特征流形向量的入侵检测系统对抗样本防御方法

    公开(公告)号:CN116318877A

    公开(公告)日:2023-06-23

    申请号:CN202310123302.7

    申请日:2023-02-16

    Abstract: 本发明涉及利用多种特征流形向量的入侵检测系统对抗样本防御方法,属于计算机与信息科学领域。本发明首先对网络流量样本提取多种特征:利用径向神经网络计算样本类别预测概率,基于注意力机制计算样本特征权重并提取高权重特征,计算样本特征间相关度并提出随机递归式特征消除算法选择高相关度特征;其次,将多种特征映射为低维流形向量,并分别与良性、恶意流量样本流形向量计算相似度;最后,依据流形相似度利用降噪自编码器生成重构特征后的流量样本,再通过入侵检测系统进行判别。本发明基于多种特征流形相似度对样本特征进行重构,降低了特征中对抗性扰动对检测精度的影响,提升了入侵检测系统对对抗样本的防御能力。

    强化关联度计算的小样本用户多意图识别方法

    公开(公告)号:CN115757714A

    公开(公告)日:2023-03-07

    申请号:CN202211331155.4

    申请日:2022-10-28

    Abstract: 本发明涉及一种强化关联度计算的小样本用户多意图识别方法,属于自然语言处理领域。本发明旨在为用户对话样本标定多个意图标签,首先,利用BERT提取用户对话样本及其对应标签的嵌入表示;其次,计算支持集中标签与样本的关联度以增强标签原型表示,利用标签原型和查询样本构建原型网络;然后,计算多个领域的通用阈值和小样本领域的特定阈值,并以其他领域样本与查询样本的关联度均值为系数计算原型网络阈值;最后,根据原型网络阈值筛选出查询样本对应的多个意图标签。本发明提出强化关联度计算方法,同时考虑嵌入表示的特征值差异和特征维度差异,进一步降低标签间的干扰,并改进原型网络阈值计算方法,有效提升多意图识别任务的准确率。

Patent Agency Ranking