-
公开(公告)号：CN109032934B
公开(公告)日：2021-07-02
申请号：CN201810749749.4
申请日：2018-07-10
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种FPGA/IP核逻辑代码安全规则检测方法，涉及FPGA/IP核验证技术领域。本发明根据所设计的自定义安全规则检测条款和现有商业条款相结合，在自定义安全规则检测条款增加并实现了FPGA状态机死锁、内部三态等规则条款，提高了FPGA代码的质量；删减根本不适用于FPGA的可测试性设计的规则、电气特性检测等规则，有效的降低了无效警示规则条款。
-
公开(公告)号：CN112395190A
公开(公告)日：2021-02-23
申请号：CN202011280982.6
申请日：2020-11-16
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种针对多种处理器架构的非侵入式覆盖率统计方法，包括：搭建嵌入式软件仿真运行环境；解析多种架构目标文件及调试信息格式，获取处理器对应的调试信息格式，通过解析调试信息格式获取嵌入式软件源码目标码对应关系信息；解析源代码获取源代码的分支信息；获取覆盖率信息，包括：仿真执行开始后，判断当前指令是否是分支指令，若不是，继续执行指令；如果是，以当前地址作为基本块结束地址，并以基本块开始地址和结束地址为索引，更新覆盖率查询表；将覆盖率统计分析结果输出。本发明的能够弥补现有覆盖率统计分析工具的不足，满足多种场景下覆盖率统计分析的需求。
-
公开(公告)号：CN111813672A
公开(公告)日：2020-10-23
申请号：CN202010636319.9
申请日：2020-07-03
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种针对多种处理器架构的非侵入式覆盖率统计方法，包括：搭建嵌入式软件仿真运行环境；解析多种架构目标文件及调试信息格式，获取处理器对应的调试信息格式，通过解析调试信息格式获取嵌入式软件源码目标码对应关系信息；解析源代码获取源代码的分支信息；获取覆盖率信息，包括：仿真执行开始后，判断当前指令是否是分支指令，若不是，继续执行指令；如果是，以当前地址作为基本块结束地址，并以基本块开始地址和结束地址为索引，更新覆盖率查询表；将覆盖率统计分析结果输出。本发明的能够弥补现有覆盖率统计分析工具的不足，满足多种场景下覆盖率统计分析的需求。
-
公开(公告)号：CN111338972A
公开(公告)日：2020-06-26
申请号：CN202010234064.3
申请日：2020-03-30
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种基于机器学习的软件缺陷与复杂度关联关系分析方法，涉及人工智能、大数据技术领域。本发明提出一种基于机器学习的软件缺陷与复杂度关联关系分析方法，基于大量的软件测试数据，分别通过单因素方差检验、高斯混合模型的方式探究不同类别软件缺陷的数目与复杂度、软件类型等多因素之间的关系。在高斯混合模型的方式中，通过对复杂度度量结果进行清洗、处理，量化计算软件缺陷数与每一个复杂度度量元之间的影响关系，并基于AOV网络、关联分析等方法客观分析软件缺陷与多软件复杂度度量元之间的涌现特征，进而计算出影响软件缺陷的关键复杂度因素。
-
公开(公告)号：CN109032934A
公开(公告)日：2018-12-18
申请号：CN201810749749.4
申请日：2018-07-10
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
CPC classification number: G06F11/3604
Abstract: 本发明涉及一种FPGA/IP核逻辑代码安全规则检测方法，涉及FPGA/IP核验证技术领域。本发明根据所设计的自定义安全规则检测条款和现有商业条款相结合，在自定义安全规则检测条款增加并实现了FPGA状态机死锁、内部三态等规则条款，提高了FPGA代码的质量；删减根本不适用于FPGA的可测试性设计的规则、电气特性检测等规则，有效的降低了无效警示规则条款。
-
Patent Agency Ranking
公开(公告)号：CN111160535A
公开(公告)日：2020-05-15
申请号：CN201911412304.8
申请日：2019-12-31
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种基于Hadoop的DGCNN加速方法，其中，包括：利用MapReduce实现训练样本和计算答案初始位置与结束位置的并行化，分布式地存储在Hadoop平台的每个节点上，每个节点都存储一个相同的完整的卷积神经网络，对于各小块中的每一个样本，节点都执行一次前向传播和反向传播计算，得出各个权值和偏置的局部改变量以及位置信息，接着汇总每个权值和偏置的局部改变量从而得到全局改变量，多次用全局改变量更新权值之后，获得最终网络；使用CUDA进行特征矩阵、神经元以及权值的并行化，为每一层的特征矩阵启动一个线程格，线程块中每个线程对应一个神经元，使得神经元并行，在误差反向传播中，用一个线程对应一个权值，计算该权值的局部梯度改变量，使得权值并行。
-
公开(公告)号：CN111881055B
公开(公告)日：2023-07-14
申请号：CN202010775179.3
申请日：2020-08-03
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种军用软件评测规范的Simulink模型设计方法，其中，包括：分解出Simulink自带规则检查工具Model Advisor中直接影响代码标准符合性的模型检查项；收集Simulink模型进行成分分析，并使用Model Advisor中直接影响代码标准符合性的模型检查项进行规则检查，将通过规则检查的模型入库；将GJB 8114强制类准则逐项分解为由代码生成器决定和由用户行为决定的两类，利用假设检验方法对该两类准则进行验证；将得到的Model Advisor中直接影响代码标准符合性的模型准则、需谨慎使用的Simulink模块集合、由用户行为决定的模型设计准则、基于Simulink自带的模块库的模型设计准则进行提炼和加工，形成Simulink模型设计准则。
-
公开(公告)号：CN111813672B
公开(公告)日：2022-07-08
申请号：CN202010636319.9
申请日：2020-07-03
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种针对多种处理器架构的非侵入式覆盖率统计方法，包括：搭建嵌入式软件仿真运行环境；解析多种架构目标文件及调试信息格式，获取处理器对应的调试信息格式，通过解析调试信息格式获取嵌入式软件源码目标码对应关系信息；解析源代码获取源代码的分支信息；获取覆盖率信息，包括：仿真执行开始后，判断当前指令是否是分支指令，若不是，继续执行指令；如果是，以当前地址作为基本块结束地址，并以基本块开始地址和结束地址为索引，更新覆盖率查询表；将覆盖率统计分析结果输出。本发明的能够弥补现有覆盖率统计分析工具的不足，满足多种场景下覆盖率统计分析的需求。
-
公开(公告)号：CN109086202B
公开(公告)日：2021-05-14
申请号：CN201810796986.6
申请日：2018-07-19
Applicant: 北京计算机技术及应用研究所
IPC: G06F11/36
Abstract: 本发明涉及一种基于关联规则的FPGA/IP核代码规则检查方法，涉及FPGA/IP核验证技术领域。本发明的方法效率高、自动化程度高。测试人员在使用代码规则检查工具针对代码完成初步的规则检查，得到违反工具内部语法规则的检查结果之后，即可利用自动化的数据分析脚本与关联规则进行匹配，对检查结果进行分析，给出代码存在缺陷情况的判断，而不需要人工对每一条工具结果进行详细的分析、判断。本发明的方法可靠性好。代码规则检查过程依赖于代码规则检查工具以及已确认的代码缺陷数据，仅在最后一步经过测试人员的人工确认，尽可能避免引入人为操作，有效减少了因测试人员水平有限、精力不足等人为因素导致的缺陷误报、漏报情况，得到更可靠的代码规则检查结果。
-
公开(公告)号：CN110532557A
公开(公告)日：2019-12-03
申请号：CN201910807636.X
申请日：2019-08-29
Applicant: 北京计算机技术及应用研究所
Abstract: 本发明涉及一种无监督的文本相似度计算方法，其中，包括：步骤一：进行嵌入层模型预训练，对问题集合中的所有词进行预训练，生成满足模型需要的词向量；步骤二：编码层网络，挖掘句子的语义信息；步骤三：进行基于TFIDF融合的模型改进，包括：在每条问句输入到神经网络的同时，对输入的每条问句进行TFIDF的计算，并将计算好的权值输入到神经网络中，控制最后的句子向量表示，采用了归一化的TFIDF计算方法，并将其融入到编码层和表示层。本发明将深度神经网络模型(Bi-LSTM)用于语料库的无监督训练，得到语言模型，通过无监督的训练方式，可以充分地利用大规模的语料库的信息，从而提高文本匹配的准确率，提升信息检索的精度。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.031 seconds)
