-
-
公开(公告)号：CN115390845A
公开(公告)日：2022-11-25
申请号：CN202210961933.1
申请日：2022-08-11
Applicant: 南京大学
Abstract: 本发明公开一种基于图像理解的跨平台脚本记录和迁移方法，分录制和回放两个阶段，由录制阶段的导出截图脚本部分，回放阶段的训练目标检测模型、重播应用的组件抽取、训练对比学习模型，基于图像理解匹配脚本组件四个部分组成。具体步骤为：对一个移动应用在点击过程中通过获取其边界记录组件截图，生成平台无关脚本；基于开源的Rico数据集训练一个能从app界面检测出所有组件边界的目标检测YOLOv3模型；基于RICO数据集中标注的组件图片训练理解图像语义的对比学习模型MOCOV2；使用YOLOv3将目标平台app的GUI中的所有组件图片提取出，用MOCOV2进行脚本中记录的组件图片匹配，获得迁移到目标平台的脚本。
-
公开(公告)号：CN114942816A
公开(公告)日：2022-08-26
申请号：CN202210655378.X
申请日：2022-06-10
Applicant: 南京大学
IPC: G06F9/451 , G06F40/242 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于文本特征和图神经网络的跨应用界面分类方法，包括步骤：以特殊方式分析各个界面的XML文件，形成节点与边的关键词词典；对关键词词典进行词筛选，包括时间日期等在内；依据新的关键词词典，使用TF‑IDF形成点与边的特征；利用自定义的，使用边特征与注意力机制，结合GGNN与GAT的图神经网络，在跳转关系图中进行半监督学习，对界面进行场景分类。本方法在构建完成跳转关系图，完成界面截屏的场景标注的基础上，主要由基于文本特征的界面特征提取，基于文本特征的跳转特征提取，文本特征关键词筛选，对图神经网络中GGNN使用边特征的改造，结合图神经网络中GAT的注意力机制改进神经网络这五个部分组成。
-
-
公开(公告)号：CN114610321A
公开(公告)日：2022-06-10
申请号：CN202210284682.8
申请日：2022-03-22
Applicant: 南京大学
Abstract: 本发明公开一种基于c和c++软件的依赖结构的文件特征表示方法，该方法包括文件依赖图提取、随机游走采样和模型训练三个步骤：使用clang和llvm分析技术，构造c和c++软件的层次化的文件依赖图；使用随机游走策略，在文件依赖图上采集节点序列集合；构造图表示学习模型，并基于节点序列集合对模型进行训练，从而获得文件的特征表示。本方法基于依赖分析技术和图表示学习技术，可以充分提取局部图结构信息，并生成文件的特征向量。
-
Patent Agency Ranking
-
公开(公告)号：CN113778876A
公开(公告)日：2021-12-10
申请号：CN202111056352.5
申请日：2021-09-09
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种源代码层面的程序变异的生成方法和装置。本发明获取待变异函数，构建抽象语法树，并通过抽象语法树的分析提取字面常量和可供变异调用的对象类方法。然后遍历待变异函数的抽象语法子树，若节点为变量，则判断变量是否具备可变异条件，若具备可变异条件时，构建相应的变异信息组成变异集合。变异信息中包括变异语句。变异语句分基本类变量的字面常量赋值语句和对象类的调用可供变异调用的对象类方法的语句。最后为每个变异信息构建相应的变异函数，并在原待变异的函数中插入变异响应代码。变异响应代码通过外部获取的变异ID调用相应的变异函数。由此进行测试时，通过外部配置决定调用哪个变异函数。
-
公开(公告)号：CN113326047A
公开(公告)日：2021-08-31
申请号：CN202110650142.2
申请日：2021-06-10
Applicant: 南京大学
Abstract: 本发明公开了一种基于静态分析的C语言代码依赖关系提取方法，包括以下步骤：对C语言源代码进行静态分析，获得各条宏指令的信息以及各个变量、函数、类型的信息；对每条宏指令，基于宏指令信息提取该条宏指令产生的依赖关系；对每个变量，基于每条变量信息提取该变量产生的依赖关系；对每个函数，基于每条函数信息提取该函数产生的依赖关系；对每个类型，基于类型信息提取该类型产生的依赖关系；基于符号级的依赖关系提取文件级的依赖关系；持久化提取到的依赖关系；以实现从C语言源码中提取更加全面、更加精确、多层次的依赖关系。
-
公开(公告)号：CN111090462B
公开(公告)日：2021-04-30
申请号：CN201911239725.5
申请日：2019-12-06
Applicant: 南京大学
Abstract: 本发明公开了一种基于API文档的API匹配方法和装置。该方法通过对API的描述文档分析，提取出API信息。API信息包括：输入信息、输出信息、行为信息。然后通过对两个API信息的输入信息、输出信息、行为信息分别进行相似度计算，综合后再判断两个API是否匹配。本发明综合了输入、输出以及行为等方面的信息，提高了API匹配的准确性。
-
公开(公告)号：CN111061644B
公开(公告)日：2021-04-30
申请号：CN201911352967.5
申请日：2019-12-25
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种检测并定位异常抛出处理缺陷的方法和装置。该方法首先对待测程序插装，对可能抛出异常的方法前插入控制代码，使得待测程序被执行后，通过控制代码输出被插装方法信息和调用信息并通过异常触发配置信息的匹配确定是否抛出异常和抛出何种异常。然后根据被插装方法列表，得到可能触发的异常类型集合。再根据该异常类型集合对每个异常类型进行可疑异常触发测试，得到可疑方法异常信息集合。最后通过对可疑方法异常信息集合中的每个可疑方法异常信息进行上下文组合异常触发测试得到异常抛出缺陷定位信息。本发明通过可疑异常触发测试的过滤，大大缩减了异常抛出处理缺陷定位范围，从而大大提高定位效率。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.026 seconds)
