-
公开(公告)号：CN107967208B
公开(公告)日：2020-01-17
申请号：CN201610915633.4
申请日：2016-10-20
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明为一种基于深度神经网络的Python资源敏感缺陷代码检测方法，包括下列步骤：1)获取同一软件的历史版本的源代码和待测版本的源代码；2)利用类型推断抽取各版本的资源敏感代码模式；3)抽取资源敏感代码模式的相关特征；4)计算缺陷代码模式和安全代码模式、缺陷代码模式和待测代码模式之间的各个特征相似度，生成特征向量，并得到训练集和测试集；5)用训练集训练深度神经网络模型进行特征合并，然后对测试集中的模式对用深度神经网络模型计算相关度并排序；6)在程序开发和维护阶段，根据相关度排序结果对可能发生错误的资源对象操作进行提醒，辅助开发和维护；本发明解决了目前存在缺乏针对Python语言资源敏感代码识别和缺陷代码检测的自动化方法等问题，进而降低软件风险，提高软件质量，从而提高开发者和维护者开发和维护软件的效率。
-
公开(公告)号：CN103678618B
公开(公告)日：2017-01-25
申请号：CN201310695891.2
申请日：2013-12-17
Applicant: 南京大学
IPC: G06F17/30
Abstract: 一种基于社交网络平台的Web服务推荐方法，将Web服务分成不同的服务类，在社交网络中获取用户的基本信息，取一部分用户作为训练用户，得到用户感兴趣的服务类，并据此建立用户-服务类矩阵，然后根据用户-服务类矩阵对用户进行聚类，得到不同的用户兴趣类，对于社交网络中需要进行Web服务推荐的新用户，根据用户兴趣类进行推荐。本发明首先对Web服务进行主题提取，通过将Web服务映射为Web服务类，实现对用户-服务矩阵进行降维，然后通过从社交网络中提取用户的基本信息和兴趣标签，充分利用标签信息和语义信息来解决词语同义问题，再结合通过分析已有用户的历史访问记录得到的聚类结果，对新用户进行Web服务推荐。
-
公开(公告)号：CN104156313A
公开(公告)日：2014-11-19
申请号：CN201410396502.0
申请日：2014-08-12
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种Web服务测试用例自动生成方法，基于文档解析及约束求解自动生成测试用例，包括Web服务文档解析、Web服务约束条件提取和Web服务测试用例自动化生成三部分，自动化生成SOAP消息表示的测试用例，即为Web服务的测试用例。本发明在Web服务测试用例的自动生成过程中，通过提取WSDL、BPEL文档中的约束条件，并运用约束求解方法，根据这些约束条件自动化生成测试用例，从而减少测试用例的冗余度，提高覆盖率，提高Web服务测试的效率。
-
公开(公告)号：CN104156313B
公开(公告)日：2017-01-25
申请号：CN201410396502.0
申请日：2014-08-12
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种Web服务测试用例自动生成方法，基于文档解析及约束求解自动生成测试用例，包括Web服务文档解析、Web服务约束条件提取和Web服务测试用例自动化生成三部分，自动化生成SOAP消息表示的测试用例，即为Web服务的测试用例。本发明在Web服务测试用例的自动生成过程中，通过提取WSDL、BPEL文档中的约束条件，并运用约束求解方法，根据这些约束条件自动化生成测试用例，从而减少测试用例的冗余度，提高覆盖率，提高Web服务测试的效率。
-
公开(公告)号：CN103678618A
公开(公告)日：2014-03-26
申请号：CN201310695891.2
申请日：2013-12-17
Applicant: 南京大学
IPC: G06F17/30
CPC classification number: G06F17/30867 , G06Q50/01
Abstract: 一种基于社交网络平台的Web服务推荐方法，将Web服务分成不同的服务类，在社交网络中获取用户的基本信息，取一部分用户作为训练用户，得到用户感兴趣的服务类，并据此建立用户-服务类矩阵，然后根据用户-服务类矩阵对用户进行聚类，得到不同的用户兴趣类，对于社交网络中需要进行Web服务推荐的新用户，根据用户兴趣类进行推荐。本发明首先对Web服务进行主题提取，通过将Web服务映射为Web服务类，实现对用户-服务矩阵进行降维，然后通过从社交网络中提取用户的基本信息和兴趣标签，充分利用标签信息和语义信息来解决词语同义问题，再结合通过分析已有用户的历史访问记录得到的聚类结果，对新用户进行Web服务推荐。
-
Patent Agency Ranking
公开(公告)号：CN113076127B
公开(公告)日：2023-08-29
申请号：CN202110449778.0
申请日：2021-04-25
Applicant: 南京大学
IPC: G06F8/70 , G06F16/33 , G06F16/332 , G06F16/34 , G06F40/211 , G06F40/295
Abstract: 本发明公开编程环境下问答内容的提取方法、系统、电子设备及介质，所述系统包括：数据处理模块，用于执行：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；实体识别模块，用于执行：对经过所述数据处理模块处理后的文本进行软件工程领域的实体识别；文档读取模块，用于执行：将经过所述实体识别模块识别后的文本输入神经网络进行文档读取；摘要抽取模块，用于执行：利用另一个神经网络抽取出问答文本中的关键内容。本发明能将技术问答中的关键内容提取出来，减少开发人员浏览时间，提高编程现场开发效率。
-
公开(公告)号：CN113076133A
公开(公告)日：2021-07-06
申请号：CN202110449761.5
申请日：2021-04-25
Applicant: 南京大学
IPC: G06F8/73 , G06F16/33 , G06F40/289
Abstract: 本发明公开基于深度学习的Java程序内部注释的生成方法及系统，所述方法包括如下步骤：获取Stars数排名靠前的项目，提取出对应的内部注释和方法语句列表；得到： 对；选择Verb‑dobj形式的注释；得到和目标代码段相关联的代码上下文；对注释、目标代码以及上下文进行预处理，得到： 组成的三元组数据集；对构建的数据集随机划分成训练集、验证集和测试集，同时构建编码器解码器网络；划分中的训练集用于模型训练，并且通过在验证集上进行评估，得到在验证集上效果最好的模型作为目标模型；用获得的目标模型对测试集中的数据进行预测，生成预测的注释。
-
公开(公告)号：CN113076127A
公开(公告)日：2021-07-06
申请号：CN202110449778.0
申请日：2021-04-25
Applicant: 南京大学
IPC: G06F8/70 , G06F16/33 , G06F16/332 , G06F16/34 , G06F40/211 , G06F40/295
Abstract: 本发明公开编程环境下问答内容的提取方法、系统、电子设备及介质，所述系统包括：数据处理模块，用于执行：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；实体识别模块，用于执行：对经过所述数据处理模块处理后的文本进行软件工程领域的实体识别；文档读取模块，用于执行：将经过所述实体识别模块识别后的文本输入神经网络进行文档读取；摘要抽取模块，用于执行：利用另一个神经网络抽取出问答文本中的关键内容。本发明能将技术问答中的关键内容提取出来，减少开发人员浏览时间，提高编程现场开发效率。
-
公开(公告)号：CN104750499B
公开(公告)日：2018-06-26
申请号：CN201510196988.8
申请日：2015-04-21
Applicant: 南京大学
IPC: G06F8/20
Abstract: 本发明为一种基于约束求解和描述逻辑的Web服务组合方法：首先基于领域知识库的目标任务分解，设计各细粒度任务的优化目标，并提取任务接口的约束条件，然后通过约束求解得到细粒度任务的组合，再运用描述逻辑检测组合的有效性、合理性，避免流程冲突，得到合适的组合Web服务。本发明能有效性地组合Web服务，准确率显著提升；并且能够检测服务组合的逻辑正确性，使服务组合更加合理有效。
-
公开(公告)号：CN105335655A
公开(公告)日：2016-02-17
申请号：CN201510606818.2
申请日：2015-09-22
Applicant: 南京大学
IPC: G06F21/56
CPC classification number: G06F21/566 , G06F2221/033
Abstract: 本发明提供了一种基于安卓应用源代码敏感行为识别的安卓应用安全性分析方法，包括下列步骤：1)源代码的获取与分析；2)敏感行为的获取；3)UI文本的提取；4)敏感行为数据的处理；5)特征值的选取；6)训练数据集的构成；7)安全性的分析。本发明将UI文本和敏感API之间的联系作为机器学习的特征，有效提高了检测安卓平台恶意应用的准确率。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.021 seconds)
