一种面向DSP的VLIW调度打包方法
    1.
    发明公开

    公开(公告)号:CN118276949A

    公开(公告)日:2024-07-02

    申请号:CN202410405639.1

    申请日:2024-04-07

    Applicant: 西北大学

    Abstract: 本发明公开了一种面向DSP的VLIW调度打包方法,包括如下步骤:步骤1、在LLVM IR优化PASS执行顺序;步骤2、构建指令依赖图IDG;步骤3、根据全局指令依赖图IDG,进行寄存器分配前的调度和打包;步骤4、根据寄存器分配结果重新构建指令依赖图IDG,再根据重新构建的指令依赖图IDG进行寄存器分配后的调度和打包。本发明通过构建基于SSA格式的详尽指令依赖关系图,揭示指令间的潜在并行性,允许编译器在更早的阶段识别并行执行的机会,避免了传统方法在寄存器分配后打包引入的并行性损失问题,显著提高了DSP平台上程序的执行效率。

    一种基于概率和统计评估的无线感知模型鲁棒性检测方法

    公开(公告)号:CN113837393B

    公开(公告)日:2023-10-24

    申请号:CN202111030938.4

    申请日:2021-09-03

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于概率和统计评估的无线感知模型鲁棒性检测方法,该方法首先训练一个底层感知模型,分别计算该无线感知模型预测测试样本过程中的概率向量和统计向量,其中的统计向量的实现步骤包括:根据保形预测理论的不一致性测量理论及步骤1中的机器学习算法定义一个不一致性测量函数;所述不一致性测量函数评估一个测试样本与之前的一组样本有众多不同,不一致性测量值越大表示该测试样本与该类之前的样本越不相似;然后定义校准数据集,计算不一致性测量得分以及计算统计向量;最后使用一个异常检测器判断底层感知模型对测试样本的预测是否正确。该方法可以用在任何基于机器学习的无线感知模型上面检测其在部署阶段的鲁棒性。

    一种基于深度学习图网络的加密算法识别方法

    公开(公告)号:CN111460472B

    公开(公告)日:2023-05-16

    申请号:CN202010200633.2

    申请日:2020-03-20

    Applicant: 西北大学

    Abstract: 一种基于深度学习图网络的加密算法识别方法,由训练和检查过程组成,其中:训练:对爬取的与加密相关的源码数据,构建基础源码库;经交叉编译预处理,得到二进制代码库,分别提取二进制加密算法的统计特征与结构特征整合生成加密算法图,嵌入到神经网络中变为向量,经比较向量间的距离远近判断代码是否相似,通过训练得到判断加密算法图的嵌入向量是否相似模型;检查:生成标准加密算法库,将实现规范且已经确定种类的加密算法分别挑选一份,并生成加密算法图,将未知种类的待检测加密算法也生成一份加密算法图,均嵌入训练后的模型,与标准加密算法库的嵌入依次比较向量距离,与待检测算法向量距离最短的标准算法种类即为待检测加密算法的种类。

    一种基于多关系图网络的漏洞模型的构建方法及检测方法

    公开(公告)号:CN113158194B

    公开(公告)日:2023-04-07

    申请号:CN202110339007.6

    申请日:2021-03-30

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于多关系图网络的漏洞模型的构建方法及检测方法,收集源码程序文件,并对源码程序文件进行预处理得到函数块,根据函数块对应的函数名中是否包含good和bad,对应标签为无漏洞的函数块和有漏洞的函数块;对所述的无漏洞的函数块和有漏洞的函数块处理得到各自对应的第二抽象语法树;对第二抽象语法树进行第一遍历得到7种边关系;本发明在现有技术中提取抽象语法树节点信息的基础上,增加了7种边关系,7种边关系能在漏洞检测方面显著的提升准确率,并且降低漏报率;在搭建GGNN漏洞模型时,融入GRU和highway gate来提高向量在不同关系图之间的传播速度,进而缩短模型训练的周期,解决了现有技术中漏洞检测模型检测效果不佳的技术问题。

    基于LLVM IR的程序多维度虚拟化保护方法及装置

    公开(公告)号:CN115795414A

    公开(公告)日:2023-03-14

    申请号:CN202211490515.5

    申请日:2022-11-25

    Applicant: 西北大学

    Abstract: 本申请涉及基于LLVM IR的程序多维度虚拟化保护方法及装置,方法包括:获取源代码的LLVM IR文件;对LLVM IR文件进行指令级别的虚拟化保护,得到一次保护后的文件;确定一次保护后的文件中的待保护函数;确定构成待保护函数的多个基本块,基于多个基本块构建虚拟机模块;将源代码中的待保护函数替换为调用虚拟机模块的指令,得到多维度虚拟化保护后的程序。本申请设计基本块级别的虚拟化保护手段,并结合指令级别的虚拟化保护手段,对通过LLVM编译器编译生成的IR字节码文件进行保护处理,能够大幅度提升逆向破解的难度,在中间表示阶段做虚拟化的保护可以减少前端语言和后端架构的多样性对代码的虚拟化保护带来的影响。

    一种对抗样本生成方法及系统

    公开(公告)号:CN112633280B

    公开(公告)日:2023-01-31

    申请号:CN202011620173.5

    申请日:2020-12-31

    Applicant: 西北大学

    Abstract: 本发明公开了一种对抗样本生成方法与系统。所公开的方法包括获取原始图像的可解释性区域图像;确定合适的像素阈值,根据可解释性区域图像生成该阈值下原始图像的扰动添加模板,根据扰动添加模板中的0像素点值在原始图像的相应像素点处添加叠加扰动,生成该原始图像的对抗样本。所述公开的系统为执行所述对抗样本生成方法的系统。本发明可确保对抗扰动的可感知性和攻击性,且人眼不易发现本发明的方法加在对抗样本中的扰动,同时经验证模型以较高的概率被对抗样本误分类。

    一种基于图网络模型的增量代码缺陷检测方法及系统

    公开(公告)号:CN113127341A

    公开(公告)日:2021-07-16

    申请号:CN202110325879.7

    申请日:2021-03-26

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于图网络模型的增量代码缺陷检测方法及系统,包括训练阶段和测试阶段,训练阶段包括数据处理、代码构图、构造图卷积神经网络模型;所述的测试阶段包括增量代码生成,增量代码构图,缺陷代码检测;本发明在现有缺陷代码检测工作的基础上,将关联代码分析与缺陷代码检测工作结合进行结合,提出一种基于图网络模型的增量代码检测方法,该方法可以在软件项目版本发生变更后,通过关联代码分析来计算版本变更后的增量代码,并在此基础上将项目的版本变更信息与代码的特征信息进行融合表示成图的格式,最后借助网络模型对代码的特征进行学习,实现了对版本变更后缺陷代码快速检测的功能。

    一种基于前端字节码技术的JavaScript代码优化方法

    公开(公告)号:CN110399133B

    公开(公告)日:2020-10-27

    申请号:CN201910554731.3

    申请日:2019-06-25

    Applicant: 西北大学

    Abstract: 本发明公开了一种基于前端字节码技术的JavaScript代码优化方法,方法通过提出JavaScript到WebAssembly的转换工具链和设计代码段合并策略,提出一种JavaScript性能优化方案,通过动态符号执行获取程序各执行路径的变量类型信息,并且通过筛选规则获取符合转换条件的代码语句,通过设计JavaScript2C转换规则将JavaScript代码生成C代码,并通过Emscripten编译生成WebAssembly代码段。最后通过单元测试的思想对优化前后的性能和功能一致性进行比较,若性能下降或功能不一致则放弃对该代码段的优化;另一方面,设计代码段合并策略,以代码段间数据依赖关系为基础,通过提供代码段合并策略作为用户代码重构的依据,实现减少数据交互性能损失的目的,进一步提升程序的执行效率。

    一种高鲁棒性低延迟的无线传感网路由方法

    公开(公告)号:CN106851766B

    公开(公告)日:2020-07-31

    申请号:CN201710120547.9

    申请日:2017-03-02

    Applicant: 西北大学

    Abstract: 一种高鲁棒性低延迟的无线传感网路由方法,包括网络初始化,周期探测,路径发现,数据转发几个阶段,有以下步骤:基站发出初始化包,节点收到初始化包,建立邻居节点集,周期广播探测包;节点等待随机时间,回复探测ACK包;更新邻居节点集;当需要发送数据时,启动路径发现,寻找一条快速通往目的节点的路径,目的节点收到探测后做出回应,确认路径已经沿途的协助节点,并最终将确认返回源节点,源节点根据探测的结果发送数据,沿途每个节点根据探测的信息以及延迟信息做出决策,最终将数据发送至目的节点。本方法利用可靠的路径发现降低了平均端到端延迟,利用各种容错机制,保证延迟的基础上提高了鲁棒性,并且不需要同步,减少了同步开销。

    一种基于深度学习图网络的加密算法识别方法

    公开(公告)号:CN111460472A

    公开(公告)日:2020-07-28

    申请号:CN202010200633.2

    申请日:2020-03-20

    Applicant: 西北大学

    Abstract: 一种基于深度学习图网络的加密算法识别方法,由训练和检查过程组成,其中:训练:对爬取的与加密相关的源码数据,构建基础源码库;经交叉编译预处理,得到二进制代码库,分别提取二进制加密算法的统计特征与结构特征整合生成加密算法图,嵌入到神经网络中变为向量,经比较向量间的距离远近判断代码是否相似,通过训练得到判断加密算法图的嵌入向量是否相似模型;检查:生成标准加密算法库,将实现规范且已经确定种类的加密算法分别挑选一份,并生成加密算法图,将未知种类的待检测加密算法也生成一份加密算法图,均嵌入训练后的模型,与标准加密算法库的嵌入依次比较向量距离,与待检测算法向量距离最短的标准算法种类即为待检测加密算法的种类。

Patent Agency Ranking