-
公开(公告)号：CN112685320A
公开(公告)日：2021-04-20
申请号：CN202110026716.9
申请日：2021-01-09
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于多候选程序的软件缺陷修复方法及装置，方法具体包括：S1：在待修复程序中定位缺陷单元，将缺陷单元存放至缺陷集合中，对缺陷单元生成对应的补丁单元，同时将补丁单元存放至补丁集合；S2：将补丁集合添加到待修复程序中，生成对应的修复程序集合；S3：构造适应度函数，利用适应度函数对修复程序集合进行评估得到对应的适应度值，将适应度值进行排序，选取其中排名前k的修复程序作为候选修复程序集合；S4：对候选修复程序集合进行多数决机制投票，输出多数决投票得分最高的候选修复程序运行结果，并将候选修复程序和多数决机制封装成一个整体程序；本发明通过并行运行多个版本的程序提高容错性。
-
公开(公告)号：CN112199295A
公开(公告)日：2021-01-08
申请号：CN202011180145.6
申请日：2020-10-29
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法，属于软件测试技术领域，包括以下步骤：1、获取正确的测试用例和错误的测试用例，2、获取待测深度神经网络模型频谱信息，3、计算神经元的怀疑度，并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元，然后利用怀疑度公式计算其怀疑度，并对其进行排名，定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合，可以将深度神经网络模型中的缺陷直观的使用数值体现出来，更准确快捷的定位到深度神经网络模型缺陷的具体位置。
-
公开(公告)号：CN109117129A
公开(公告)日：2019-01-01
申请号：CN201810953480.1
申请日：2018-08-21
Applicant: 北京信息科技大学
IPC: G06F8/33
Abstract: 本发明实施例提供的一种隐式编程规则过滤方法及装置，通过获取目标隐式编程规则，对所述目标隐式编程规则进行提取获得规则信息，根据所述规则信息获得向量化规则信息，根据所述向量化规则信息进行过滤判断，获得过滤结果，做到不需要使用程序代码信息，可自动对候选隐式编程规则进行过滤，确认误报和真实的隐式编程规则，降低人工确认候选隐式编程规则的开销，从而有效提高现有隐式编程规则挖掘方法的实用性。
-
公开(公告)号：CN108804308A
公开(公告)日：2018-11-13
申请号：CN201810391348.6
申请日：2018-04-27
Applicant: 北京信息科技大学
CPC classification number: G06F11/3608 , G06F8/71 , G06F8/75
Abstract: 本发明实施例提供的一种新版本程序缺陷检测方法及装置，所述方法包括：获取目标应用的历史版本程序和新版本程序；根据所述历史版本程序和所述新版本程序获得对应的函数调用语句集；根据所述函数调用语句集获得所述历史版本程序和所述新版本程序分别对应的关联规则集；根据所述关联规则集获得用于所述新版本程序的检测用关联规则集；根据所述检测用关联规则集和所述新版本程序的函数调用语句集获得疑似缺陷集，能有效过滤隐式编程规则，从而减少待确认缺陷，提高缺陷自动检测效率。
-
Patent Agency Ranking
公开(公告)号：CN117574385A
公开(公告)日：2024-02-20
申请号：CN202311634868.2
申请日：2023-12-01
Applicant: 北京信息科技大学
IPC: G06F21/57 , G06F16/901 , G06F18/213 , G06F18/214 , G06F18/241 , G06F18/20 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于图注意力网络的智能合约漏洞检测方法及系统，属于区块链智能合约安全技术领域，首先，通过合约源代码构建抽象语法树(AST)，并融合控制依赖关系和数据依赖关系以构建SCG。然后，使用智能合约训练集构建的合约图来训练图注意力网络模型。最后，使用训练好的图注意力网络模型来检测待检测合约是否存在漏洞及具体的漏洞类型。本发明通过将智能合约源代码解析为AST，并将数据依赖和控制依赖关系与AST融合组成合约图，以更好地表征合约特征；并通过图注意力网络对合约图的语义及结构的学习，不仅能够检测合约是否存在漏洞，而且还能够更准确地检测到合约存在的漏洞类型，从而加速漏洞修复过程。
-
公开(公告)号：CN115934548A
公开(公告)日：2023-04-07
申请号：CN202211621334.1
申请日：2022-12-16
Applicant: 北京信息科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于信息检索的语句级软件缺陷定位方法及系统，涉及软件缺陷定位技术领域。包括：基于缺陷库构建历史缺陷报告集；根据历史缺陷报告集和目标缺陷报告进行历史缺陷语句提取；根据目标源码文件集和目标缺陷报告进行可疑目标源码文件检测以获得可疑目标源码语句集；基于历史缺陷语句集和可疑目标源码语句集进行目标缺陷语句定位。本发明实现了语句级别的缺陷定位，相比于现有的基于信息检索的软件缺陷定位方法粒度更细，定位精度更高；相比于现有的语句级别的缺陷定位方法，本发明不需要设计测试用例并执行程序，减少了缺陷定位所需人力和时间开销。
-
公开(公告)号：CN109117129B
公开(公告)日：2021-11-19
申请号：CN201810953480.1
申请日：2018-08-21
Applicant: 北京信息科技大学
IPC: G06F8/33
Abstract: 本发明实施例提供的一种隐式编程规则过滤方法及装置，通过获取目标隐式编程规则，对所述目标隐式编程规则进行提取获得规则信息，根据所述规则信息获得向量化规则信息，根据所述向量化规则信息进行过滤判断，获得过滤结果，做到不需要使用程序代码信息，可自动对候选隐式编程规则进行过滤，确认误报和真实的隐式编程规则，降低人工确认候选隐式编程规则的开销，从而有效提高现有隐式编程规则挖掘方法的实用性。
-
公开(公告)号：CN113361709A
公开(公告)日：2021-09-07
申请号：CN202110639424.2
申请日：2021-06-08
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种基于变异的深度神经网络模型修复方法，涉及深度神经网络模型修复技术领域，包括以下步骤：定位缺陷权重所在的位置，通过定位到待修复的深度神经网络模型所在层的神经元对应的权重，得到可疑权重序列；对深度神经网络的权重进行优化，依次对所述可疑权重序列中的每个权重进行变异；基于遗传思想的权重的迭代优化，对每个权重进行调整，生成不同的变异体，选择适应度高的个体继续进行下一轮的迭代，直到达到修复停止条件。本发明通过反向计算的方法对深度学习模型中的各个神经元的权重对测试结果的重要性影响进行排序，基于遗传算法对其进行变异迭代，提高深度学习模型的准确性，达到修复的效果。
-
公开(公告)号：CN112579463A
公开(公告)日：2021-03-30
申请号：CN202011562073.1
申请日：2020-12-25
Applicant: 北京信息科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种面向Solidity智能合约的缺陷预测方法，应用于软件缺陷预测技术领域，首先从Solidity源码中提取代码模块的度量元，并为每个代码模块标记缺陷数量，从而构建缺陷预测数据集；然后针对Solidity缺陷预测数据集中的类不平衡问题，采用过采样方法进行数据预处理；最后分别构建缺陷数量预测模型和缺陷倾向性预测模型，并评估模型的性能。本发明将度量元集与Solidity智能合约缺陷检测结果结合，构建了Solidity智能合约缺陷预测数据集，能够更好地描述Solidity智能合约的特征，基于以上数据集，分别验证了缺陷数量预测和缺陷倾向性预测问题中，不同模型的性能差异。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.023 seconds)
