-
公开(公告)号：CN117610071A
公开(公告)日：2024-02-27
申请号：CN202311569492.1
申请日：2023-11-21
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F21/62 , G06F18/213
Abstract: 本发明涉及一种跨项目软件缺陷预测数据隐私保护方法及装置，包括：获取软件缺陷预测数据集，软件缺陷预测数据集包括预测数据和类别标签；对预测数据预处理得到隐藏串数据；根据基于属性权重负数据生成算法对隐藏串数据负数据化处理生成负数据库，并对负数据库进行特征提取得到目标预测数据，根据目标预测数据和类别标签得到隐私保护预测数据集。综上，本发明通过基于属性权重负数据生成算法对隐藏串数据负数据化，在保留数据特征的同时，对隐私数据进行高效保护，得到高隐私保护率的隐私保护预测数据集。
-
公开(公告)号：CN118839249A
公开(公告)日：2024-10-25
申请号：CN202410898598.4
申请日：2024-07-05
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
IPC: G06F18/2415 , G06F18/214 , G06F18/23213 , G06F18/22 , G06N3/126
Abstract: 本发明公开了一种面向类内和类间高度不平衡的老化缺陷预测方法，该方法包括：获取原始老化缺陷数据集，并将其划分为训练集和测试集；原始老化缺陷数据集包括存在老化bug的样本和没有老化bug的样本；对训练集进行基于噪声点清理的类内平衡；基于类内平衡的训练集，进行基于生成对抗网络的类间平衡；使用平衡后的数据集进行分类器训练，最后利用训练好的分类器进行软件老化缺陷预测。本发明可以有效解决老化缺陷预测中数据集中普遍存在的高度类不平衡问题，提升老化缺陷预测模型的分类精度和效率。
-
公开(公告)号：CN117034236A
公开(公告)日：2023-11-10
申请号：CN202310962989.3
申请日：2023-08-01
Applicant: 武汉理工大学 , 武汉理工大学重庆研究院
Abstract: 本发明提供一种虹膜数据隐私保护、识别方法及电子设备，该隐私保护方法通过对原始虹膜数据进行置换重排，实现对原始虹膜数据的初步加密处理，得到重排虹膜数据，以提高虹膜数据的复杂度；进一步地，通过对重排虹膜数据进行分块，能够获取到重排虹膜数据各数据块的组合特征，并通过对各数据块进行取反合并，能够将各数据块的组合特征进行数据表示，并降低虹膜数据的量级；最后，通过对取反合并虹膜数据进行分组，并分别对各组进行排序，并确定排序序列为原始虹膜数据的加密数据，标准化处理虹膜数据的特征，能够有效隐藏虹膜数据的特征，以提高虹膜数据的标准化程度，减少数据特性，从而避免虹膜数据被解密。
-
Patent Agency Ranking
公开(公告)号：CN114510431B
公开(公告)日：2022-07-05
申请号：CN202210413743.6
申请日：2022-04-20
Applicant: 武汉理工大学
Abstract: 本发明公开了一种工作量感知智能合约缺陷预测方法、系统及设备，首先利用智能合约数据集建立逻辑回归分类模型，然后利用多目标优化算法以在检测前百分之二十的代码行数时，最大化检测出来的缺陷个数和最小化需要检测的智能合约个数为目标建立线性回归模型，最后结合这两个模型来预测待预测的智能合约的相对缺陷密度，并根据相对缺陷密度对这些智能合约进行排序。本发明的技术方案能够使得软件测试人员在一定工作量下，即检测前百分之二十的代码行数时，能够检测出来的智能合约缺陷个数较多同时需要检测的智能合约数量较少。
-
公开(公告)号：CN118395445A
公开(公告)日：2024-07-26
申请号：CN202410394319.0
申请日：2024-04-02
Applicant: 武汉理工大学
IPC: G06F21/57 , G06F18/214 , G06F18/243 , G06N7/01
Abstract: 本发明提供了一种软件漏洞检测网络训练方法、应用方法、电子设备及介质，涉及文本检测技术领域，包括：获取软件漏洞训练数据，包括代码片段和真实标记；将未标记代码片段输入教师模型，得到部分代码片段的伪标记；构建初始学生模型，基于真实标记和对应代码片段训练检测头，基于伪标记和对应代码片段训练伪检测头，基于真实标记、伪标记和各标记对应代码片段训练最差检测头，得到学生模型；基于教师模型和学生模型的预测性能确定新一轮教师模型，直至新一轮教师模型的预测性能提升至小于预设阈值。本发明通过伪标记和对应代码片段训练伪检测头以降低训练偏差，通过真实标记、伪标记和对应代码片段训练最差检测头以降低数据偏差。
-
公开(公告)号：CN119167206A
公开(公告)日：2024-12-20
申请号：CN202411235247.1
申请日：2024-09-04
Applicant: 武汉理工大学
IPC: G06F18/2415 , G06F18/214 , G06F11/36
Abstract: 本发明公开了一种测试用例质量分类和评分方法、装置及电子设备，属于测试用例质量评估技术领域，其方法包括：确定测试用例的评分等级，根据评分等级确定测试用例的等级标签；根据等级标签设定质量标签分配规则；基于等级标签，依次根据质量标签分配规则对测试用例进行质量标签分配，以生成与质量标签分配规则数量相同的质量标签训练数据集；根据质量标签训练数据集构建对应数量的以质量标签为分类依据的质量分类模型，根据质量分类模型确定待评估测试用例的质量分类概率，根据质量分类概率确定待评估测试用例的质量分类。本发明通过计算质量分类概率进一步计算等级标签概率，以实现准确且多级别的质量分类和评分。
-
公开(公告)号：CN114510431A
公开(公告)日：2022-05-17
申请号：CN202210413743.6
申请日：2022-04-20
Applicant: 武汉理工大学
Abstract: 本发明公开了一种工作量感知智能合约缺陷预测方法、系统及设备，首先利用智能合约数据集建立逻辑回归分类模型，然后利用多目标优化算法以在检测前百分之二十的代码行数时，最大化检测出来的缺陷个数和最小化需要检测的智能合约个数为目标建立线性回归模型，最后结合这两个模型来预测待预测的智能合约的相对缺陷密度，并根据相对缺陷密度对这些智能合约进行排序。本发明的技术方案能够使得软件测试人员在一定工作量下，即检测前百分之二十的代码行数时，能够检测出来的智能合约缺陷个数较多同时需要检测的智能合约数量较少。
-
公开(公告)号：CN117667492A
公开(公告)日：2024-03-08
申请号：CN202311765629.0
申请日：2023-12-20
Applicant: 武汉理工大学
IPC: G06F11/07 , G06F18/214 , G06N3/08
Abstract: 本发明公开了一种软件需求错误检测网络训练方法、应用方法及电子设备，包括：获取软件需求文档数据集；构建初始软件需求错误检测网络，将标注数据输入，训练得到初步软件需求错误检测网络；选取部分未标注数据输入到初步软件需求错误检测网络中，预测得到特征向量集和预测概率分布，根据特征向量集和预测概率分布确定查询策略值，根据查询策略值选出待标注数据；对待标注数据进行标注得到重标注数据，更新软件需求文档数据集，并迭代训练初步软件需求错误检测网络，直至标注资源耗尽，得到训练完备的软件需求错误检测网络。综上，本发明通过查询策略值确定最需要标注的待标注数据，得到高准确度的软件需求错误检测网络且减少数据标注的工作量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
