一种基于最近邻算法的代码变更日志自动生成方法

    公开(公告)号:CN111090460B

    公开(公告)日:2021-05-04

    申请号:CN201910967684.5

    申请日:2019-10-12

    申请人: 浙江大学

    IPC分类号: G06F8/73

    摘要: 本发明公开了一种基于最近邻算法的代码变更日志自动生成方法,属于代码变更日志自动生成领域。该方法包括:输入数据的预处理、训练集数据预处理、通过词袋模型获取词频向量对的集合、通过KNN算法计算候选中间结果、计算BLEU‑4值,最终获得输出结果。该方法具有模型结构简单,解释性强,模型不需要训练,实际运行时间较NMT大大缩减,对噪声不敏感,鲁棒性强的特点。

    多层架构下估算事务的处理器需求的方法

    公开(公告)号:CN102185741B

    公开(公告)日:2013-06-26

    申请号:CN201110155658.6

    申请日:2011-06-10

    申请人: 浙江大学

    IPC分类号: H04L12/26 H04L12/24

    摘要: 本发明公开了一种多层架构下估算事务的处理器需求的方法,该方法通过分析生产环境的访问日志检测事务间的相关性;若发现了强相关的事务,通过分析访问日志抽取强相关事务的最短会话子序列,及比该子序列长度小1的子序列;利用上述两种子序列,生成逻辑上正确的、事务类型变化的人工负载;通过在可控的测试环境下运行人工负载,获得该负载下的性能监测数据;最后运用传统的基于回归的服务时间估算方法得到事务的平均服务时间。本发明避免了现有回归方法在负载比例变化不大时面临的多元共线性问题,能够准确地计算出各种事务类型的平均服务时间;准确的事务服务时间能够协助做出合理的容量规划,从而降低企业的采购成本,保证网络服务的性能。

    基于模糊神经网络的TCP/IP协议隐蔽通道检测方法

    公开(公告)号:CN101257417A

    公开(公告)日:2008-09-03

    申请号:CN200810060899.0

    申请日:2008-03-25

    申请人: 浙江大学

    IPC分类号: H04L12/26 H04L29/06

    摘要: 本发明公开了一种基于模糊神经网络的TCP/IP协议隐蔽通道检测方法,采用模糊神经网络的方法对通过网络接口的TCP/IP数据包头结构中的域进行分析,引入了一种检测网络隐蔽通道的新方法,该方法首先获取从网络接口上流出的TCP/IP数据包,对数据包头结构中的选项域进行分析得到网络连接特征向量,将特征向量送入模糊神经网络,利用自适应模糊神经推理系统对模糊神经网络进行训练,得到模糊神经网络的模型,然后将特征向量送入到训练完毕的模糊神经网络的模型中,得到输出值,最后对输出值进行模糊聚类,从而分辨出输出的数据中是否存在隐蔽通道。本发明适用于主流操作系统,具有广泛地应用范围,能增加操作系统的安全性,有效防止机密信息泄露。

    一种在操作系统中实现可信恢复系统的方法

    公开(公告)号:CN101251814A

    公开(公告)日:2008-08-27

    申请号:CN200810059803.9

    申请日:2008-02-04

    申请人: 浙江大学

    IPC分类号: G06F11/14 G06F9/48 G06F21/22

    摘要: 本发明公开了一种在操作系统中实现可信恢复系统的方法。该方法建立事务声明系统调用为计算机信息系统可信计算基(TCB)操作提供事务创建和提交的接口。使得TCB操作只要使用事务声明系统调用,将其代码段声明为事务就能由可信恢复系统确保其原子性。可信恢复系统由事务管理器、日志系统、日志文件组成。事务管理器协调、管理事务的创建、提交和恢复。日志系统截获TCB操作中的所有更新操作并将其记录在日志文件中,等事务完成后再写回到磁盘,从而实现TCB操作的原子性。计算机系统失效时,只要撤销日志文件中与该TCB操作有关的数据,就可将系统重构到故障发生前的一致状态。本发明适用于主流操作系统,具有广泛地应用范围,能增加操作系统的容灾性。

    一种基于代码可执行路径的漏洞检测方法及装置

    公开(公告)号:CN116663018A

    公开(公告)日:2023-08-29

    申请号:CN202310725510.4

    申请日:2023-06-19

    申请人: 浙江大学

    IPC分类号: G06F21/57 G06N3/0464 G06N3/08

    摘要: 本发明公开了一种基于代码可执行路径的漏洞检测方法及装置,本发明基于抽象语法树构建输入代码的控制流图,设计基于贪心算法的路径选择算法,从控制流图中抽取多条可执行路径,然后利用预训练模型学习每条路径的特征向量,采用卷积神经网络融合路径的特征向量生成代码的特征向量,学习每条路径中不同字符之间的权重以及不同路径之间的权重,最后通过多层感知机判断输入代码片段中是否包含漏洞。本发明使漏洞检测效果进一步提高,提高了软件使用的安全等级。证实了根据控制流图分解为多条可执行路径可以在当前已有的代码漏洞智能化检测方法的基础上进一步提升生成效果。

    一种多链场景下的跨链事务分组并行处理方法

    公开(公告)号:CN116501799A

    公开(公告)日:2023-07-28

    申请号:CN202310462897.9

    申请日:2023-04-26

    申请人: 浙江大学

    发明人: 刘广源 李善平

    IPC分类号: G06F16/27 G06F9/46 G06F16/23

    摘要: 本发明公开了一种多链场景下的跨链事务分组并行处理方法,包括:根据是否与跨链有关,将中继链区块事务数据分为无关事务组和跨链相关事务组;无关事务组和跨链相关事务组并行执行,无关事务组内的事务串行执行;根据事务类型将跨链相关事务组分为普通事务和跨链事务,每个普通事务单独为一组;普通事务和跨链事务串行执行;对在普通事务间的跨链事务,检查其跨链参与方的交集,交集为空的跨链事务分为一组,组内跨链事务在跨链事务的验证信息阶段并行,各组间串行执行。本发明对中继链区块内的事务分组,使无跨链参与方相交的跨链事务并行执行,保证了跨链事务的原子性、一致性,减少了跨链事务的验证时间,提高了跨链的执行效率和资源利用率。

    一种在广播网络下的PBFT改进共识方法

    公开(公告)号:CN116455685A

    公开(公告)日:2023-07-18

    申请号:CN202310462894.5

    申请日:2023-04-26

    申请人: 浙江大学

    IPC分类号: H04L12/18 H04L9/40 H04L67/104

    摘要: 本发明公开了一种在广播网络下的PBFT改进共识方法,其特征在于,基于节点网络实现:将所有共识节点接入广播网络,客户端与共识节点接入点对点网络;所述方法包括:客户端向主节点发送共识消息;主节点利用广播网络将prepare消息广播,当所有副本节点均收到prepare消息时,副本节点验证prepare消息,若验证通过则将commit消息广播给其他共识节点;当每个共识节点均收到2f+1个一致的commit消息时,分别向客户端发送reply回复;若客户端收到f+1个来自不同共识节点的一致reply回复,则认为该共识消息已成功共识。本发明结合了广播网络提供的可靠广播能力,完成PBFT共识方法在广播网络下的适配,并将PBFT共识方法的三阶段减少为两阶段,加快共识响应速度并降低共识通信开销。

    对数据划分分布式环境实现动态划分和负载均衡的方法

    公开(公告)号:CN102207891B

    公开(公告)日:2013-03-06

    申请号:CN201110155674.5

    申请日:2011-06-10

    申请人: 浙江大学

    IPC分类号: G06F9/50

    摘要: 本发明公开了一种对数据划分分布式环境实现动态划分和负载均衡的方法,本发明通过动态组合基本数据单元即进行动态划分进行局部负载均衡,使得划分粒度能够适应系统运行时的要求,解决了固定划分方法由于粒度过大导致负载均衡时效的问题;本发明采用划分请求队列及稀缺资源队列模型分析节点负载具有较广泛的适用性;系统达到负载均衡后,本发明中的局部监视器可以动态调整划分个数,即使划分在节点内部进行自适应调整,以增大节点内部的资源利用率,进而提高整个系统的工作效率。

    一种基于区块链技术的文本生成式AI监管方法和系统

    公开(公告)号:CN116450786A

    公开(公告)日:2023-07-18

    申请号:CN202310222614.3

    申请日:2023-03-02

    申请人: 浙江大学

    摘要: 本发明提供了一种基于区块链技术的文本生成式AI监管方法,所述方法包括:S110:构建监管区块链网络;S120:在所述监管区块链网络上部署监管智能合约;S130:基于所述监管智能合约确定是否授权用户使用AI模型;S140:响应于授权用户使用AI模型,生成与之对应的文本信息;S150:将所述文本信息与用户信息存储至所述监管区块链网络中;S160:对所述监管区块链网络上存储的信息进行查询和分析。通过构建区块链网络,设计并部署监管专用智能合约,将用户信息、输入数据、AI输出数据存储至区块链上,并允许监管部门查询和追溯,改进了现有技术无法高效监管文本生成式AI所生成的内容的问题,提高生成式AI的透明度和可追溯性。