公开(公告)号：CN114546397A

公开(公告)日：2022-05-27

申请号：CN202210041705.2

申请日：2022-01-14

Applicant: 南通大学

Inventor： 陈翔 ,  周彦琳 ,  杨光 ,  于池 ,  刘珂 ,  顾亚锋 ,  夏鸿崚 ,  胡新宇

IPC: G06F8/41 ,  G06F8/73 ,  G06F40/169 ,  G06F40/237 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种基于对偶学习的shellcode代码和注释生成方法，包括以下步骤：(1)搜集来自shellstorm和Exploit Database的shellcode语料库；(2)将shellcode注释生成和shellcode代码生成这两个任务形式化为一个对偶学习问题，并通过为输入添加前缀来区分两个任务，使用浅层的Transformer进行同步学习，实现知识共享，提高训练模型的性能和泛化能力；(3)提出了一种改进自注意力计算的归一化方法Adjust_QKNorm，以使Transformer适应低资源任务；(4)提出一个基于规则的修复组件。本发明的有益效果为：有利于软件的开发和维护，生成的高质量注释和代码可以帮助提高开发人员的工作效率，进而提高软件质量。

公开(公告)号：CN114418033A

公开(公告)日：2022-04-29

申请号：CN202210170049.6

申请日：2022-02-24

Applicant: 南通大学

Inventor： 陈翔 ,  刘珂 ,  杨光 ,  曲豫宾 ,  周彦琳 ,  夏鸿崚 ,  顾亚锋 ,  于池

IPC: G06K9/62 ,  G06F40/289 ,  G06F16/35 ,  G06F8/41 ,  G06N3/08

Abstract: 本发明提供了一种基于CodeBert的代码编程语言分类方法，属于计算机应用技术领域。其技术方案为：包括以下步骤：(1)对原始数据集进行处理，去除其中的噪音，并使用BPE方法进行分词；(2)从CodeBert的每一层中提取表征信息作为表征信息序列，使用双向循环神经网络(Bi‑LSTM)和注意力机制关注可提供重要表征信息的层；(3)基于语料库对构建的模型进行训练，得到代码编程语言分类模型。本发明的有益效果为：该方法能快速识别源代码所属的编程语言类型，降低手工分类源代码编程语言的成本。