-
公开(公告)号：CN120068084A
公开(公告)日：2025-05-30
申请号：CN202510070419.2
申请日：2025-01-16
Applicant: 大连海事大学
IPC: G06F21/57 , G06N3/045 , G06F18/214 , G06F18/213 , G06F18/22 , G06F18/25
Abstract: 本发明提供了一种利用多重注意力机制进行代码漏洞修复检测的方法，包括如下步骤：S1、构建漏洞修复数据集；用CodeBERT对漏洞修复数据集中的代码更改提取嵌入，通过特征提取器获得代码更改的特征；S2、通过计算代码更改的特征之间的相似度，划分出补丁内容相关特征和补丁内容无关特征；S3、得到自注意力组件处理后的特征；S4、将自注意力组件处理后的补丁无关和补丁相关特征映射到同一纬度，输入到匹配注意力组件中进行联合计算，获得注意力权重，通过注意力权重进行加权获得预测结果。本发明引入了多重注意力机制，通过自注意力机制捕获代码片段的全局依赖关系，通过匹配注意力机制分析代码修改前后的差异，进而提高了对漏洞修复的识别精度。
-
公开(公告)号：CN109948940B
公开(公告)日：2023-08-18
申请号：CN201910229952.3
申请日：2019-03-26
Applicant: 大连海事大学
IPC: G06Q10/0631 , G06F11/36
Abstract: 本发明公开了一种基于启发式算法的Web服务众包测试任务分配方法，包括以下步骤：S1：请求者将多个众包工作以测试任务的形式提交众包平台；S2：任务分配优化系统建立至少包含测试任务属性、测试工人属性、分配因素的任务分配模型，根据任务分配模型确认目标函数和约束条件；S3：任务分配优化系统基于任务分配模型采用HE算法进行测试任务和测试工人之间的优化分配，并根据众包平台设置的任务发布条件发布任务，并将任务信息显示给测试工人；S4：测试工人完成相应任务后将结果反馈给众包平台，众包平台将各任务的完成结果进行归纳整理。
-
公开(公告)号：CN109934286B
公开(公告)日：2022-11-11
申请号：CN201910183106.2
申请日：2019-03-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法，该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作，生成的分类模型对新提交的bug报告进行分类时没有偏向，拟合趋于平衡，避免了分类时的局限性；经过提取操作，可以实现特征与实例的同时提取，得到规模更小且质量更高的数据集，提高了bug报告严重程度识别的准确率，节省了bug严重程度识别的时间成本和人力成本，提升了工作效率，方便开发者优先处理严重程度更高的bug报告。
-
公开(公告)号：CN115016961A
公开(公告)日：2022-09-06
申请号：CN202210456344.8
申请日：2022-04-27
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于注意力网络的代码修复方法，包括：S1:将源代码中的方法名、变量名进行统一替换并记录替换关系生成预处理数据；S2:生成基于注意力机制的神经网络模型；S3:训练基于注意力机制的神经网络模型，将预处理数据输入神经网络模型中，采用梯度下降方式训练该模型直至收敛，保存神经网络模型参数；S4:将实际应用场景中将有缺陷的源代码执行S1操作获得预处理后数据，将预处理后数据转换成向量输入至完成训练的模型中生成修复补丁，将生成的修复补丁执行一次S1中替换关系的逆过程获得真实修复补丁。该方法通过自注意力网络来学习代码中的缺陷模式从而自动修复软件中的缺陷，提高软件缺陷的修复效率。
-
公开(公告)号：CN114995818A
公开(公告)日：2022-09-02
申请号：CN202210395425.1
申请日：2022-04-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种Simulink模型到C语言的优化参数自动配置方法，包括：使用现有的随机生成工具生成Simulink模型，构建强化学习代理，将图结构输入至强化学习代理，所述强化学习代理根据输入信息选择Simulink模型下一步要执行的动作，并将要执行的动作传送至Simlink模型；将选择的参数序列用于当前Simulink模型编译为C语言的过程中，更新强化学习代理，根据时间加速比对强化学习代理进行更新，将新的Simulink模型输入至完成更新的强化学习代理中进行优化参数的推荐，该方法求出的参数编译成的C语言的执行时间将比使用Matlab自行推荐的参数编译成的C语言的执行时间更短。
-
Patent Agency Ranking
公开(公告)号：CN114816988A
公开(公告)日：2022-07-29
申请号：CN202210267643.7
申请日：2022-03-17
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于子系统和数据恢复的Simulink测试方法，包括：采用随机生成方式生成测试用例，建立测试用例集，收集用于扩大测试用例集的被测试软件的第三方使用案例；对测试用例集中的所有测试用例进行预处理操作，对运行的测试用例进行基突变；创建一个存储测试用例集内每个测试用例中所有模块类型前后连接关系的数据库；采用蒙特卡罗马尔科夫链方式抽样选取测试集中的测试用例，将抽到的测试用例命名为原始测试用例；复制原始测试用例生成新测试用例并命名为变体测试用例，并对变体测试用例进行变异操作；对原始测试用例和生成的变体测试用例进行基于等效模输入的差分测试，同时记录出现错误的软件。
-
公开(公告)号：CN110554964A
公开(公告)日：2019-12-10
申请号：CN201910834368.0
申请日：2019-09-03
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于深度强化学习的Web服务众包测试任务分配方法，包括：根据众包平台上的工人池和任务池内的数据信息、对深度强化学习的Web服务测试任务分配模型进行训练；众包平台接收需求者提交的测试任务，使用完成训练的Web服务测试任务分配模型进行测试任务的分配；工人接受并执行任务、将任务测试结果反馈给众包平台，众包平台将工人反馈的测试结果传送给相应的任务需求者。本方法通过使用深度强化学习方法DQN来训练Web服务测试任务分配模型，达到了对Web服务众包测试任务进行实时分配的效果，可以在一定程度上保证测试任务能够交由众包测试平台上比较合适的测试人员来处理，提升了测试效果。
-
公开(公告)号：CN110472247A
公开(公告)日：2019-11-19
申请号：CN201910770984.4
申请日：2019-08-20
Applicant: 大连海事大学
Abstract: 本发明公开了一种多语义信息融合网络预测帖子回答时间的方法，包括如下步骤：选取N条帖子并提取每个帖子的数据特征，其中数据特征包括帖子的问题描述、帖子的标题，帖子的标签，帖子的创建时间和帖子的星期特征信息，利用帖子的数据特征预测帖子的回答时间；利用doc2vec模型将帖子的数据特征转换为向量、并将向量输入至全连接神经网络模型内利用sigmoid函数预测帖子的回答时间。该方法在预测的过程中，考虑了帖子的描述信息、标题信息以及标签等特征信息，相比于只考虑单一特征的方法预测的更加准确。
-
公开(公告)号：CN109615242A
公开(公告)日：2019-04-12
申请号：CN201811528909.9
申请日：2018-12-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于循环神经网络和代价敏感的软件bug分派方法，包括以下步骤：S1:对采集历史bug报告仓库中的原始数据集进行预处理；其中预处理包括筛选Bug报告、提取筛选出的Bug报告的文本信息、提取开发者活跃度信息；S2：在训练集上对CSDBT模型进行预训练；S3：使用自适应差分进化算法求解最优的误分类代价矩阵：验证集的数据进行求解，获取误分类代价矩阵的最优值；S4：将预训练好的的CSDBT模型和上一步得到的最优误分类代价矩阵相结合得到新CSDBT模型，最后输入测试集对新CSDBT模型进行测试。
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.028 seconds)
