公开(公告)号：CN110232446B

公开(公告)日：2023-07-21

申请号：CN201910504968.0

申请日：2019-06-12

Applicant: 南京大学 ,  大学仕量化(北京)科技有限公司

Inventor： 张瑾玉 ,  杨雨萌 ,  王兴亚 ,  李勇

IPC: G06N3/126 ,  H04L41/00 ,  H04L67/1042

Abstract: 本发明公开了一种基于基因遗传的共识节点选择方法和装置。该方法以共识达成率、共识达成时间和经济性作为适应度值的因子，将各个共识节点是否候选编码成一个个染色体的遗传基因，根据遗传基因所确定的是否选中共识节点，对每个染色体选中的共识节点进行适应度值分析，然后根据适应度值的大小进行遗传基因的优选，优选后通过遗传基因的交叉运算和变异运算，得到下一代的群体，通过上述步骤的迭代最终得到适应度值最优的遗传基因，最后根据遗传基因所确定的是否选中共识节点从最优的遗传基因中挑选出共识节点作为优选的共识节点，从而得到联盟链的共识节点优化方案的最优解。

公开(公告)号：CN110543411B

公开(公告)日：2021-07-02

申请号：CN201810561267.6

申请日：2018-05-29

Applicant: 南京大学

Inventor： 王兴亚 ,  房春荣 ,  孙伟松 ,  赵源 ,  李玉莹

IPC: G06F11/36

Abstract: 本发明涉及一种演化环境下变异测试强度需求预测方法。该方法基于特征提取和错误检测数目对软件的各个版本通过数据清洗和特征选择，构建用于模型训练的特征矩阵和强度向量；在此基础上，应用BP神经网络方法构建预测模型，并在模型构建时不断通过信号前向传播和误差后向传播结果调整模型权重，从而学习生成一个变异测试强度需求预测模型BP‑Model；最后，将当前软件版本的特征向量输入到BP‑Model中，最终生成当前软件版本的变异测试强度需求。本发明目的在于解决目前存在的新版本软件变异测试强度未知的难题，进而帮助测试人员制订合理的变异测试需求，帮助测试人员在有限的时间内构建有效的测试用例集。

公开(公告)号：CN111459604A

公开(公告)日：2020-07-28

申请号：CN201910055700.3

申请日：2019-01-18

Applicant: 南京大学

Inventor： 陈振宇 ,  王新宇 ,  赵源 ,  王兴亚 ,  何铁科 ,  史洋洋

IPC: G06F9/455 ,  G06Q40/04

Abstract: 本发明是一种基于窥孔优化的智能合约性能优化方法，该方法首先对智能合约进行收集，对智能合约集合中的每一个智能合约进行拆分指令序列处理，获得的所有指令序列再次进行去重，得到指令序列集。获得指令序列集后进行标准化处理，对指令中可能重复出现的寄存器、常数进行标准化。标准化后的指令集需进行等价指令序列识别，即将等价的指令序列分类，并记录执行时间，每一类作为一个替换规则。在优化过程中使用替换规则进行匹配，如果碰到等价片段，则选择执行时间最短的片段将其替换，如果该等价片段性能优于性能最好片段则不进行替换。最后将该等价片段更新到替换规则中以提升优化效果。