一种基于改进Q-learning算法的自动路径规划方法

    公开(公告)号:CN117664133A

    公开(公告)日:2024-03-08

    申请号:CN202311651914.X

    申请日:2023-12-04

    Abstract: 本发明提供一种基于改进Q‑learnming算法的自动路径规划方法。该方法包括:获取目标区域的栅格地图,在栅格地图中指定起点节点和终点节点,并根据栅格地图的规模大小和栅格地图中的障碍物节点所占比例,计算栅格地图的迭代临界值;针对非障碍物且非终点节点的当前节点,根据该当前节点与终点节点的距离远近关系初始化栅格地图对应的Q值表;移动机器人根据当前状态使用ε‑acc‑increasing策略选择动作并执行;使用Q值更新规则动态更新Q值表,以减小与终点节点距离较远的节点的Q值;重复执行以上的两个步骤对移动机器人进行训练,直至达到停止条件;分析当前的Q值表,对于每个状态,选择具有最高Q值的动作作为最优动作,从而形成最终的路径规划策略。

    基于关系约束的语义增强式中文实体关系抽取方法和系统

    公开(公告)号:CN117252205A

    公开(公告)日:2023-12-19

    申请号:CN202310977159.8

    申请日:2023-08-03

    Abstract: 本发明涉及信息处理技术领域,特别涉及一种基于关系约束的语义增强式中文实体关系抽取方法和系统,针对待处理的文本,从字、词和句子维度进行语义信息联合编码,得到融合字义特征、词义特征、词性特征和句法特征的句子编码向量;基于句子编码向量对文本中所包含关系类型进行分类,获取关系类型集合;依据预设关系编码表通过查表获取关系类型集合中每种关系对应编码,并依据每种关系对应编码来得到文本中关系表示向量;利用二元分类器标注文本中候选实体起始字符位置,基于关系表示向量识别出关联实体的结束字符位置,以获取对应实体关系三元组。本发明能够实现对中文句子深层次语义的全面表达,提高实体关系抽取结果和实体识别的准确性。

    一种线上硬件实验透明化配置方法及系统

    公开(公告)号:CN115097750B

    公开(公告)日:2024-08-06

    申请号:CN202210652190.X

    申请日:2022-06-10

    Abstract: 本发明属于线上硬件实验教学领域,特别涉及一种线上硬件实验透明化配置方法及系统,用于核心控制板与外围模块之间的硬件配置,通过互联网建立用户端上位机与实验室配置服务器之间的远程连接关系;用户端利用上位机生成核心控制板与外围模块之间连接关系,并将该连接关系上传至实验室中的配置服务器;配置服务器依据核心控制板与外围模块之间连接关系生成连接关系表,并依据连接关系表确定FPGA开发板管脚使用情况来自动生成FPGA开发板的电路逻辑配置文件及管脚约束文件;根据电路逻辑配置文件及管脚约束文件,通过调用FPGA开发工具对FPGA开发板进行自动化配置。本发明能够实现远程实验平台的灵活、透明化配置,提升线上硬件实验的效果,达到线上硬件实验目的,便于实际场景应用。

    面向有状态网络协议的模糊测试方法及系统

    公开(公告)号:CN114650163B

    公开(公告)日:2023-08-22

    申请号:CN202210073509.3

    申请日:2022-01-21

    Abstract: 本发明属于网络空间安全测试技术领域,特别涉及一种面向有状态网络协议的模糊测试方法及系统,依据待测协议格式规范从语法和语义维度提取协议规则,并构建规则集;利用规则集中的规则生成报文测试模板,并利用报文标签标记报文测试模板中变异操作相关字段;通过对报文测试模板进行解析并依据报文标签执行对应变异操作来获取用于通过引导待测协议状态转移来完成模糊测试的测试报文;将测试报文发送至待测协议目标程序,依据回复报文状态进行模糊测试中的状态异常判定。本发明能够提高测试报文合法性,避免因对特殊字段变异导致程序校验失败情形,不仅可将测试报文用于测试,还可用于代替辅助报文引导协议状态转移,提升测试效率,节约系统资源。

    基于关系导向的实体关系联合抽取方法及系统

    公开(公告)号:CN113887211A

    公开(公告)日:2022-01-04

    申请号:CN202111232526.9

    申请日:2021-10-22

    Abstract: 本发明属于自然语言处理技术领域,特别涉及一种基于关系导向的实体关系联合抽取方法及系统,对目标文本中句子进行编码,获取目标文本中句子向量表示;针对句子向量表示,利用关系抽取模块抽取目标文本中所包含的关系类型;将抽取的关系类型作为先验知识与目标文本句子中词向量表示进行融合,利用实体识别模块来识别目标文本中与抽取的关系类型对应的实体。本发明能够减少对无关实体的关注,避免抽取冗余实体,进而对识别出的多个关系类型分别识别其对应的实体对,解决实体重叠问题,最终抽取出句子中所包含的全部实体关系三元组,提升实体关系识别准确度,便于实际场景应用。

    一种基于多模态学习的PUF安全性测试方法

    公开(公告)号:CN118316624A

    公开(公告)日:2024-07-09

    申请号:CN202410531418.9

    申请日:2024-04-29

    Abstract: 本发明提供一种基于多模态学习的PUF安全性测试方法。该方法包括:步骤1:对待测PUF输入若干激励,并获取待测PUF在每个激励下的的响应以组成若干个激励响应对;步骤2:针对每个激励响应对,获取待测PUF本次运行过程中的功耗侧信道频谱图像;步骤3:将待测PUF的每个激励响应对作为文本信息,将与所述激励响应对对应的功耗侧信道频谱图像作为图像信息,组成文本‑图像对数据集;步骤4:利用文本‑图像对数据集对多模态模型进行训练,得到PUF安全性测试模型;步骤5:将待测PUF的待测激励输入至PUF安全性测试模型中,得到待测PUF的响应。本发明可以为PUF的安全性能是否满足需求提供依据。

    面向有状态网络协议的模糊测试方法及系统

    公开(公告)号:CN114650163A

    公开(公告)日:2022-06-21

    申请号:CN202210073509.3

    申请日:2022-01-21

    Abstract: 本发明属于网络空间安全测试技术领域,特别涉及一种面向有状态网络协议的模糊测试方法及系统,依据待测协议格式规范从语法和语义维度提取协议规则,并构建规则集;利用规则集中的规则生成报文测试模板,并利用报文标签标记报文测试模板中变异操作相关字段;通过对报文测试模板进行解析并依据报文标签执行对应变异操作来获取用于通过引导待测协议状态转移来完成模糊测试的测试报文;将测试报文发送至待测协议目标程序,依据回复报文状态进行模糊测试中的状态异常判定。本发明能够提高测试报文合法性,避免因对特殊字段变异导致程序校验失败情形,不仅可将测试报文用于测试,还可用于代替辅助报文引导协议状态转移,提升测试效率,节约系统资源。

    针对嵌入式固件MMIO访问的自动化识别方法及系统

    公开(公告)号:CN117891464A

    公开(公告)日:2024-04-16

    申请号:CN202311804744.4

    申请日:2023-12-26

    Abstract: 本发明涉及固件信息安全分析技术领域,特别涉及一种针对嵌入式固件MMIO访问的自动化识别方法及系统,通过获取目标二进制固件程序,并通过反汇编获取由汇编指令列表组成的反汇编代码;基于反汇编代码识别目标二进制固件中指定外设访问形式下的MMIO访问点,其中,指定外设访问形式包括第一外设访问形式和/或第二外设访问形式。本发明通过对二进制固件反汇编并基于反汇编代码来自动化识别出其中的MMIO访问点,帮助安全分析人员了解固件的工作机制和潜在的安全风险,提高固件安全分析的效率,提升嵌入式设备的安全性,便于在嵌入式设备安全分析等场景中的部署实施,具有较好的应用前景。

Patent Agency Ranking