现有的自动化漏洞挖掘工具大多泛化能力较差,具有高误报率与漏报率。文章提出一种针对C类语言的多分类漏洞静态检测模型CSVDM。CSVDM运用代码相似性比对模块与通用漏洞分析框架模块从源码层面进行漏洞挖掘,代码相似性比对模块运用最长...现有的自动化漏洞挖掘工具大多泛化能力较差,具有高误报率与漏报率。文章提出一种针对C类语言的多分类漏洞静态检测模型CSVDM。CSVDM运用代码相似性比对模块与通用漏洞分析框架模块从源码层面进行漏洞挖掘,代码相似性比对模块运用最长公共子序列(Longest Common Subsequence,LCS)算法与图神经网络对待检测源码与漏洞模板实施代码克隆与同源性检测,根据预设阈值生成漏洞相似度列表。通用漏洞分析框架模块对待检测源码进行上下文依赖的数据流与控制流分析,弥补了代码相似性比对模块在检测不是由代码克隆引起的漏洞时高假阴性的缺陷,生成漏洞分析列表。CSVDM综合漏洞相似度列表与漏洞分析列表,生成最终的漏洞检测报告。实验结果表明,CSVDM相较于Checkmarx等漏洞挖掘工具在评价指标方面有较大幅度提升。展开更多
随着大数据时代的到来,信息过载的问题越来越严重,传统的电子阅读器不能帮助用户解决难以从文本中快速找出自己需要的信息的问题。针对这种现象,开发一款智能交互电子阅读器,用户可以语音或文本输入自己的问题,阅读器会快速为用户找出答...随着大数据时代的到来,信息过载的问题越来越严重,传统的电子阅读器不能帮助用户解决难以从文本中快速找出自己需要的信息的问题。针对这种现象,开发一款智能交互电子阅读器,用户可以语音或文本输入自己的问题,阅读器会快速为用户找出答案,其中主要研究内容包括语音识别和语音生成的实现,基于LCS(Longest Common Subsequence)算法与LSTM(Long Short-Term Memory)算法的精准答案搜索功能,最后将算法集成到树莓派中,构建一款智能交互电子阅读器。展开更多
利用智能机器人开展配电站无人化值守作业需要对云平台系统下发的传统的运维作业操作票进行翻译,将文档内容转换为机器人提前约定的可识别的操作指令。针对这一问题,设计将运维文本转换为机器语言的变换器。变换器对语料进行分词预处理...利用智能机器人开展配电站无人化值守作业需要对云平台系统下发的传统的运维作业操作票进行翻译,将文档内容转换为机器人提前约定的可识别的操作指令。针对这一问题,设计将运维文本转换为机器语言的变换器。变换器对语料进行分词预处理,基于doc2vec进行词句向量化,并结合K-means++算法进行语料聚类,将聚类的结果通过LCS(Longest Common Subsequence)算法以及seq2seq模型处理,最后基于历史语料库构建得到操作规则库及翻译模型。以江苏省某市的操作票运维文本进行实验,结论表明变换器对文本聚类的结果满足实际情况且通过LCS算法可以得到一个通用的匹配规则,使用变换器构建的翻译框架可以将作业指令准确变换为机器人可以识别的语言,进而控制机器人完成配电运维任务。展开更多
文摘现有的自动化漏洞挖掘工具大多泛化能力较差,具有高误报率与漏报率。文章提出一种针对C类语言的多分类漏洞静态检测模型CSVDM。CSVDM运用代码相似性比对模块与通用漏洞分析框架模块从源码层面进行漏洞挖掘,代码相似性比对模块运用最长公共子序列(Longest Common Subsequence,LCS)算法与图神经网络对待检测源码与漏洞模板实施代码克隆与同源性检测,根据预设阈值生成漏洞相似度列表。通用漏洞分析框架模块对待检测源码进行上下文依赖的数据流与控制流分析,弥补了代码相似性比对模块在检测不是由代码克隆引起的漏洞时高假阴性的缺陷,生成漏洞分析列表。CSVDM综合漏洞相似度列表与漏洞分析列表,生成最终的漏洞检测报告。实验结果表明,CSVDM相较于Checkmarx等漏洞挖掘工具在评价指标方面有较大幅度提升。
文摘随着大数据时代的到来,信息过载的问题越来越严重,传统的电子阅读器不能帮助用户解决难以从文本中快速找出自己需要的信息的问题。针对这种现象,开发一款智能交互电子阅读器,用户可以语音或文本输入自己的问题,阅读器会快速为用户找出答案,其中主要研究内容包括语音识别和语音生成的实现,基于LCS(Longest Common Subsequence)算法与LSTM(Long Short-Term Memory)算法的精准答案搜索功能,最后将算法集成到树莓派中,构建一款智能交互电子阅读器。
文摘利用智能机器人开展配电站无人化值守作业需要对云平台系统下发的传统的运维作业操作票进行翻译,将文档内容转换为机器人提前约定的可识别的操作指令。针对这一问题,设计将运维文本转换为机器语言的变换器。变换器对语料进行分词预处理,基于doc2vec进行词句向量化,并结合K-means++算法进行语料聚类,将聚类的结果通过LCS(Longest Common Subsequence)算法以及seq2seq模型处理,最后基于历史语料库构建得到操作规则库及翻译模型。以江苏省某市的操作票运维文本进行实验,结论表明变换器对文本聚类的结果满足实际情况且通过LCS算法可以得到一个通用的匹配规则,使用变换器构建的翻译框架可以将作业指令准确变换为机器人可以识别的语言,进而控制机器人完成配电运维任务。