-
公开(公告)号:CN112800871B
公开(公告)日:2022-08-26
申请号:CN202110043727.8
申请日:2021-01-13
Applicant: 南京邮电大学
IPC: G06V20/56 , G06K9/62 , G06V10/764 , G06V10/84
Abstract: 本发明提出了一种基于注意力机制和关系网络的自动驾驶图像识别方法,首先,使用卷积神经网络提取自动驾驶图像特征;接着,通过注意力机制计算注意力特征;然后,利用关系网络生成图像中对象之间的关系结果;最后通过损失函数训练网络,并用训练好的模型进行自动驾驶场景的关系判断。本发明运用关系网络识别自动驾驶图像,能显式表达图像中对象之间的关系,从而提高识别和推理的准确性;此外,引入了新的注意力机制,降低了模型在处理复杂自动驾驶场景时的计算复杂度,提高了模型有效性和学习效率。
-
公开(公告)号:CN119598475A
公开(公告)日:2025-03-11
申请号:CN202510140022.6
申请日:2025-02-08
Applicant: 南京邮电大学
IPC: G06F21/57 , G06F11/3604
Abstract: 本发明公开了一种智能合约的细粒度漏洞检测方法、系统、装置及存储介质,属于智能合约漏洞检测技术领域。方法包括获取包括若干语句的待检测智能合约代码数据;根据语句的节点类型遍历待检测智能合约代码数据生成代码控制流集合;将代码控制流集合输入提示模版中得到各代码控制流对应的提示文本嵌入序列;将各代码控制流对应的提示文本嵌入序列输入残差网络中,经过残差重参数化操作转换为重参数化嵌入序列;将重参数化嵌入序列输入细粒度漏洞检测模型,得到待检测智能合约的漏洞集合,对各代码控制流对应的漏洞进行评分计算,并按评分计算结果进行排序得到细粒度漏洞检测结果。本发明实现检测存在漏洞的代码控制流,得到细粒度漏洞检测结果。
-
公开(公告)号:CN112800871A
公开(公告)日:2021-05-14
申请号:CN202110043727.8
申请日:2021-01-13
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于注意力机制和关系网络的自动驾驶图像识别方法,首先,使用卷积神经网络提取自动驾驶图像特征;接着,通过注意力机制计算注意力特征;然后,利用关系网络生成图像中对象之间的关系结果;最后通过损失函数训练网络,并用训练好的模型进行自动驾驶场景的关系判断。本发明运用关系网络识别自动驾驶图像,能显式表达图像中对象之间的关系,从而提高识别和推理的准确性;此外,引入了新的注意力机制,降低了模型在处理复杂自动驾驶场景时的计算复杂度,提高了模型有效性和学习效率。
-
公开(公告)号:CN116578985A
公开(公告)日:2023-08-11
申请号:CN202310541438.X
申请日:2023-05-15
Applicant: 南京邮电大学
Abstract: 一种基于模型无关元学习的智能合约漏洞检测方法,首先通过解释器捕捉智能合约代码转化为图结构,生成的异构图结构使用边的漏洞关键字五元组表示;在训练中,通过自注意力机制,记录每一个漏洞检测任务中相对权重最高的漏洞五元组为元漏洞组。漏洞五元组用于内循环图注意网络训练中检测某种漏洞,而元漏洞组则在外循环中同时在每种漏洞检测任务中维系,即把元漏洞组加入到每次内循环检测中的漏洞五元组中并重置权重。通过上述方法,可以通过外循环实现寻找优化初始参数,加快检测速度,同时不断生成和更新元漏洞组来改善特征工程以实现特征重用,减少人为的标注数据和手动的定义漏洞五元组关键字,便于将该方法迁移至其他类型的智能合约漏洞。
-
公开(公告)号:CN119598475B
公开(公告)日:2025-05-16
申请号:CN202510140022.6
申请日:2025-02-08
Applicant: 南京邮电大学
IPC: G06F21/57 , G06F11/3604
Abstract: 本发明公开了一种智能合约的细粒度漏洞检测方法、系统、装置及存储介质,属于智能合约漏洞检测技术领域。方法包括获取包括若干语句的待检测智能合约代码数据;根据语句的节点类型遍历待检测智能合约代码数据生成代码控制流集合;将代码控制流集合输入提示模版中得到各代码控制流对应的提示文本嵌入序列;将各代码控制流对应的提示文本嵌入序列输入残差网络中,经过残差重参数化操作转换为重参数化嵌入序列;将重参数化嵌入序列输入细粒度漏洞检测模型,得到待检测智能合约的漏洞集合,对各代码控制流对应的漏洞进行评分计算,并按评分计算结果进行排序得到细粒度漏洞检测结果。本发明实现检测存在漏洞的代码控制流,得到细粒度漏洞检测结果。
-
-
-
-