代码相似性检测技术综述

代码复用为软件开发带来便利的同时也引入了安全风险,如加速漏洞传播、代码恶意抄袭等,代码相似性检测技术通过分析代码间词法、语法、语义等信息计算代码相似程度,是判断代码复用最有效的技术之一,也是近年发展较快的程序安全分析技术。首先,系统梳理代码相似性检测的近期技术进展,根据目标代码是否开源,将代码相似性检测技术分为源码相似性检测和二进制代码相似性检测,又根据编程语言、指令集的不同进行二次细分;其次,总结每一种技术的思路和研究成果,分析机器学习技术在代码相似性检测领域成功的案例,并讨论现有技术的优势与不足;最后,给出代码相似性检测技术的发展趋势,为相关研究人员提供参考。

基于SNP标记的小麦品种遗传相似度及其检测准确度分析

遗传相似度检测的准确度估计是对SNP标记法在农作物品种检测体系中应用的必要补充和完善。本研究基于2021年小麦品种SNP标记法跨实验室协同验证实验数据,分析了该方法的检测准确度及在品种间的遗传相似度。分析结果表明:(1)10个实验室对55组小麦品种组合的标记位点相似度检测的总体准确度约为98%。(2)GGE双标图的品种遗传关系功能图显示,7组小麦品种的组内遗传相似度在95%以上,其余组合的遗传相似度较低。(3)依据GGE双标图的“正确度-精确度”功能图和“准确度排序”功能图,发现洛旱7号/洛旱11等品种组合的相似度检测准确度较高,晋麦47/临抗11的检测准确度一般,而济麦22/婴泊700的检测准确度较差。(4)10个实验室的检测准确度存在显著差异,其中2个实验室检测的正确度、精确度和准确度表现显著差于其余实验室。(5)各实验室检测正确度的容许误差分布于1.3%~1.9%之间,平均为1.5%;准确度的容许误差分布于1.5%~2.0%之间,平均为1.7%。其中,Lab2和Lab3的检测正确度和准确度的容许误差显著差于其余实验室。本研究构建了SNP标记法对品种相似性检测的准确度统计模型,分析了品种组合和实验室的检测准确度及其容许误差,采用GGE双标图方法对检测正确度、精确度和准确度进行可视化分析,验证了各实验室对品种位点相似性检测的准确度和可靠性,为SNP标记法在农作物品种遗传相似性检测中的准确度评价提供了理论支持和应用范例。

地下洞室变形破坏物理模拟的力学相似畸变映射原理与实例分析

相似物理模拟是研究地下工程变形破坏问题的重要手段,然而经典相似理论关于相似模型与工程原型之间的几何相似比和材料力学参数相似比的相互约束,导致室内物理相似模型尺寸和材料力学参数一直面临难以完全满足相似准则的困局,从而产生力学畸变和模拟试验结果解译困难。为此,提出了地下洞室变形破坏物理模拟的力学相似畸变映射处理方法,引进畸变系数和映射系数,通过耦合解析法或数值法来映射畸变效应,实现地下洞室物理模拟结果对原型力学行为的定量解译;以圆形隧洞为工程原型,采用水泥基3D打印隧洞物理模型进行相似物理超载试验,基于提出的耦合力学相似畸变法与解析法对物理模拟结果进行了定量分析和对比验证;以某水电站地下洞室群为研究原型,通过砂岩3D打印洞室群物理模型的超载试验获得洞室破坏的变形值,采用耦合力学相似畸变法与数值方法对物理模拟结果进行定量分析。实例分析结果表明,在物理相似模拟中几何相似比和力学相似比不满足经典相似准则条件下,该方法可实现圆形隧洞或复杂洞室群原型的相似物理模拟结果的定量映射分析,对非恒定相似比的地下洞室物理模拟畸变分析具有普适性。

一种面向多场景的轨迹相似度计算框架

轨迹相似度计算作为轨迹数据分析中的一个研究热点,主要用来衡量两个移动对象轨迹相似程度。已有的轨迹相似度计算工作主要根据不同类型的轨迹数据和应用场景提出了大量轨迹相似性度量方法,但随着轨迹数据采集手段的逐渐丰富和应用需求的发展,在轨迹相似性计算方面却缺少一个统一的框架以支持多样化轨迹数据下的相似轨迹分析。为此,本文在综合分析已有相似轨迹度量方法共性特征基础上,提出了一个兼容多种轨迹相似度度量方法的集成计算框架(Multiple Scenarios Similarity Trajectory Framework,MSSTJ),并通过一种统一的轨迹数据分区索引方法来优化不同相似轨迹度量方法的计算效率,从而使得用户可以通过参数化配置的简单方式来实现不同场景下多样化的轨迹相似度高效计算的需求。通过基于两类不同类型轨迹数据集的相关实验表明,MSSTJ可以帮助用户快速实现不同的轨迹相似度计算算法,并且实现的算法具有较好的性能表现。

基于三维空间面积划分的轨迹相似性度量算法

针对大部分轨迹相似性度量算法无法区分方向相反轨迹的问题,提出了一种基于三维空间面积划分的三维三角分割(3TD)算法。首先,按照3TD算法的时间转换规则将轨迹集的绝对时间序列转变为相对时间序列;然后,在由经度、纬度以及时间三要素构成的三维空间坐标系中,通过划分规则将轨迹间面积分割成若干互不重叠的三角形,累加三角形面积并计算轨迹相似度;最后,在从船舶自动识别系统(AIS)收集的随机采样轨迹数据集上,与最长公共子序列(LCSS)算法和三角分割(TD)算法等进行了对比实验。实验结果表明:3TD算法对实验数据集中异向轨迹识别精确度达到100%;同时该算法面对海量数据集以及轨迹点部分缺失的数据集时,也能维持准确的度量结果以及较高的运算效率,能更好地适应异向轨迹相似度量工作。

基于直觉模糊相似关系的三支决策模型

针对一些直觉模糊相似关系使直觉模糊集中对象间的相似度过于集中或者相异度过高,导致不合理的分类结果的问题,以及在构造直觉模糊相似关系时,对象间的相似度和相异度容易受到不重要属性条件信息影响的问题,本文在直觉模糊集和可能性理论基础上,提出一种基于直觉模糊相似关系的三支决策模型。首先,给出可能性测度和必要性测度的定义,结合Hausdorff度量,构造一种距离公式,并证明其性质,定义了直觉模糊集中对象间的相似度和相异度,构造了新的直觉模糊相似关系;然后定义了直觉模糊相似关系下的(λ_(1),λ_(2))-截集及其直觉模糊(λ_(1),λ_(2))-截集下的相似类,并进一步求出目标集的正域、负域和边界域;最后通过UCI数据集和实例验证了该模型的合理性和有效性。

一种基于属性相似性和分布结构连通性的聚类算法

聚类分析针对不同的数据特点采用不同的相似性度量,现实世界中数据分布复杂,存在分布无规律、密度不均匀等现象,单独考虑实例属性相似性或分布结构连通性会影响聚类效果。为此,提出了一种基于属性相似性和分布结构连通性的聚类算法(A Clustering Algorithm Based on Attribute Similarity and Distributed Structure Connectivity, ASDSC)。首先,利用待聚类数据集中的所有数据实例构建完全无向图,定义了一种兼顾属性相似和分布结构连通的新颖相似性度量方式,用于计算节点相似性,并构造邻接矩阵更新边的权重;其次,借助邻接矩阵执行递增步长的随机游走,依据顶点的连通中心性来识别簇中心并给定簇编号,同时获取其他顶点的连通性;然后,利用连通性计算顶点间的依赖关系,并据此进行簇编号的传播,直至完成聚类。最后,为了验证该方法的聚类性能,在16个合成数据集和10个真实数据集上与5种先进聚类算法进行了对比实验,ASDSC算法取得了优异性能。

基于时间序列相似性与机器学习方法的页岩气井产量预测

页岩气井单变量产量预测存在较强的不确定性,而现场生产动态数据同时包括多个相关指标,针对如何选取合理的多变量数据对页岩气井产量进行预测,在保证计算效率的情况下提高预测精度。页岩气井的生产动态数据集包括日产气量、日产水量、套压、油压、油嘴直径、开井时间和温度等,采用欧式距离和动态时间弯曲距离对生产动态数据时间序列进行相似性度量,依据与日产气量的相关度,把数据分为强相关时间序列和弱相关时间序列;其次,基于卷积神经网络、循环神经网络、长短期记忆网络和门控神经网络分别对全时间序列、强相关序列、弱相关序列和单变量序列进行页岩气井产量预测;最后,以平均绝对误差、均方根误差和决定系数作为评价指标,得到不同序列的误差由小到大排序为强相关序列、全时间序列、弱相关序列、单变量序列,优选的机器学习方法为门控神经网络和长短期记忆网络。结果表明,采用机器学习方法结合页岩气井强相关性序列(日产气量、套压、油压、日产水量)能有效降低预测误差,提高页岩气井产量预测效果。

隧道模型试验中泥岩相似材料试验研究

隧道模型试验中选取合理的泥岩相似材料模拟围岩是试验成败的关键。为解决泥岩取样和试验中存在较大离散性和不确定性的困难,依据泥岩独特的工程地质性质,通过开展室内配合比试验,研制出可用于隧道模型试验的泥岩相似材料。结果表明:用于模拟泥岩隧道围岩的相似材料包括骨料、调节材料与胶结材料3部分;骨料是泥岩相似材料中的核心成分,包括河砂与膨润土;调节材料是模拟泥岩相似材料特征参数的关键要素,主要有铁粉和重晶石;胶结材料为石灰和石膏,胶结材料与骨料的合理配比是满足相似材料强度的主要参数;通过改变材料配比,得到了满足泥岩相似材料力学指标的配合比,试验结果可为制备模拟隧道围岩的泥岩相似材料提供一定参考。

基于有限相似方法的轴压加筋板极限强度相似缩比准则研究

在对船体结构进行相似缩比试验设计时,通常采用方向性量纲分析法。然而,传统的基于弹性理论的量纲分析法不能反映结构材料非线性过程,因而限制了其在船体结构缩比模型极限强度试验中的应用。本文基于有限相似方法,通过匹配物理空间与试验空间中的输运方程,获得结构几何尺寸、材料密度和时间的比例因子,推导得到加筋板结构缩比模型与原模型的非线性过程相似关系,分析材料参数对非线性相似过程的影响。通过开展不同缩比比例、不同材料参数的加筋板轴压极限强度数值计算,验证基于有限相似方法缩比准则的有效性。分析表明,基于有限相似方法的轴压加筋板极限强度缩比准则可以很好地体现材料的非线性特性,可以通过缩比模型结果对原模型的极限强度取得良好的预报效果。

基于标签相似度的数字化书籍资源智能推荐算法

针对为帮助读者快速找寻所需的书籍、避免数字化信息出现过载问题,提出基于标签相似度的数字化书籍资源智能推荐算法。首先,根据数字图书馆系统中已录入的用户信息,获取用户特征相似度、用户兴趣相似度,并将其看作综合相似度指标;然后,结合标签相似度指标,获取目标用户书籍资源的相似近邻;最后,将用户浏览过的书籍资源标签构成标签集,通过用户隐式行为评分和线性加权融合相混合的推荐方法,将目标用户喜欢的数字化书籍资源构成推荐列表,并推荐给目标用户。实验结果表明,相比于传统推荐算法,该算法的推荐效果更好。

基于新能源-负荷相似性的源荷储协调调峰优化调度

合理利用可调节负荷的响应特性来实现源荷储的协调调度,可有效缓解新能源、负荷的不确定性所带来的调峰压力。基于新能源-负荷(NER-L)相似性,建立可调节负荷响应目标。基于相关系数,建立能准确刻画负荷对新能源出力跟踪匹配程度的NER-L相似性指标,并将指标引入所建源荷储协调调峰的双阶段优化调度模型。第一阶段模型以NER-L相关系数最大为目标,确定可调节负荷在各时段的响应功率并获得最优电网负荷;第二阶段模型以弃风弃光量最小、调峰运行成本最低为目标,优化火电机组及储能出力。以IEEE 30节点系统为例,对NER-L相似性、净负荷峰谷差、系统调峰运行经济性及新能源弃电功率进行计算分析,结果验证了所提模型的有效性。

基于TFER及退化趋势相似性分析的轴承剩余使用寿命预测

为了解决传统退化指标对轴承退化起始点的敏感性差,以及退化指标趋势偏移导致无法准确预测风力机轴承剩余使用寿命(RUL)的问题,提出了一种基于Teager能量算子-故障能量比(TFER)与退化趋势(DT)相似性检测相结合的双指数轴承RUL预测方法。首先,通过计算原始信号的TFER值,根据4σ原则确定轴承退化起始点,提取了TFER值趋势特征作为退化指标;然后,采用历史TFER值拟合双指数退化模型,通过分析最新TFER值与拟合曲线的相似性,选取了最佳DT段;最后,通过外推相似性最佳的DT段至失效阈值,进行了风力机轴承RUL预测。实验结果表明:该预测方法对退化起始时间点的检测精度达到98%,与原始指数模型、长短期记忆神经网络(LSTM)以及支持向量回归(SVR)相比,该方法在轴承RUL预测精度上分别提高了10.04%、6.29%、5.22%。该方法不仅提升了风力机轴承的预测性维护精度,还对降低运营成本和提高维护效率提供了有力支撑。

考虑材料应变率效应的冲击响应模型相似律研究

目的研究考虑材料应变率效应的冲击响应模型相似律,获得一个能够综合材料弹塑性和应变率效应的精确相似解,支撑工程领域的模型试验。方法根据BuckinghamП定理,综合考虑材料的弹性、应变硬化和应变率效应,进一步推导了工程结构在冲击响应的模型相似律表达式。在此基础上,提出改变结构质量和冲击器速度来满足模型相似律的方法。结果相比最近冲击模型相似律的研究中存在近似相似、迭代求解的缺陷,该方法是一个显式、完全精确的相似解,并且能够同时考虑材料的弹性、应变硬化和应变率效应。采用圆板撞击的有限元数值模型进行了验证。结论推导出的模型相似律能够准确地预测原型的动态冲击的响应。相比而言,使用以往的相似方法具有明显的误差。

基于地理最优相似性的土壤重金属镉含量空间预测

以地理相似性定律为基础,利用野外采集的40个土壤样本数据,结合环境辅助变量构建地理最优相似性(GOS)模型,对研究区域重金属镉含量及其空间分布进行预测研究,并将预测结果与偏最小二乘回归(PLSR)、随机森林(RF)和通用克里格(UK)模型的结果进行对比分析。研究结果表明:研究区内土壤样本镉质量分数均值(0.432 mg/kg)比背景值大,接近中度污染水平(污染指数为2.18),区域土壤生态环境受到一定的威胁;GOS预测结果的决定系数为0.668,均方根误差和平均绝对误差分别为0.096和0.080,在4个预测模型中表现最佳;区域重金属Cd质量分数从东北部向西南部递减,高值分布于河流沿岸和人类活动密集区域,反映出人类活动是导致研究区内土壤重金属分异的主要因素。

基于可微池化的层级图相似性学习

目前,大多数关于图相似性学习的工作仅考虑图级匹配或节点级匹配,忽略了多层级的粗图级匹配,为解决该问题提出一种可微池化层级图匹配网络(PHMN)模型。逐层将图的节点表示进行软聚类进而将源图转化为尺寸缩小的粗图;在图对上使用多角度多层级的跨图匹配层,获取匹配矩阵;由注意力机制将图对匹配矩阵转化为匹配向量后,传入LSTM模型和多层感知机进行相似度预测。该模型在图回归任务和图分类任务的对比实验中,分别取得8项最优表现和6项最优表现。

动压相似对缩比飞行的影响

模型飞行试验作为空气动力学研究的重要手段之一,正逐步成为新型飞机研发中一种有效和低风险的技术途径。目前低速飞行试验技术已经相对成熟,而高速飞行试验尚存在许多困难。本文分析结果显示,来流动压对缩比飞行试验具有显著影响。动压相似保证缩比飞机与原型机表现出相似的动力学特性,但同时也限制了缩比飞机的飞行性能。研究发现,对于本文中的高升阻比飞机,通过飞行方案设计,缩比飞机能够克服动压相似带来的约束,获得与原型机相仿甚至超过原型机的飞行性能,对后续开展其他缩比模型飞行试验具有一定的借鉴意义,同时可为我国低成本高性能靶标系统建设提供技术支持。

模糊超图相似性测度及其在决策中的应用

相似性度量在模糊环境中起着重要作用。通过距离测度进行相似性判断的方法通常利用两个模糊系统间的欧几里得距离,明科夫斯基距离和曼哈顿距离进行测度。引入一种新的基于欧几里得距离求解模糊集距离相似性测度的方法,通过分析将此方法推广至模糊超图。并提出了三种与模糊集和模糊超图相关的算法。使用此算法可以应对不同类型的决策分析。为了检验上述方法的效率与可靠性,利用多个实例进行验证,证明了所提出新的距离相似性测度方法的合理性和有效性。

均衡相似程度和紧密程度的局部社区发现算法

基于局部扩展优化的社区发现方法因能有效揭示网络的社区结构、划分结果稳定等,备受关注.然而在这类方法中,如果种子节点选择不当、社区扩展过程中节点合并不当都会降低划分结果的合理性.此外,由于采用贪婪的扩展策略,其收敛速度受到了制约.针对以上问题,提出了均衡相似程度和紧密程度的局部社区发现算法.该算法利用节点间的相似程度和连接紧密程度构建种子社区,从种子社区出发以迭代的方式进行扩展直至收敛;在社区扩展过程中引入了一种两级筛选机制,利用该机制将在相似程度和连接紧密程度两方面优势均衡的多个节点合并到当前社区.通过构建种子社区和引入两级筛选机制提高社区划分结果的合理性.在社区扩展过程中引入合并策略,以优化算法收敛速度.在多个数据集上的对比实验证明了本文方法的正确性和有效性.

螺杆挤出机相似放大理论的研究进展

总结了近些年来国内外提出的螺杆挤出机相似放大准则,并对比分析了常用的放大系数和适用范围,同时,介绍了相似放大理论在螺杆挤出机中的优化挤出机的结构参数、工艺条件的实际应用,最后指出了螺杆挤出机相似放大理论进一步探索和优化,为螺杆挤出机行业的可持续发展提供更加有效的理论支持。