-
公开(公告)号：CN104965788A
公开(公告)日：2015-10-07
申请号：CN201510390576.8
申请日：2015-07-03
Applicant: 电子科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种代码静态检测方法，具体涉及一种基于LLVM IR的符号执行算法——利用给予程序变量符号初值技术领域，解决现在技术中的静态检测方法支持语言单一、不能较好的处理指针和别名问题，探测潜在的程序漏洞等问题。本发明的步骤：(1)获取源代码，并将源代码进行预处理转换为LLVM汇编程序；(2)将转换得到的LLVM汇编程序，运用符号执行算法模拟解释执行LLVM汇编程序，并记录各个变量在不同路径上的符号值和各条路径的约束条件；(3)根据记录各个变量在不同路径上的符号值和各条路径的约束条件，调用SMT求解器Z3检查变量的符号值是否满足路径约束和漏洞约束，判断程序是否存在潜在漏洞。本发明应用于源代码中的数组越界，除零错误和空指针引用。
-
公开(公告)号：CN106095443B
公开(公告)日：2019-04-05
申请号：CN201610412437.5
申请日：2016-06-14
Applicant: 电子科技大学
IPC: G06F8/30
Abstract: 没本发明公开了一种基于C/C++代码库的API调用模式挖掘方法。本方法的输入是C/C++代码库，首先通过开源的基于LLVM的clang编译器对输入代码库进行编译，利用clang提供的相关扩展接口完成API序列信息的提取；然后对API序列进行预处理，将相同的API序列合并成一条序列及将嵌套使用的序列进行关联处理；然后将预处理好的API序列存储到数据库中；然后计算数据库中API序列间的距离，得到距离矩阵；然后根据API序列间的距离矩阵，使用DBScan聚类算法对API序列进行聚类处理，将聚类结果存储到数据库中；最后用户输入函数片段信息，利用数据库查询技术将符合要求的API序列及对应的使用代码片段返回给用户。
-
公开(公告)号：CN105184092B
公开(公告)日：2018-04-13
申请号：CN201510611795.4
申请日：2015-09-23
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种资源限制条件下多类型无人机协同任务分配方法，首先初始化环境信息，并根据环境模型建立初始概率矩阵，然后根据初始概率矩阵生成一定数量的随机样本,并根据约束条件删除无效样本,继而根据目标函数求出有效样本的目标函数值,之后按样本目标函数值由大到小排列，取一定比例的排在前边的样本更新概率矩阵，给出了具体的资源限制条件下基于交叉熵方法的多类型无人机任务分配求解算法。本发明能够更好地解决资源限制条件下的多类型无人机任务分配问题，使得无人机或无人机组以更高的收益完成任务。本发明应用于资源限制条件下多类型无人机任务分配。
-
-
-
Patent Agency Ranking
公开(公告)号：CN104965788B
公开(公告)日：2017-07-28
申请号：CN201510390576.8
申请日：2015-07-03
Applicant: 电子科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种代码静态检测方法，具体涉及一种基于LLVM IR的符号执行算法——利用给予程序变量符号初值技术领域，解决现在技术中的静态检测方法支持语言单一、不能较好的处理指针和别名问题，探测潜在的程序漏洞等问题。本发明的步骤：(1)获取源代码，并将源代码进行预处理转换为LLVM汇编程序；(2)将转换得到的LLVM汇编程序，运用符号执行算法模拟解释执行LLVM汇编程序，并记录各个变量在不同路径上的符号值和各条路径的约束条件；(3)根据记录各个变量在不同路径上的符号值和各条路径的约束条件，调用SMT求解器Z3检查变量的符号值是否满足路径约束和漏洞约束，判断程序是否存在潜在漏洞。本发明应用于源代码中的数组越界，除零错误和空指针引用。
-
公开(公告)号：CN106095443A
公开(公告)日：2016-11-09
申请号：CN201610412437.5
申请日：2016-06-14
Applicant: 电子科技大学
IPC: G06F9/44
CPC classification number: G06F8/30
Abstract: 没本发明公开了一种基于C/C++代码库的API调用模式挖掘方法。本方法的输入是C/C++代码库，首先通过开源的基于LLVM的clang编译器对输入代码库进行编译，利用clang提供的相关扩展接口完成API序列信息的提取；然后对API序列进行预处理，将相同的API序列合并成一条序列及将嵌套使用的序列进行关联处理；然后将预处理好的API序列存储到数据库中；然后计算数据库中API序列间的距离，得到距离矩阵；然后根据API序列间的距离矩阵，使用DBScan聚类算法对API序列进行聚类处理，将聚类结果存储到数据库中；最后用户输入函数片段信息，利用数据库查询技术将符合要求的API序列及对应的使用代码片段返回给用户。
-
公开(公告)号：CN105957095B
公开(公告)日：2018-06-08
申请号：CN201610425084.2
申请日：2016-06-15
Applicant: 电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于灰度图像的Spiking角点检测方法，属于图像处理技术领域，重点解决现有技术在角点检测上的精度不高、操作复杂以及检测速度较慢等问题。本发明主要利用Spiking神经网络的特性，发明了一种利用检测模板来对图像角点信息进行检测，通过检测模板的电压值在角点时电压值达到最小这一特性来确定灰度图像的角点，本发明可以较好的对图像角点进行检测，提取灰度图像角点的时间信息和空间信息。本发明应用的场景主要在图像的角点检测、人物目标追踪识别、运动估计以及其他应用角点信息的计算机场景。涉及Spiking神经网络、机器学习。
-
公开(公告)号：CN105957095A
公开(公告)日：2016-09-21
申请号：CN201610425084.2
申请日：2016-06-15
Applicant: 电子科技大学
IPC: G06T7/00
CPC classification number: G06T7/0002 , G06T2207/20164
Abstract: 本发明公开了一种基于灰度图像的Spiking角点检测方法，属于图像处理技术领域，重点解决现有技术在角点检测上的精度不高、操作复杂以及检测速度较慢等问题。本发明主要利用Spiking神经网络的特性，发明了一种利用检测模板来对图像角点信息进行检测，通过检测模板的电压值在角点时电压值达到最小这一特性来确定灰度图像的角点，本发明可以较好的对图像角点进行检测，提取灰度图像角点的时间信息和空间信息。本发明应用的场景主要在图像的角点检测、人物目标追踪识别、运动估计以及其他应用角点信息的计算机场景。涉及Spiking神经网络、机器学习。
-
公开(公告)号：CN105184092A
公开(公告)日：2015-12-23
申请号：CN201510611795.4
申请日：2015-09-23
Applicant: 电子科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种资源限制条件下多类型无人机协同任务分配方法，首先初始化环境信息，并根据环境模型建立初始概率矩阵，然后根据初始概率矩阵生成一定数量的随机样本,并根据约束条件删除无效样本,继而根据目标函数求出有效样本的目标函数值,之后按样本目标函数值由大到小排列，取一定比例的排在前边的样本更新概率矩阵，给出了具体的资源限制条件下基于交叉熵方法的多类型无人机任务分配求解算法。本发明能够更好地解决资源限制条件下的多类型无人机任务分配问题，使得无人机或无人机组以更高的收益完成任务。本发明应用于资源限制条件下多类型无人机任务分配。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.016 seconds)
