-
公开(公告)号：CN109684596A
公开(公告)日：2019-04-26
申请号：CN201811563752.3
申请日：2018-12-20
Applicant: 国家计算机网络与信息安全管理中心 , 武汉理工大学
IPC: G06F17/10
CPC classification number: G06F17/10
Abstract: 本发明涉及一种可交互的基于热图谱排序的占优解集可视化方法，采用如下步骤：步骤一，设置兴趣解，并计算各个原始解到兴趣解的距离；步骤二，对各个解到兴趣解的距离按目标函数做排序；步骤三，设置各个目标函数的排列优先级；步骤四，计算解集的解之间的相似度矩阵；步骤五，计算解集的目标函数之间的相似度矩阵；步骤六，使用谱排序对解和目标函数分别做重排，并用热图进行可视化；其通过设置兴趣解和目标排序优先级，并在此基础上计算解之间和目标之间的相似度，从而改进热图谱排序可视化方法。可以在保证占优解集完整性的同时，突出决策者感兴趣的解和目标函数。
-
公开(公告)号：CN109617882A
公开(公告)日：2019-04-12
申请号：CN201811562845.4
申请日：2018-12-20
Applicant: 国家计算机网络与信息安全管理中心 , 武汉理工大学
IPC: H04L29/06
Abstract: 本发明涉及攻击树建模的网络技术领域，特别涉及一种基于攻击树的最小防护措施集生成方法，采用如下步骤：步骤1：生成攻击树补树；步骤二：生成防护树；步骤三：计算防护树对应的最小防护措施集；它通过防护措施集可以破坏所有可能的潜在攻击路径，可实现零风险的工控网络安全防护。
-
公开(公告)号：CN118260189A
公开(公告)日：2024-06-28
申请号：CN202311675100.X
申请日：2023-12-06
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F11/36 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及一种软件系统老化失效时间预测方法、装置、电子设备及介质，其方法包括：收集软件系统运行失效的原始数据；对原始数据进行预处理得到预处理数据；将预处理数据输入到时间关系提取模块中得到时间高维特征，将预处理数据输入到空间关系提取模块中得到空间高维特征，时间关系提取模块为由若干个双向GRU和注意力机制堆叠构成的神经网络结构，空间关系提取模块为由若干个多尺度卷积块构成的神经网络结构；将时间高维特征和空间高维特征融合，得到时空高维特征；将时空高维特征输入到预设的预测模型中，得到软件系统预测的老化失效时间。本发明可以实现精准有效的预测软件系统的老化失效时间。
-
公开(公告)号：CN118839249A
公开(公告)日：2024-10-25
申请号：CN202410898598.4
申请日：2024-07-05
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F18/2415 , G06F18/214 , G06F18/23213 , G06F18/22 , G06N3/126
Abstract: 本发明公开了一种面向类内和类间高度不平衡的老化缺陷预测方法，该方法包括：获取原始老化缺陷数据集，并将其划分为训练集和测试集；原始老化缺陷数据集包括存在老化bug的样本和没有老化bug的样本；对训练集进行基于噪声点清理的类内平衡；基于类内平衡的训练集，进行基于生成对抗网络的类间平衡；使用平衡后的数据集进行分类器训练，最后利用训练好的分类器进行软件老化缺陷预测。本发明可以有效解决老化缺陷预测中数据集中普遍存在的高度类不平衡问题，提升老化缺陷预测模型的分类精度和效率。
-
公开(公告)号：CN117743142A
公开(公告)日：2024-03-22
申请号：CN202311442939.9
申请日：2023-10-31
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F11/36 , G06F8/41 , G06F16/901 , G06N3/042 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于代码属性图的软件老化缺陷深度语义特征学习方法，包括以下步骤：对源代码进行解析，生成包含抽象语法树、程序依赖图和控制流图的代码属性图；将生成的代码属性图进行图数据构建；对构建的图数据进行节点嵌入和图嵌入；对图数据进行子图采样；基于对图结构敏感的Transformer图神经网络进行模型训练，学习软件老化缺陷深度语义特征。本发明可以有效解决传统人工设计特征对源代码特征表征不足的缺陷，并改进现有深度语义特征模型对语义理解不足的弊端，大幅度提高软件老化缺陷集的特征质量。
-
Patent Agency Ranking
公开(公告)号：CN116680175A
公开(公告)日：2023-09-01
申请号：CN202310627005.6
申请日：2023-05-26
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F11/36 , G06F18/2321 , G06F18/10 , G06N7/02
Abstract: 本发明公开了一种基于模糊聚类的软件老化交叠点清理方法及系统，该方法包括：对软件老化缺陷数据集进行数据归一化；采用Fuzzy‑C‑means对归一化后的软件老化缺陷数据集进行模糊聚类，将特征相似度高的样本聚类到相同的堆中，并获得每个样本对每个聚类堆的隶属度值；且采用手肘部优化法的思想对Fuzzy‑C‑means的聚类堆值进行优化以得到最优聚类结果；基于得到的聚类结果，对每个聚类堆中的样本根据隶属度值进行交叠点判断，并对每个聚类堆中的交叠点进行清理；将清理交叠点后的样本进行合并得到最终的软件老化缺陷数据集。本发明采用模糊聚类的方法对每个样本赋予不同的簇隶属度，根据隶属度的不同仅对无老化bug的交叠点进行清理，而不考虑有老化bug的交叠点。
-
公开(公告)号：CN119717765A
公开(公告)日：2025-03-28
申请号：CN202411868614.1
申请日：2024-12-18
Applicant: 武汉理工大学
IPC: G05B23/02
Abstract: 本发明提供了一种工业控制系统时序异常检测方法，包括以下步骤：构建时间序列，时间序列包括T个时刻的过程数据和时刻间隔内流经的字节数和数据包的数量；每个过程数据包括m个工业参数的值；通过滑动窗口对时间序列进行分片处理后，得到训练样本集；进行分片操作进行维度转换，得到分片间视角和分片内视角；将分片间视角和分片内视角依次经过时间卷积网络、通道注意力机制和自注意力网络处理后得到分片间表示分片内表示；将分片间表示和分片内表示进行维度统一后，通过利用KL散度计算两种表示的差异值，当差异值大于或等于阈值，则判定为异常。使深度学习模型能够同时从网络域和物理域两方面进行建模，使模型更加准确。
-
公开(公告)号：CN119520359A
公开(公告)日：2025-02-25
申请号：CN202411450406.X
申请日：2024-10-17
Applicant: 武汉理工大学
Abstract: 本发明公开了一种基于流量分析的工控协议范式语法自动生成方法及系统，所述方法包括以下步骤：捕获工控系统中的数据包序列，提取所述数据包序列的每个数据包中的协议名称、字段名称、字段类型和字段大小；为每个数据包构建数据模型：将数据包对应的协议名称作为根节点，将字段名称作为子节点，将字段类型和字段大小作为对应字段的字段名称的叶子节点；提取所有数据模型的共有部分，得到通用数据模型，遍历所述通用数据模型，得到工控协议的范式语法描述。本发明的方法可以自动生成工控协议的范式语法描述，减少因人为错误或疏忽而导致的语法错误和漏洞，提供了准确的协议规范。
-
公开(公告)号：CN115098395A
公开(公告)日：2022-09-23
申请号：CN202210836462.1
申请日：2022-07-15
Applicant: 武汉理工大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于无关性覆盖模型的多状态系统可靠性分析方法，包括以下步骤：S1、计算多状态系统中各组件的最小无关触发；S2、根据所述最小无关触发，得到多状态系统状态不达标的逻辑表达式，根据该表达式构造多状态多值决策图；S3、根据所述多状态多值决策图，通过遍历决策图得到使系统状态不达标的不相交之和(SDP)，计算这个SDP发生的概率，由此得到系统的不可靠度。本发明多状态系统中的组件不仅会因为其他组件的失效而成为无关组件，也会因为其他组件的状态衰退而成为无关组件。
-
公开(公告)号：CN115002471A
公开(公告)日：2022-09-02
申请号：CN202210593207.9
申请日：2022-05-27
Applicant: 武汉理工大学
IPC: H04N19/30 , H04N19/124 , H04N19/172 , H04N19/192 , H04N19/42 , H04N19/593
Abstract: 本发明提供了一种基于鲁棒自适应DAC码的分布式视频编码及解码方法和系统。方法分为编码端和解码端，编码端将输入视频分为关键帧和WZ帧，关键帧采用帧内编码；WZ帧经过变换、量化得到比特面，再对比特面进行置乱以提高解码的鲁棒性，接着采用自适应信源概率DAC算法对其进行编码。解码端对关键帧采用帧内解码，已解码的关键帧经过运动补偿插帧生成边信息，边信息再经过置乱以辅助WZ帧解码；WZ帧采用相同的自适应方法估计信源概率，并从DAC解码树中选择与边信息最匹配的路径作为解码输出，最后将输出按置乱顺序逆序还原并重构完成全部解码过程。该方法在降低DAC编码开销的同时，提升了解码的鲁棒性，对基于DAC的分布式视频编码性能有一定提高。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.041 seconds)
