-
公开(公告)号：CN113344119B
公开(公告)日：2024-07-12
申请号：CN202110718610.5
申请日：2021-06-28
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/52
Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。
-
公开(公告)号：CN113344119A
公开(公告)日：2021-09-03
申请号：CN202110718610.5
申请日：2021-06-28
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。
-
公开(公告)号：CN107358099B
公开(公告)日：2020-05-05
申请号：CN201710431448.2
申请日：2017-06-09
Applicant: 南京邮电大学
IPC: G06F21/56
Abstract: 本发明公开一种基于LLVM中间表示程序切片的无用变量检测方法，从加入了无用变量的程序源代码开始，首先将源代码转化为LLVM中间表示的形式，接着利用程序切片技术对LLVM中间表示进行分析得到程序依赖图，之后对程序依赖图抽取和化简，得到变量距离图，最后设定距离阈值，在变量距离图上计算输出变量与其他变量的距离，判断源代码中是否存在无用变量。本发明能够有效检测出源代码中加入的无用变量，同时在检测不同语言的源代码时具有通用性。
-
公开(公告)号：CN107220540A
公开(公告)日：2017-09-29
申请号：CN201710256845.0
申请日：2017-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于强化学习的入侵检测方法，包括对入侵检测环境进行建模，在入侵检测环境内模拟出一个马尔科夫过程，将强化学习模型用于入侵检测的分类检测环境当中，通过强化学习学习出最优的分类策略，将分类正确率作为强化学习模型中的奖赏函数，建立基于入侵检测马尔科夫过程的Bellman方程，采用基于γ折扣累计奖赏的策略评估算法计算最优解，可以确定入侵检测中正常行为和非正常行为的阈值，有利于不断地使得正常行为序列得以补充，最终提高入侵检测的检测率，降低误报率和漏报率，最终提升整个入侵检测系统的性能。
-
公开(公告)号：CN106951366A
公开(公告)日：2017-07-14
申请号：CN201710137147.9
申请日：2017-03-09
Applicant: 南京邮电大学
IPC: G06F11/36
CPC classification number: G06F11/3668
Abstract: 本发明公开一种基于程序切片技术的C语言死代码检测方法，主要包括步骤：将源代码中的输出语句与所述输出语句中的变量集合组成切片准则 ，对源代码分别进行静态后向程序切片分析和动态后向程序切片分析，得到的分析结果经对比，得出是否存在死代码的结论。本发明能够有效的检测出C语言代码中包含的死代码语句，同时提高了检测的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN105700893A
公开(公告)日：2016-06-22
申请号：CN201610098877.8
申请日：2016-02-23
Applicant: 南京邮电大学
CPC classification number: G06F8/433 , G06F8/75 , G06F11/362 , G06F11/3668
Abstract: 本发明公开一种基于改进系统依赖图的LLVM IR程序切片方法。首先，构造出程序依赖图；然后利用图可达性算法对单个程序的LLVM IR语句进行切片；再根据程序间的调用关系、实参与形参之间的对应关系，将对单个程序的分析扩展到多个程序中去；接着利用新的方法来构造传递依赖边，进而完成系统依赖图的构建；最后，利用两阶段图形可达性算法对系统依赖图进行遍历，完成对多个程序的切片。本发明使切片的时间复杂度大大降低。
-
公开(公告)号：CN107943516B
公开(公告)日：2020-11-13
申请号：CN201711274665.1
申请日：2017-12-06
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于LLVM的克隆代码检测方法，包括预处理步骤，合并映射步骤，提取分片步骤，匹配步骤，汇总步骤。首先对源代码预处理步骤，对源程序通过的前端转换成中间语言，然后对装换后的程序进行程序切片操作，获得中间语句之间的依赖关系，这一操作的获取LLVM IR语言的依赖图。然后对取得的数据进一步处理，获取更加精简的语句关系集。然后使用分割方法将语句集分割，在以分布式对比方法获取克隆代码。本发明中通过切边结果来获得关系集样本，并且保留了语句的特征。本发明将提高代码检测的匹配精度，利用LLVM IR中间语言带来的额外特征性，结合多种匹配方式丰富了匹配方法，实现了更加好的克隆代码检测。
-
公开(公告)号：CN106991435A
公开(公告)日：2017-07-28
申请号：CN201710137000.X
申请日：2017-03-09
Applicant: 南京邮电大学
CPC classification number: G06K9/6269 , G06F21/552 , G06K9/6249
Abstract: 本发明公开了一种基于改进的字典学习的入侵检测方法，包括数据预处理步骤、稀疏特征提取步骤、数据检测步骤；首先收取标准数据集作为本方法训练集和测试集，然后用字典学习的方法对高维数据约简冗余信息以达到稀疏特征选择的目的；字典学习是一个双目标优化的复杂问题，使用分布式快速求解算法‑‑交替方向乘子法(ADMM)作为其求解框架，可以在加快大字典的训练速度的同时保证求解的精度；将提取出的具有高判别能力的稀疏特征作为机器学习分类器的输入，分类器使用支持向量机(SVM)，从而得到一个具有低复杂度、高表示能力的入侵检测模型，最终实现降低入侵检测的误报率、提高检测率、减少计算时间和存储开销。
-
公开(公告)号：CN113312105B
公开(公告)日：2023-05-02
申请号：CN202110619282.3
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F9/445 , G06F9/50 , G06N20/00 , H04L67/1004 , H04L67/12
Abstract: 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
公开(公告)号：CN113296845B
公开(公告)日：2022-10-14
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.024 seconds)
