-
公开(公告)号：CN109117364A
公开(公告)日：2019-01-01
申请号：CN201810713776.6
申请日：2018-07-03
Applicant: 中国科学院信息工程研究所
IPC: G06F11/36
Abstract: 本发明提供一种面向目标的测试用例生成方法，步骤包括：计算目标程序的CFG上每个结点到目标的距离，该目标为CFG上的一个结点或一条边；根据该距离进行导向模糊测试，如果该输入覆盖目标，则生成面向目标的测试用例，否则调用导向符号执行；将导向符号执行产生的输入同步到导向模糊测试的队列中以优先变异，如果该输入覆盖目标，则生成面向目标的测试用例。本发明将导向模糊测试和导向符号执行相结合，既解决模糊测试无法变异满足复杂约束的局限性，又能弥补符号执行的扩展性问题；同时设计了更加高效的导向策略以及两者结合时的交互策略，提高面向目标的测试用例生成效率。
-
公开(公告)号：CN109002354A
公开(公告)日：2018-12-14
申请号：CN201710421155.6
申请日：2017-06-07
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F9/5083 , G06F9/45558 , G06F2009/4557 , H04L67/10
Abstract: 本发明提供一种基于OpenStack的计算资源容量弹性伸缩方法及系统，该方法包括扩容和缩容；1)扩容：1-1)制作计算节点镜像模板和交换机网络配置模板；1-2)确定要扩容的主机台数和网段，并确定主机的管理IP和主机名，根据计算节点镜像模板将这些主机批量还原成不同管理IP和主机名的计算节点操作系统，并自动修改配置文件；1-3)将交换机网络配置模板上传到被还原的计算节点的交换机上并进行加载，以使这些计算节点网络连通，从而加入到OpenStack计算资源；2)缩容：2-1)确定待移除的计算节点，将这些计算节点上的虚拟机进行迁移或释放，清除其对应交换机端口的配置信息；2-2)将经步骤2-1)处理后的计算节点的基本信息和计算相关服务从OpenStack云平台中清除。
-
公开(公告)号：CN109002342A
公开(公告)日：2018-12-14
申请号：CN201710420946.7
申请日：2017-06-07
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F9/45533 , G06F2009/4557 , G06F2009/45587 , G06F2009/45595 , H04L67/1002 , H04L67/1012 , H04L67/1029
Abstract: 本发明提供一种基于OpenStack的计算资源定向调度方法，步骤包括：1)根据虚拟机的相关参数将OpenStack计算资源划分为多个计算区域，并进行标识；2)将所有计算节点划分到指定的计算区域，并录入数据库；3)用户通过标识选择计算区域，并从数据库中读取该计算区域的全部计算节点信息；4)针对步骤3)读取的全部计算节点，过滤掉不符合的计算节点，将剩下的计算节点进行排序，调度出排序靠前的计算节点来生成虚拟机。本发明还提供一种基于OpenStack的计算资源定向调度系统。
-
公开(公告)号：CN109002342B
公开(公告)日：2022-09-23
申请号：CN201710420946.7
申请日：2017-06-07
Applicant: 中国科学院信息工程研究所
IPC: G06F9/455 , H04L67/1001 , H04L67/1012 , H04L67/1029
Abstract: 本发明提供一种基于OpenStack的计算资源定向调度方法，步骤包括：1)根据虚拟机的相关参数将OpenStack计算资源划分为多个计算区域，并进行标识；2)将所有计算节点划分到指定的计算区域，并录入数据库；3)用户通过标识选择计算区域，并从数据库中读取该计算区域的全部计算节点信息；4)针对步骤3)读取的全部计算节点，过滤掉不符合的计算节点，将剩下的计算节点进行排序，调度出排序靠前的计算节点来生成虚拟机。本发明还提供一种基于OpenStack的计算资源定向调度系统。
-
公开(公告)号：CN109002354B
公开(公告)日：2022-05-03
申请号：CN201710421155.6
申请日：2017-06-07
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种基于OpenStack的计算资源容量弹性伸缩方法及系统，该方法包括扩容和缩容；1)扩容：1‑1)制作计算节点镜像模板和交换机网络配置模板；1‑2)确定要扩容的主机台数和网段，并确定主机的管理IP和主机名，根据计算节点镜像模板将这些主机批量还原成不同管理IP和主机名的计算节点操作系统，并自动修改配置文件；1‑3)将交换机网络配置模板上传到被还原的计算节点的交换机上并进行加载，以使这些计算节点网络连通，从而加入到OpenStack计算资源；2)缩容：2‑1)确定待移除的计算节点，将这些计算节点上的虚拟机进行迁移或释放，清除其对应交换机端口的配置信息；2‑2)将经步骤2‑1)处理后的计算节点的基本信息和计算相关服务从OpenStack云平台中清除。
-
Patent Agency Ranking
公开(公告)号：CN109241737B
公开(公告)日：2021-07-13
申请号：CN201810718977.5
申请日：2018-07-03
Applicant: 中国科学院信息工程研究所
IPC: G06F21/56
Abstract: 本发明提供一种面向多种补丁模式的差异分支识别方法，步骤包括：对补丁前后的二进制程序进行比对，识别出补丁后程序中的差异函数及其包含的差异块，该差异块为新增块或修改块；对于控制流补丁，如果差异块的后继结点中有一个是新增块，且该新增块包含另一侧基本块的所有指令，则将从差异块到该新增块的分支作为差异分支；如果差异块含有两个后继结点，则将从差异块到距离函数退出结点最近的后继结点的分支作为差异分支；对于数据流补丁，如果差异块的前驱结点和后继结点均为匹配块，且前驱结点含有两个后继结点，则将该前驱结点到差异块的分支作为差异分支。
-
公开(公告)号：CN109150941B
公开(公告)日：2021-04-27
申请号：CN201710499054.0
申请日：2017-06-27
Applicant: 中国科学院信息工程研究所
IPC: H04L29/08
Abstract: 本发明提供一种数据中心物理资源浮动方法，包括以下步骤：将各计算集群中所有物理主机的一网卡网口作为镜像网络连接镜像交换机、其余网络作为主机网络连接主机交换机；在一计算集群中选取一台物理主机，将其设置为镜像网络启动，将该物理主机的操作系统通过镜像网络克隆成镜像模板；将该计算集群所需网络的交换机配置文件保存至主机交换机制作成网络配置模板；将前述镜像模板通过镜像网络批量还原到另一计算集群中的空闲物理主机上；对空闲物理主机所属计算集群的主机交换机加载前述网络配置模板。能够将物理资源批量地在各计算集群之间快速弹性伸缩，达到物理资源浮动效果，从而提高资源利用率。
-
公开(公告)号：CN109241737A
公开(公告)日：2019-01-18
申请号：CN201810718977.5
申请日：2018-07-03
Applicant: 中国科学院信息工程研究所
IPC: G06F21/56
Abstract: 本发明提供一种面向多种补丁模式的差异分支识别方法，步骤包括：对补丁前后的二进制程序进行比对，识别出补丁后程序中的差异函数及其包含的差异块，该差异块为新增块或修改块；对于控制流补丁，如果差异块的后继结点中有一个是新增块，且该新增块包含另一侧基本块的所有指令，则将从差异块到该新增块的分支作为差异分支；如果差异块含有两个后继结点，则将从差异块到距离函数退出结点最近的后继结点的分支作为差异分支；对于数据流补丁，如果差异块的前驱结点和后继结点均为匹配块，且前驱结点含有两个后继结点，则将该前驱结点到差异块的分支作为差异分支。
-
公开(公告)号：CN109150941A
公开(公告)日：2019-01-04
申请号：CN201710499054.0
申请日：2017-06-27
Applicant: 中国科学院信息工程研究所
IPC: H04L29/08
CPC classification number: H04L67/1095 , H04L67/30
Abstract: 本发明提供一种数据中心物理资源浮动方法，包括以下步骤：将各计算集群中所有物理主机的一网卡网口作为镜像网络连接镜像交换机、其余网络作为主机网络连接主机交换机；在一计算集群中选取一台物理主机，将其设置为镜像网络启动，将该物理主机的操作系统通过镜像网络克隆成镜像模板；将该计算集群所需网络的交换机配置文件保存至主机交换机制作成网络配置模板；将前述镜像模板通过镜像网络批量还原到另一计算集群中的空闲物理主机上；对空闲物理主机所属计算集群的主机交换机加载前述网络配置模板。能够将物理资源批量地在各计算集群之间快速弹性伸缩，达到物理资源浮动效果，从而提高资源利用率。
-
公开(公告)号：CN117478549A
公开(公告)日：2024-01-30
申请号：CN202210864420.9
申请日：2022-07-21
Applicant: 中国科学院信息工程研究所
IPC: H04L43/0823 , H04L43/50 , H04L43/20
Abstract: 本发明公开了一种面向程序分析云支撑平台的故障感知方法及装置。所述方法包括：收集监控数据；其中，所述监控数据包括：宿主机监控数据、云平台监控数据、虚拟机监控数据和程序分析应用监控数据；对所述监控数据进行特征工程处理；针对特征工程处理后的监控数据，分别抽取数据特征和数据间的时序特征；将所述数据特征和数据间的时序特征输入神经网络，得到故障感知结果。本发明在宿主机、云平台、虚拟机、程序分析应用4个层面定义故障种类与监控指标体系，针对目标程序分析应用模板利用深度学习网络模型构建故障分类感知模型，通过模型实时感知运行于云计算平台之上的软件程序分析实例应用层面的故障。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.023 seconds)
