针对智能合约状态的测试用例定向模糊演化方法及系统

    公开(公告)号:CN117555804A

    公开(公告)日:2024-02-13

    申请号:CN202311654247.0

    申请日:2023-12-05

    Abstract: 本发明公开了一种针对智能合约状态的测试用例定向模糊演化方法及系统,方法具体步骤如下:S1,对输入的合约源码进行结构预分析,生成测试用例;S2,对于测试用例输入的智能合约进行区块链网络下的模拟运行,持续记录测试过程中的合约状态;S3,根据在测试用例下执行智能合约的参数进行状态评估值计算;S4,定义基于状态值的度量公式,计算当前测试用例所产生值是否达到目标距离,若未达到目标距离,则进入步骤S5;若达到目标距离,则进入步骤S6;S5,标记兴趣点和定义漏洞特征模式,对测试用例交叉与突变,生成的变异测试用例返回执行步骤S2,迭代,直至达到目标距离时,进入步骤S6;S6,对测试用例发现的异常处进行汇总,整理后输出漏洞报告。

    基于软标签和数据增强的半监督文本分类方法及系统

    公开(公告)号:CN117435734A

    公开(公告)日:2024-01-23

    申请号:CN202311345904.3

    申请日:2023-10-17

    Abstract: 本发明公开了一种基于软标签和数据增强的半监督文本分类方法及系统,方法步骤如下:S1、对无标签的数据样本赋予初始标签,并初始化模型参数;S2、在BERT模型中随机选择第k层隐藏层进行有标签文本和无标签文本隐藏层输出的TMix操作;S3、基于UDA的无监督学习;S4、更新最终损失与模型;S5、更新无标签样本的标签;S6、返回执行步骤S2,直到达到最大训练轮数或预设的性能目标为止。本发明不仅对数据进行数据增强,又以多种方式挖掘数据的信息,丰富了模型的表达能力。

    RISC-V信息安全扩展指令在五级流水结构上的实现架构及方法

    公开(公告)号:CN116700796A

    公开(公告)日:2023-09-05

    申请号:CN202310612993.7

    申请日:2023-05-29

    Abstract: 本发明公开了RISC‑V信息安全扩展指令在五级流水结构上的实现架构及方法,实现架构包括:专用总线:用于在扩展寄存器堆与专用存储器、扩展寄存器与专用计算部件之间进行数据读取或存储;扩展指令译码部件:用于对加载指令l256、存储指令s256、模加指令、模减指令及蒙哥马利模乘指令的译码;扩展寄存器组:用于对加载指令l256、存储指令s256、模加指令、模减指令及蒙哥马利模乘指令所需的源操作数和目的操作数进行暂存;专用存储器:用于在访存阶段通过专用总线进行256bit数据的存储和读取;专用计算部件:使用模运算电路进行模加减及模乘运算。本发明能适用多种使用模运算的非对称加密算法,降低了资源消耗,提升了处理器对256bit位宽数据进行模运算的速度。

    一种基于全局费用最小化的雾计算任务卸载方法及系统

    公开(公告)号:CN115297123A

    公开(公告)日:2022-11-04

    申请号:CN202210937214.6

    申请日:2022-08-05

    Abstract: 本发明公开了一种基于全局费用最小化的雾计算任务卸载方法及系统,方法包括:S1,获取整个雾网络的信息;S2,根据S1获取的信息,判断各终端和雾节点的卸载可行性,并计算可行匹配的最优卸载比例和对应的费用;S3,根据S2得到的信息,计算各终端节点与雾节点之间的权重;S4,利用扩展Kuhn‑Munkres算法,根据S3得到的权重,以网络整体权重最大为目标,求解终端节点与雾节点之间的一对一匹配,得到任务卸载决策矩阵X;S5,以S4得到的决策矩阵X为索引,得到终端节点和对应雾节点的卸载比例、费用,以及系统总体的费用。本发明考虑多个终端节点和多个雾节点的场景,以全局的思想,保证最大化卸载成功率的前提下最小化网络的卸载费用,避免了局部最优的情况。

    一种基于改进DeepLabV3+网络的遥感图像语义分割方法及系统

    公开(公告)号:CN115035418A

    公开(公告)日:2022-09-09

    申请号:CN202210677113.X

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于改进DeepLabV3+网络的遥感图像语义分割方法及系统,方法包括以下步骤:S1.获取遥感道路数据集并进行预处理,数据集中的数据分为训练数据、验证数据和测试数据;S2.搭建基于Pytorch环境的改进DeepLabV3+语义分割网络模型;S3.利用步骤S1得到的训练数据、验证数据对改进DeepLabV3+语义分割网络模型进行训练;S4.将步骤S1得到的测试数据输入到步骤S3的改进DeepLabV3+语义分割网络模型,得到遥感道路图像语义分割结果。相较于基于传统的DeepLabV3+网络模型的方法,本发明采用了R‑Drop正则化方法,可以对训练中每个数据样本从dropout中随机抽取的两个子模型的输出进行正则化,本发明不仅可以降低网络模型参数的自由度,还可以缓解训练和推理阶段之间的不一致性,增强了泛化能力。

    一种星载路由管控系统的在轨重构方法及系统

    公开(公告)号:CN115017094A

    公开(公告)日:2022-09-06

    申请号:CN202210657443.2

    申请日:2022-06-10

    Inventor: 蒋龙 徐欣 韦博

    Abstract: 本发明公开了一种星载路由管控系统的在轨重构方法及系统,该方法首先对硬件进行加电或复位,当通信正常时进入软件上注控制流程。由星务机向管控系统发送软件上注指令,管控系统按照既定协议对软件上注指令进行解析和判断,根据上注数据流类型为FPGA或CPU,执行不同的在轨重构过程。在重构过程中,目标插件会及时判断指令并返还应答,从而有效提高数据传输的可靠性,及时解决数据异常问题。还提供了一种基于该方法的重构系统。本发明可实现星载路由管控在轨重构功能,修复星载在轨故障以及缓解空间单粒子效应。

Patent Agency Ranking