公开(公告)号：CN117632249A

公开(公告)日：2024-03-01

申请号：CN202311664371.5

申请日：2023-12-06

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  孙采萱 ,  阎梓宁 ,  杨宇轩 ,  池剑磊 ,  张立国 ,  李思照 ,  印桂生

IPC: G06F8/75 ,  G06F8/71 ,  G06F8/41 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于节点特征融合的图神经网络代码差异检测方法，涉及软件测试技术领域。本发明是为了解决现有代码差异检测方法还存在检测准确率低且检测过程容易丢失代码语义信息和结构信息，从而导致无法给测试人员提供准确的测试方向，进而导致测试效率低的问题。本发明包括：获取两份待比较的源代码，并对两份待比较的源代码进行预处理，获得两棵C++源代码语法树；利用源代码语法树进行图构建获得语法图，并获取语法图中节点的嵌入特征向量，将语法图和语法图中的节点的嵌入特征向量输入到GCN图卷积神经网络中，获得语法图嵌入表示；采用对语法图的嵌入表示和语法图中节点的嵌入特征向量进行节点匹配，获得G中节点的匹配关系。本发明用于代码差异检测。

公开(公告)号：CN111258730A

公开(公告)日：2020-06-09

申请号：CN202010031828.9

申请日：2020-01-13

Applicant: 哈尔滨工程大学

Inventor： 李思照 ,  韩新宇 ,  孙建国 ,  巩建光 ,  阎梓宁 ,  王文衫

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明属于任务调度技术领域，具体涉及一种基于竞态条件的任务调度方法。本发明通过不确定矩阵描述时间序列特征以及测量任务执行不确定性，利用最大熵优化发提出的任务调度算法确保任务执行期间发生的竞态条件概率最低。本发明的任务调度优化方法在低功耗系统平台有更高的CPU利用率，吞吐量和更低的计算复杂度和任务执行时间，具有一定的研究和使用价值。

公开(公告)号：CN111291860A

公开(公告)日：2020-06-16

申请号：CN202010031422.0

申请日：2020-01-13

Applicant: 哈尔滨工程大学

Inventor： 李思照 ,  姜宏睿 ,  孙建国 ,  巩建光 ,  阎梓宁 ,  王文衫

IPC: G06N3/04 ,  H04L29/06

Abstract: 本发明属于深度学习入侵检测技术领域，具体涉及一种基于卷积神经网络特征压缩的异常检测方法。本发明采用独热编码以及离差标准化的技术，将数据特征进行预处理，使得深度学习模型可以更有效的识别数据集的特征，从而减少数据的失真率；通过嵌入层将独热编码的稀疏矢量压缩为密集矢量，减少每次模型的训练时间；通过离差标准化来对原始数据进行线性变换，使得数据在变幻之后仍然保持原有的线性关系，这样可以提高模型在入侵检测之中的精度。本发明的入侵检测准确率较高，训练时间短，预测精度高，可以广泛应用于网络入侵检测等方面。