组件式GIS空间查询与分析包的设计与实现

在组件式技术成熟和空间查询语言规范化的今天,越来越多的GIS系统不再满足于现有的空间查询与分析能力。组件式GIS空间查询分析开发包?S-GIS的Queries包提供了一组API接口可供GIS系统二次开发人员使用。该组件包提供一个轻量级的SQL解释器来对内存中要进行查询的SQL语句进行解释执行。本文介绍了Queries包的特色,并且将它与Oracle10g,ArcGIS等软件的空间查询部分做了一些简单比较。

车联网络协议的模糊测试研究综述

随着网络通信技术和汽车产业的快速发展,车联网内数据交互日益频繁,同时,车联网的安全问题也日益严重.本文首先介绍了针对车联网的多个攻击案例,并引入模糊测试这一解决方案.其次,介绍智能车联网架构,从车载有线网络协议和车载无线通信技术进行分析.之后,介绍模糊测试在车联网中的流程与分类,从测试用例的生成、异常检测手段和测试评估指标三方面分析车联网模糊测试的发展现状.最后展望了车联网模糊测试的未来发展方向.

基于代码嵌入的二进制代码相似性分析方法

代码嵌入利用神经网络模型将二进制函数的代码表示转化为向量,在漏洞搜索等应用中展现了优势。现有的方法将函数表示为汇编指令序列、控制流图的拓扑结构或若干路径,都没有克服不同编译环境导致控制流图结构变化的干扰。为此,设计了基于基本块树(Basic Block Tree, BBT)的代码表示以及构建了对应的代码嵌入模型BBTree。首先,二进制函数被表示为一系列BBT,每个BBT被处理为指令序列;其次,BBTree利用LSTM和Bi-GRU将基于BBT的代码表示转化为向量;最后,通过计算向量间的距离去高效衡量对应函数的相似性。在代码搜索中,BBTree的平均准确率比主流工具提升了24.8%;在漏洞搜索中,BBTree的平均召回率比主流工具提升了26.1%。

基于ORDBMS的Spatial数据管理的实现

随着地理信息系统的发展,如何有效地实现空间数据的存储和管理已经成为GIS中急待解决的问题。对象关系数据库,主要是Oracle数据库通过其Spatial组件,对空间数据的存储和管理提供了较为完备的支持。Data Manager作为组件式GIS——SmartGIS的数据组织与管理组件,探讨了如何实现空间数据在对象关系数据库存储与管理。

基于BERT的提示学习实现软件需求精确分类

软件需求是用户对软件效用的直接回馈,实现对软件需求工程精确分类可大幅降低维护成本并显著加快软件开发维护的流程。使用传统的基于机器学习分类方法(如逻辑回归、支持向量机以及K近邻算法),或简单地应用BERT(Bidirectional Encoder Representation from Transformers)模型都不能很好地利用软件需求PROMISE数据集样本,最终表现为通用性差或分类效率低。为了增强BERT模型对自然语言文本的语义理解能力,应用提示学习的思想,将K分类选择问题转化为二分判断问题。实验结果表明,无需对不均衡的数据集执行样本均衡策略,模型分类性能便远优于上述两种分类工作,获得最佳的预测结果。