-
公开(公告)号:CN116662184B
公开(公告)日:2024-01-30
申请号:CN202310652941.2
申请日:2023-06-05
Applicant: 福建师范大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于Bert的工控协议模糊测试用例筛选方法及系统。该方法包括:1)获取测试用例训练集。捕获工控协议模糊测试过程中的通信流量,通过协议实体的响应将测试用例分为有效测试用例和无效测试用例两类,标注后作为训练集;2)训练集预处理。将训练集进行数据格式的处理,以符合Bert模型的输入;3)Bert分类模型训练。训练得到模糊测试用例筛选模型;4)测试用例筛选。在工控协议模糊测试过程中基于筛选模型对测试用例进行预测和筛选,以提高模糊测试的效率。该系统包括:测试用例采集模块、数据预处理模块、测试用例筛选模块、测试用例传输模块、模糊测试模块。本发明基于Bert模型对模糊测试用例进行有效性的筛选,提高了模糊测试的效率。
-
公开(公告)号:CN119252497A
公开(公告)日:2025-01-03
申请号:CN202411301630.2
申请日:2024-09-18
Applicant: 福建师范大学
IPC: G16H50/70 , G06F18/23 , G06F17/15 , G06F17/16 , G06N3/042 , G06N3/0455 , G06N3/0464 , G06N3/096
Abstract: 本发明涉及一种基于卷积自编码器和知识蒸馏的多视图癌症亚型数据聚类方法,属于机器学习领域。该方法包括:使用皮尔逊相关系数对多组学数据的特征进行重新排列,减少数据的冗余性并提高特征的代表性。将重新排列后的多组学数据输入卷积自编码器模型,训练教师模型以捕捉数据的高维结构和特征。使用知识蒸馏算法将教师模型中的知识传递给一个较轻量级的学生模型,通过优化损失函数(包括重建误差和蒸馏损失)来训练学生模型。基于训练好的学生模型,使用KL散度对多视图癌症亚型数据进行聚类分析,得到最终的聚类结果。
-
公开(公告)号:CN116662184A
公开(公告)日:2023-08-29
申请号:CN202310652941.2
申请日:2023-06-05
Applicant: 福建师范大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于Bert的工控协议模糊测试用例筛选方法及系统。该方法包括:1)获取测试用例训练集。捕获工控协议模糊测试过程中的通信流量,通过协议实体的响应将测试用例分为有效测试用例和无效测试用例两类,标注后作为训练集;2)训练集预处理。将训练集进行数据格式的处理,以符合Bert模型的输入;3)Bert分类模型训练。训练得到模糊测试用例筛选模型;4)测试用例筛选。在工控协议模糊测试过程中基于筛选模型对测试用例进行预测和筛选,以提高模糊测试的效率。该系统包括:测试用例采集模块、数据预处理模块、测试用例筛选模块、测试用例传输模块、模糊测试模块。本发明基于Bert模型对模糊测试用例进行有效性的筛选,提高了模糊测试的效率。
-
-