公开(公告)号：CN118069507B

公开(公告)日：2025-01-10

申请号：CN202410169589.1

申请日：2024-02-06

Applicant: 北京信息科技大学 ,  中国电子科技集团公司信息科学研究院

Inventor： 侯霞 ,  宋文凤 ,  杨华睿 ,  杨鸿波 ,  陆佳鋆 ,  罗金涛

IPC: G06F11/3668 ,  G06F11/3604 ,  G06F16/36 ,  G06N5/022

Abstract: 本申请公开了一种基于代码知识图谱的回归测试质量评估方法和装置，本方法和装置通过设计代码本体模型；基于所述代码本体模型，抽取被测软件的源代码中的代码实体、代码实体属性和代码实体关系，对所述源代码中的代码实体、代码实体属性和代码实体关系进行知识融合，得到所述源代码的多粒度多维度代码知识图谱，所述知识融合包括实体消歧和共指消解；基于所述代码知识图谱，通过子图搜索算法和相似度评估技术，计算回归测试中被测软件的程序代码的修改内容影响范围子图与回归测试覆盖度范围子图之间的相似度，通过预设权重对所述相似度进行归一化处理得到回归测试质量评估值。实现了高效的回归测试，对回归测试的质量实现了客观的评价。

公开(公告)号：CN118069507A

公开(公告)日：2024-05-24

申请号：CN202410169589.1

申请日：2024-02-06

Applicant: 北京信息科技大学 ,  中国电子科技集团公司信息科学研究院

Inventor： 侯霞 ,  宋文凤 ,  杨华睿 ,  杨鸿波 ,  陆佳鋆 ,  罗金涛

IPC: G06F11/36 ,  G06F16/36 ,  G06N5/022

Abstract: 本申请公开了一种基于代码知识图谱的回归测试质量评估方法和装置，本方法和装置通过设计代码本体模型；基于所述代码本体模型，抽取被测软件的源代码中的代码实体、代码实体属性和代码实体关系，对所述源代码中的代码实体、代码实体属性和代码实体关系进行知识融合，得到所述源代码的多粒度多维度代码知识图谱，所述知识融合包括实体消歧和共指消解；基于所述代码知识图谱，通过子图搜索算法和相似度评估技术，计算回归测试中被测软件的程序代码的修改内容影响范围子图与回归测试覆盖度范围子图之间的相似度，通过预设权重对所述相似度进行归一化处理得到回归测试质量评估值。实现了高效的回归测试，对回归测试的质量实现了客观的评价。

公开(公告)号：CN119312867A

公开(公告)日：2025-01-14

申请号：CN202411455553.6

申请日：2024-10-18

Applicant: 中国电子科技集团公司信息科学研究院

Inventor： 姜巍 ,  马俊杰 ,  张永 ,  张自超 ,  杨华睿

IPC: G06N3/082 ,  G06N3/092 ,  G06N3/098

Abstract: 本申请公开了一种基于联邦强化学习的无人机模型剪枝方法及系统，涉及联邦学习、强化学习技术，包括：在剪枝轮次，服务器使用强化泛化剪枝方法(RGP)对全局模型进行剪枝，得到剪枝后的模型；服务器筛选获得参与本轮次预训练的客户端，并将剪枝后模型或全局模型下发至本轮次的客户端；客户端接收服务器发送的剪枝后的模型或全局模型，使用本地数据进行微调；客户端将微调后模型传输到服务器，在服务器使用稀疏模型聚合方法(FedSA)进行模型聚合，得到新的全局模型。本申请能够优化联邦学习在资源受限的边缘端的训练效果，实现在保持联邦模型效果的同时减低训练过程的复杂度。

公开(公告)号：CN118939540A

公开(公告)日：2024-11-12

申请号：CN202410979788.9

申请日：2024-07-22

Applicant: 中国电子科技集团公司信息科学研究院

Inventor： 姜巍 ,  张自超 ,  马俊杰 ,  杨华睿 ,  纪威宇 ,  李乃鹏

IPC: G06F11/36

Abstract: 本申请涉及软件测试技术领域，公开了一种基于蜕变关系的模糊测试优先级排序方法和装置。该方法结合模糊测试一般流程和蜕变测试原理，利用差异驱动的蜕变关系选择策略选择蜕变关系；依据蜕变关系变异种子得到测试用例，并执行种子和测试用例；通过比较种子和测试用例的输出结果是否符合所选蜕变关系进行结果验证；根据测试结果和测试过程信息进一步更新种子选择策略和蜕变关系选择策略。本申请不仅提出利用蜕变关系辅助模糊测试生成测试用例、判定测试结果，还提出利用测试历史信息指导种子与蜕变关系的选择，能够有效提高模糊测试揭示深度学习模型故障的效率。

公开(公告)号：CN119888433A

公开(公告)日：2025-04-25

申请号：CN202411184995.1

申请日：2024-08-27

Applicant: 中国电子科技集团公司信息科学研究院

Inventor： 姜巍 ,  张自超 ,  杨波 ,  马俊杰 ,  杨华睿 ,  纪威宇 ,  李乃鹏

IPC: G06V10/82 ,  G06V10/25 ,  G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094

Abstract: 本发明提出了一种基于图像增强与对抗训练的模型防御方法及装置，方法包括：获取目标检测数据集中的图像，进行数据增强；将经过数据增强的当前图像，通过对抗攻击生成对抗样本；将对抗样本以及数据增强的图像送入预设的生成对抗网络，以去除对抗样本中的扰动，得到干净样本；将经过数据增强的图像、对抗样本以及干净样本，送入目标检测器训练，用于增加目标检测器的鲁棒性，并输出目标检测数据集对应的类别以及位置。本发明通过对抗训练的方法在多种攻击场景下提高目标检测器的鲁棒性。

公开(公告)号：CN119127689A

公开(公告)日：2024-12-13

申请号：CN202411177320.4

申请日：2024-08-26

Applicant: 中国电子科技集团公司信息科学研究院

Inventor： 姜巍 ,  张自超 ,  马俊杰 ,  杨华睿 ,  纪威宇 ,  李乃鹏

IPC: G06F11/36 ,  G06N3/0499

Abstract: 本申请涉及深度学习模型应用测试领域，尤其涉及一种自动驾驶模型鲁棒性测试方法及装置。通过模块级噪声注入技术，模拟真实环境中的多种干扰因素，全面评估自动驾驶模型的性能。本申请不仅考虑输入数据的扰动，还深入分析模型在感知、预测等关键阶段的智能任务性能，设计针对性的对抗噪声，以最大化对模型性能的影响。采用基于目标优化方法优化对抗噪声，实现对自动驾驶模型鲁棒性的精准评测。此外，本申请能够准确评估自动驾驶模型在复杂环境和噪声干扰下的性能，为自动驾驶技术的安全应用提供重要保障。通过本申请的实施，将显著提升自动驾驶系统的鲁棒性和安全性，为智能交通系统的未来发展奠定坚实基础。