-
公开(公告)号：CN114861221B
公开(公告)日：2024-03-19
申请号：CN202210462035.1
申请日：2022-04-28
Applicant: 南京大学
IPC: G06F21/62 , G06F40/205 , G06F40/216
Abstract: 本发明公开了一种基于程序上下文的移动应用敏感行为描述生成方法。本方法包括移动应用程序敏感行为上下文提取、应用文档中敏感行为相关句子提取和补充、以及敏感行为描述生成。首先通过静态分析提取移动应用敏感行为上下文，再通过机器阅读理解和关键词匹配抽取应用文档中敏感行为的相关句子，最后基于提示学习生成敏感行为描述。本发明相比于现有方法，综合考虑了应用程序上下文与应用敏感行为的联系，解决了应用文档中敏感行为描述普遍缺失的问题，实现了移动应用敏感行为描述自动化生成。该方法将有效合理地为用户生成移动应用敏感行为描述，保障用户的知情权，有较大应用价值。
-
公开(公告)号：CN113282485B
公开(公告)日：2023-11-03
申请号：CN202110447621.4
申请日：2021-04-25
Applicant: 南京大学
Abstract: 本发明公开了一种基于自适应搜索的程序自动修复方法。本方法可以自动对原始缺陷程序进行修改，使得其能够通过给定的测试用例集。本方法通过补丁的疏密程度，推测出当前搜索空间是否过小或者过大，并且通过分析得到影响搜索空间大小的因素，包括缺陷语句、修改算子、可重用代码元素和最多修改位置，根据这些因素设定了一系列策略，自适应调整搜索空间的大小，并且通过补丁验证，最终给出缺陷程序的修复结果。在开源缺陷数据集Defects4J上的实验表明，基于自适应搜索的程序自动修复方法较传统的基于固定搜索空间的程序自动修复方法有更好的修复效果。
-
公开(公告)号：CN116483437A
公开(公告)日：2023-07-25
申请号：CN202310270235.1
申请日：2023-03-20
Applicant: 南京大学
Abstract: 本发明公开一种基于表示学习的跨语言或跨库API映射方法，是基于深度神经网络的无监督学习获得API表示并基于API表示建立API映射的方法，仅依赖于大量的易获得的包含API调用的源代码，不需要任何预先收集或人工标注的API映射以及额外的API文档作为训练数据。本方法根据代码和API的特点设计了一个基于Transformer结构的表示学习预训练模型和三个适应API映射的预训练任务，采用大规模源代码数据对模型进行训练，从而获得API的使用语义和其声明语义的联合嵌入。当给定一个源域的API，则计算其与目标域中各API的向量余弦相似度，给出按相似度排序的可替换API列表，从而建立API间的跨语言或跨库的API映射。本方法较现有的跨库或跨语言API映射方法有更高的准确率。
-
公开(公告)号：CN113282485A
公开(公告)日：2021-08-20
申请号：CN202110447621.4
申请日：2021-04-25
Applicant: 南京大学
Abstract: 本发明公开了一种基于自适应搜索的程序自动修复方法。本方法可以自动对原始缺陷程序进行修改，使得其能够通过给定的测试用例集。本方法通过补丁的疏密程度，推测出当前搜索空间是否过小或者过大，并且通过分析得到影响搜索空间大小的因素，包括缺陷语句、修改算子、可重用代码元素和最多修改位置，根据这些因素设定了一系列策略，自适应调整搜索空间的大小，并且通过补丁验证，最终给出缺陷程序的修复结果。在开源缺陷数据集Defects4J上的实验表明，基于自适应搜索的程序自动修复方法较传统的基于固定搜索空间的程序自动修复方法有更好的修复效果。
-
公开(公告)号：CN110162478A
公开(公告)日：2019-08-23
申请号：CN201910449837.7
申请日：2019-05-28
Applicant: 南京大学
Abstract: 本发明公开了一种基于缺陷报告的缺陷代码路径定位方法，基于深度学习的方法从已修复的缺陷报告和对应修复代码路径中学习出文本与代码之间的关联关系，从而对新缺陷报告进行关联缺陷代码文件路径的预测。具体包括2个部分：(1)基于缺陷报告的缺陷代码路径树生成模型BRSP；(2)基于规则约束的缺陷代码路径树预测算法。本发明的优点是可以根据缺陷报告给出关联的缺陷代码文件路径信息，辅助开发人员进行缺陷代码定位，节省开发人员的时间和精力，从而提高软件项目的维护效率。
-
Patent Agency Ranking
公开(公告)号：CN116541071A
公开(公告)日：2023-08-04
申请号：CN202310486787.6
申请日：2023-05-04
Applicant: 南京大学
Abstract: 本发明公开一种基于提示学习的应用编程接口迁移方法，能有效解决API迁移中源和目标API之间的匹配问题，以及API参数的匹配问题。给出了一种提示构造方法，从而利用大规模代码预训练模型生成API迁移代码。主要步骤包括：从待迁移源代码中提取出源API，检索API迁移映射表，获得候选目标API列表；利用API文档获得源API和候选目标API的带参函数声明；结合考虑源和候选目标API之间的参数类型、参数名称和参数数量匹配度，获得最佳匹配的源API和目标API带参函数声明；构造预训练模型的提示并将其输入大规模预训练模型中，获得预测输出，从输出中提取出迁移后的代码。实验表明，本方法较现有工作有更高的准确率。
-
公开(公告)号：CN110188272B
公开(公告)日：2023-04-21
申请号：CN201910445656.7
申请日：2019-05-27
Applicant: 南京大学
IPC: G06F16/9535
Abstract: 本发明公开了一种基于用户背景的社区问答网站标签推荐方法。综合考虑了待推荐问题文本信息和用户背景信息及两者的关联性，将标签推荐问题建模为一个基于深度学习的多分类预测问题。方法的核心是深度神经网络模型PcTagger，通过动态建模用户背景信息，解决了已有个性化标签推荐方法中存在的用户背景静态建模难以匹配不同推荐任务的不足。模型主要包括：1)基于循环神经网络和注意力机制的文本特征建模；2)基于用户历史提问记录的用户背景影响动态建模；3)融合文本特征和用户背景影响的标签推荐。在真实数据集上的实验结果显示，与已有的同类标签推荐方法相比，本方法能够显著提高预测精度。
-
公开(公告)号：CN112507224B
公开(公告)日：2021-09-28
申请号：CN202011456096.4
申请日：2020-12-11
Applicant: 南京大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于异质网络表示学习的人机物融合系统服务推荐方法，本方法包括节点属性提取以及网络拓扑结构构造、异质网络表示学习，以及人机物融合系统服务推荐。首先通过提取人机物融合系统中节点交互历史以及节点的属性信息构造人机物融合系统异质网络，再通过为该网络设计的异质网络表示学习算法训练网络节点表示向量，最后利用网络节点表示向量进行人机物融合系统服务推荐。本发明相比于现有方法，综合考虑了人机物融合系统网络拓扑结构的异质性以及网络拓扑结构信息与节点属性信息间的结合，达到了提升人机物融合系统服务推荐效果的目的。该方法将有效合理地向系统参与用户推荐需要的服务，有较大应用价值。
-
公开(公告)号：CN112507224A
公开(公告)日：2021-03-16
申请号：CN202011456096.4
申请日：2020-12-11
Applicant: 南京大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于异质网络表示学习的人机物融合系统服务推荐方法，本方法包括节点属性提取以及网络拓扑结构构造、异质网络表示学习，以及人机物融合系统服务推荐。首先通过提取人机物融合系统中节点交互历史以及节点的属性信息构造人机物融合系统异质网络，再通过为该网络设计的异质网络表示学习算法训练网络节点表示向量，最后利用网络节点表示向量进行人机物融合系统服务推荐。本发明相比于现有方法，综合考虑了人机物融合系统网络拓扑结构的异质性以及网络拓扑结构信息与节点属性信息间的结合，达到了提升人机物融合系统服务推荐效果的目的。该方法将有效合理地向系统参与用户推荐需要的服务，有较大应用价值。
-
公开(公告)号：CN111541685B
公开(公告)日：2021-03-16
申请号：CN202010312742.3
申请日：2020-04-20
Applicant: 南京大学
Abstract: 本发明公开一种基于网络结构学习的边缘云异常检测方法，包括以下内容：云计算中心数据采集，网络结构学习，以及边缘云异常检测与预警；其中云计算中心数据采集指对边缘云进行网络拓扑结构构造和特征提取；网络结构学习指对构造的网络结构进行学习训练；边缘云异常检测与预警指利用学习得到的网络结构对边缘云进行异常预测，将预测异常的节点通知云系统预警。本方法在预测存在异常行为的边缘云方面，打破了传统方法的独立性假设，通过学习网络结构来考虑边缘云之间可能存在的关联性，以达到提高边缘云异常检测准确率的目的。该方法对云计算系统中边缘云异常检测和安全保障有重大帮助，有很高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.023 seconds)
