-
公开(公告)号:CN118626376A
公开(公告)日:2024-09-10
申请号:CN202410750280.1
申请日:2024-06-12
Applicant: 浙江工商大学
IPC: G06F11/36 , G06F8/36 , G06F18/22 , G06F18/2431 , G06N3/042 , G06N3/0455 , G06N3/082
Abstract: 本发明公开了一种基于语法语义分离的智能合约复用分层检测方法,首先将待测合约级智能合约通过文本检测检出T1和T2级相似后,划分为函数级代码;然后利用基于AST的节点嵌入和多层池化技术提取代码的语法特征,利用基于PDG的图嵌入技术和构造基于节点注意力机制的图神经网络技术提取代码的语义特征;最后利用提取到的语法特征和语义特征,通过构造多层感知机,得到最终T3、T4和T0的分类检测结果。本发明利用最新的深度学习技术,通过对代码语法和语义信息的分开提取并进行特征学习,实现了代码相似度检测和复用层次的分层,实现了精度更高、效率更高的检测结果,具有良好的通用性和实用价值。
-
公开(公告)号:CN118397705A
公开(公告)日:2024-07-26
申请号:CN202410575605.7
申请日:2024-05-10
Applicant: 浙江工商大学
IPC: G06V40/20 , G06V20/40 , G06V10/10 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于注意力机制的视频人体姿态传播方法,设计了基于纯注意力机制的端到端的编码器‑解码器架构,编码器包括骨干网络、时空全局融合模块,解码器包含补丁匹配校正模块;时空全局融合模块利用自注意力机制有效地将多个视频帧的特征进行全局空间融合,解决了单帧图像方法面临的时序信息缺失问题,补丁匹配校正模块合并多帧姿态热图并且根据编码器输出的特征对姿态热图进行补丁匹配局部空间校正,实现对粗糙热图中的姿态更精细化的调整。本发明提升了复杂动作和遮挡情况下的姿态估计精度,解决了标注更稀疏情况下的姿态传播退化问题,降低了对密集标注的依赖,提高了视频姿态标注的效率,探寻出了半自动化视频姿态标注的可行性。
-
公开(公告)号:CN112347861B
公开(公告)日:2023-12-05
申请号:CN202011111463.7
申请日:2020-10-16
Applicant: 浙江工商大学
IPC: G06V40/20 , G06V40/10 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明涉及一种基于运动特征约束的人体姿态估计方法。本发明先将视频分为多个人体时空窗口,提取窗口下每一帧的图像特征,然后根据窗口包含的多个图像特征抽取该窗口的人体运动特征,接着,通过运动特征约束单帧图片的人体姿态估计。本发明采用了全卷积神经网络的架构,并且使用动态卷积使单帧姿态估计能够根据视频中所包含的情境信息适应性的调整,这样可以更好地应对人体姿态估计任务中常见的运动模糊、肢体遮挡等问题,能够更好地对视频进行姿态估计,提高视频场景下的人体姿态估计准确率。
-
公开(公告)号:CN115562987A
公开(公告)日:2023-01-03
申请号:CN202211210769.7
申请日:2022-09-30
Applicant: 浙江工商大学
IPC: G06F11/36
Abstract: 本发明公开了一种针对智能合约调用序列优化与资源分配导向的模糊测试方法,针对智能合约中的全局状态变量的进行数据流依赖分析,生成合约的函数调用序列,然后在模糊测试执行过程中迭代更新种子,通过分支距离度量,与新分支距离更近的种子将被选择,对测试用例进行优化,驱动模糊测试器更快地覆盖条件严格的分支;进而选择智能合约中需重点分析的稀有分支与易受攻击分支作为目标分支,并为目标分支分配更多的模糊测试资源;最后对函数调用序列进行优化变异,从而让模糊检测器能够挖掘更深层的分支。本发明结合了序列生成与优化策略、种子迭代优化策略、资源调度策略,提高了模糊检测的效率和准确率,具有良好的实用价值以及很好的借鉴意义。
-
公开(公告)号:CN112633220A
公开(公告)日:2021-04-09
申请号:CN202011610311.1
申请日:2020-12-30
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于双向序列化建模的人体姿态估计方法,以连续的3帧作为输入,充分利用视频的时序信息计算每个关节的大致空间范围,然后从更小的范围内回归关节的具体位置,从而更好地解决人体姿态估计任务中固有的遮挡、运动模糊等问题,使得模型的泛化性更强,具有更高的准确率。本发明充分利用了视频的时序信息,增强了模型的推理能力,能够更好地对人体关键部位进行估计,在安防、短视频平台等需要实时抽取姿态进行分析的行业具有重要意义。
-
公开(公告)号:CN111695457A
公开(公告)日:2020-09-22
申请号:CN202010468015.6
申请日:2020-05-28
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于弱监督机制的人体姿态估计方法,通过弱监督的训练方式,利用较少的带标签数据来训练模型,解决了视频数据集标注困难、成本高等问题,同时充分利用了视频的时序信息即视频帧之间的隐式相关性,从而更好的处理了人体姿态估计任务中固有的遮挡、运动模糊等问题,使得模型的泛化性更强,实现更高的检测准确率。同时,本发明方法采用轻量级的网络架构,使得姿态估计实时利用更加可行,解决了传统姿态估计占用大量资源的问题,对短视频平台、安防等领域具有重要应用价值。
-
公开(公告)号:CN113904844B
公开(公告)日:2023-09-12
申请号:CN202111170949.2
申请日:2021-10-08
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于跨模态教师‑学生网络的智能合约漏洞检测方法,包括:编译智能合约源码生成相应的字节码,提取源码与字节码两种形式的程序语义图,并进行语义图归一化处理;利用BERT模型提取字节码模态的程序语义图Block级语义信息;构建图消息传递网络从归一化后的语义图中分别提取智能合约源码和字节码的图结构信息,并生成相应的图特征向量;构建教师‑学生网络实现跨模态的互相学习,提高字节码单模态背景下的智能合约检测准确率。本发明方法相较于传统的智能合约漏洞检测工具有更高的准确率,填补了当前基于专家规则和深度学习的智能合约安全漏洞检测方法的空缺,具有良好的实用价值和借鉴意义。
-
公开(公告)号:CN113326050A
公开(公告)日:2021-08-31
申请号:CN202110766018.2
申请日:2021-07-07
Applicant: 浙江工商大学
Abstract: 本发明公开了一种基于神经网络与动态模糊测试结合的智能合约漏洞检测方法,通过构建前馈神经网络模型对智能合约漏洞进行静态分析,标注可能存在漏洞的函数执行路径,使用SIF对可能存在漏洞的函数执行路径进行插桩处理,利用前瞻分析法引导模糊检测器对可能存在漏洞的函数执行路径进行动态模糊检测,构建基于控制流和智能合约状态的反馈机制,通过反馈信息指导模糊检测器产生有效的测试用例,进行有策略的动态模糊检测。相较于传统的智能合约漏洞检测工具,本发明提供了一种新的方案,有效地改善了传统单一的静态检测或动态分析方法的误判、漏报等情况,不仅具有良好的实用价值,而且具有很好的借鉴意义。
-
公开(公告)号:CN109636367A
公开(公告)日:2019-04-16
申请号:CN201811533013.X
申请日:2018-12-14
Applicant: 浙江工商大学
CPC classification number: G06Q20/1235 , G06Q40/04 , G06Q50/205
Abstract: 本发明公开了一种基于智能合约的多源数字教育资源确权方法,通过区块链系统以及教育资源平台实现,从而解决多源数字教育资源流动过程中实时确权的问题,具体包括:制定教育资源智能合约;数字教育资源信息提交到区块链上;数字教育资源阅读权在多平台之间的交易和确权;数字教育资源所有权在多平台之间的交易和确权。本发明为解决数字教育资源的实时确权问题,通过区块链上的智能合约,填补了当前基于该问题的方法欠缺,同时利用智能合约能够解决传统模式下确权方式的成本高、程序严、周期长的问题,并且由于智能合约的可追踪、不可篡改性更好地保障了权利所有人的权益,不仅有利于个人而且给教育资源平台带来了更大的经济价值。
-
公开(公告)号:CN113326050B
公开(公告)日:2023-10-17
申请号:CN202110766018.2
申请日:2021-07-07
Applicant: 浙江工商大学
IPC: G06F8/41 , G06F21/57 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于神经网络与动态模糊测试结合的智能合约漏洞检测方法,通过构建前馈神经网络模型对智能合约漏洞进行静态分析,标注可能存在漏洞的函数执行路径,使用SIF对可能存在漏洞的函数执行路径进行插桩处理,利用前瞻分析法引导模糊检测器对可能存在漏洞的函数执行路径进行动态模糊检测,构建基于控制流和智能合约状态的反馈机制,通过反馈信息指导模糊检测器产生有效的测试用例,进行有策略的动态模糊检测。相较于传统的智能合约漏洞检测工具,本发明提供了一种新的方案,有效地改善了传统单一的静态检测或动态分析方法的误判、漏报等情况,不仅具有良好的实用价值,而且具有很好的借鉴意义。
-
-
-
-
-
-
-
-
-