基于回归的高性能应用I/O性能模型训练与分析方法

    公开(公告)号:CN116483686A

    公开(公告)日:2023-07-25

    申请号:CN202310239137.1

    申请日:2023-03-13

    Applicant: 西北大学

    Abstract: 本发明公开的基于回归的高性能应用I/O性能模型训练与分析方法,包括特征的设计、收集数据时采样算法的选择分析、回归模型的选择分析、模型特征重要性分析和性能模型的调优应用,在现有的训练I/O性能模型的基础上,增加了使用LHS拉丁超立方对数据集进行采样收集,通过使用LHS采样能够在较小的样本集中充分探索潜在的参数空间,从而在不影响模型效果的情况下减少实验数据收集的数量提高效率,提高了模型训练的效率和准确性,对应用预测模型解决实际程序I/O性能问题提供了解决思路和方案。

    一种基于代码上下文变异的JVM模糊测试方法

    公开(公告)号:CN116431476A

    公开(公告)日:2023-07-14

    申请号:CN202310240369.9

    申请日:2023-03-14

    Applicant: 西北大学

    Abstract: 本发明涉及JVM模糊测试领域,且公开了一种基于代码上下文变异的JVM模糊测试方法,包括以下步骤:1、构建种子池,利用代码重构,语法检查和深度学习等手段从原始语料提取语义丰富且语法正确的种子程序;2、获取变异算子和代码上下文信息,即获取有效的变异算子和与其直接相关的上下文信息;3、基于代码上下文实现测试用例变异,即将变异算子插入种子程序,并给变异算子生成完整准确的上下文代码,获得语法正确的测试用例;4、执行差分测试并分析测试结果,使用差分测试的手段执行所有测试用例,并根据运行时信息分析其是否触发了JVM的潜在错误。本发明解决了种子程序与变异算子之间的变量冲突,有效提高了强类型语言测试用例的语法正确率。

    一种基于Github的软件缺陷检测模型建立、检测方法及系统

    公开(公告)号:CN111459799B

    公开(公告)日:2023-03-10

    申请号:CN202010140642.7

    申请日:2020-03-03

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于Github的软件缺陷检测模型建立、检测方法及系统,其中检测模型建立包括:首先对Github平台中的数据集进行预处理,得到符合要求的变更记录及其对应的Bug‑Fix文件对;然后对符合要求的变更记录进行处理,生成切片的向量及标签;最后将切片的向量及标签输入到双向LSTM模型中进行训练和学习,得到训练好的检测模型。对于待检测的目标文件,处理得到该目标文件的向量后输入到检测模型中,得到检测结果。本发明方法解决了目前基于源码进行学习的缺陷检测面临的数据集过小而必须面临的数据不平衡,数据多样性不够,模型泛化能力差的问题;且能够达到更高的检测准确率。

    一种基于代码精简与误报过滤的编译器模糊测试方法

    公开(公告)号:CN113238937A

    公开(公告)日:2021-08-10

    申请号:CN202110510418.7

    申请日:2021-05-11

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于代码精简和误报过滤的编译器模糊测试方法。所公开的方法包括使用多个编译器对测试用例集进行差分测试,在多个编译器每执行完一个测试用例后,如果编译器的执行结果不一致,将这个用例标记为可疑用例;之后利用基于语法块或基于代码行的代码精简技术对可疑用例内容进行精简构建可疑用例集;再以决策树的形式,利用误报过滤数据库对可疑用例的执行结果进行过滤构成误报过滤数据库,最后通过人工分析可疑用例集和误报过滤数据库发现bug。本发明的方法实现了高效,快速,准确的定位出错位置,减少了测试人员发现编译器漏洞的时间,提高了编译器测试的效率。

    一种基于种子用例突变的反馈式JS引擎模糊测试方法及装置

    公开(公告)号:CN113157565A

    公开(公告)日:2021-07-23

    申请号:CN202110308117.6

    申请日:2021-03-23

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于种子用例突变的反馈式JS引擎模糊测试方法及装置,包括数据收集与预处理、模型训练、用例突变以及模糊测试四个主要阶段。该方法使用预先训练好的神经语言模型,根据从种子用例中截取的代码上文自动地续写下文,从而突变生成新的测试用例,克服随机突变方法中存在的大量无效突变的问题。随后通过差分模糊测试的方式检测JS引擎的缺陷。在测试过程中不断反馈式地扩充种子用例池,以增大种子用例对引擎的测试范围,从而对引擎进行更加全面的测试。经试验表明,使用本方法能够有效地检测出JS引擎的缺陷,在实际的测试过程中发现了四大主流JS引擎共计23个软件缺陷。

    一种Github开源平台数据的获取方法及源代码缺陷修复系统

    公开(公告)号:CN113127339A

    公开(公告)日:2021-07-16

    申请号:CN202110312352.0

    申请日:2021-03-24

    Applicant: 西北大学

    Abstract: 本发明公开了一种Github开源平台数据的获取方法及源代码缺陷修复系统,所公开的方法包括:首先对Github平台中的数据集进行预处理,得到符合要求的变更记录及其对应的Bug‑Fix文件对;然后根据变更记录提取Bug‑Fix函数对;对Bug‑Fix函数根据控制流切片以扩充训练数量,之后对网络进行训练获得缺陷分类模型和补丁生成模型。对于待修复的缺陷文件,处理得到该目标文件缺陷所在函数的向量后,先输入到缺陷相似性分类模型,得到和目标代码最相似的分类集合,然后选择该集合训练的补丁生成模型生成对应的修复补丁。解决了目前基于源码进行学习的缺陷修复技术中面临的数据集过小、数据集质量低下导致模型泛化能力差的问题;且能够达到更高的正确补丁生成率。

    一种基于高频声波频率的持续身份认证方法

    公开(公告)号:CN108959866B

    公开(公告)日:2020-10-23

    申请号:CN201810372791.9

    申请日:2018-04-24

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于高频声波频率的持续身份认证方法,该方法首先对合法用户构建身份模型,在构建模型时,利用电脑扬声器发射高频声波并采集麦克风录的声音信号提取频率段作为特征向量,通过支持向量机分类器得到合法用户的身份模型;在持续身份认证阶段,通过当前用户在使用键盘过程中采集的声音信号中对应的频率段作为检测向量,利用身份模型进行合法性判别。本发明方法是基于用户行为认证的,在用户使用电脑的时候,通过发射高频的声波,用户在击键的过程中对声波频率产生影响,由于不同的用户在击键过程中会对声波的频率产生不同的影响,因此可以使用该特征来对不同用户击键行为进行身份认证,防止攻击者进入系统后产生严重的影响。

Patent Agency Ranking