-
公开(公告)号:CN118550581A
公开(公告)日:2024-08-27
申请号:CN202410676027.6
申请日:2024-05-27
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F8/75 , G06F8/41 , G06F18/213 , G06F18/214 , G06F18/22
Abstract: 本发明提供一种细粒度语义代码克隆检测方法。该方法包括:步骤1:分别生成两个目标代码的抽象语法树AST,并分别对两个目标代码的AST进行分解以各自得到多个子树;步骤2:分别对两个目标代码的多个子树进行树编码,得到两个目标代码的自由度矩阵;步骤3:根据两个目标代码的自由度矩阵计算两个目标代码的相似性矩阵,并利用所述相似性矩阵中的值来表征两个目标代码中对应代码块之间的相似度,值越小,两个代码块的相似度越大;步骤4:将所述相似性矩阵转换为相似性向量,将所述相似性向量输入至代码克隆检测模型中,得到检测结果。
-
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
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G01C21/20 , G01C21/30 , G01C21/34 , G06Q10/047
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。
-
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
Applicant: 中国人民解放军战略支援部队信息工程大学
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。
-
-