公开(公告)号：CN105608247A

公开(公告)日：2016-05-25

申请号：CN201510766190.2

申请日：2015-11-11

Applicant: 北京航空航天大学

Inventor： 李泽林 ,  王世海 ,  鞠宏艳 ,  赵廷弟

IPC: G06F17/50

Abstract: 本发明是一种面向IMA资源安全性分析的AADL到ECPN模型转换方法，用于航空电子系统建模与分析。本方法将IMA系统映射的AADL模型作为源模型，基于CPN，扩展定义了变迁点火的时间函数和颜色集，修改了变迁点火规则；将处理器、虚拟处理器和分区映射为库所，将通信和分区调度映射为变迁，将分区通信数据、起始时间和调用次数映射为库所中的托肯，将分区的执行时间映射为时间函数，将分区的调用周期映射为弧函数，将IMA系统运行时对资源的约束映射为守卫函数；本发明在模型转换过程中不丢失任何关键资源建模元素，可准确描述IMA系统的时间资源和物理资源，帮助分析系统的资源配置问题。

公开(公告)号：CN105589806A

公开(公告)日：2016-05-18

申请号：CN201510953660.6

申请日：2015-12-17

Applicant: 北京航空航天大学

Inventor： 利广玲 ,  王世海 ,  刘斌

IPC: G06F11/36

CPC classification number: G06F11/3668

Abstract: 本发明公开了一种基于SMOTE+Boosting算法的软件缺陷倾向预测方法，针对软件缺陷数据的非平衡性问题，首先使用SMOTE算法合成人工少数类样本，使之与多数类样本的数量达到平衡；然后根据原样本分布的密度信息计算人工少数类样本的惩罚因子用来调整人工样本的权重，使基本分类器区别原样本和人工少数类样本的学习而更偏重原样本和可信度较高的人工样本的学习；对原有样本仍继续使用原有的损失函数，对人工少数类样本的损失函数增加惩罚因子以惩罚可信度不高的人工样本，确定新损失函数；最后形成新的Boosting算法。该方法提高了少数类和多数类的分类精度，在预测分类领域，数据非平衡性导致的分类模型对少数类分类精度低，在一定程度上解决了该问题。

公开(公告)号：CN105373650A

公开(公告)日：2016-03-02

申请号：CN201510666462.1

申请日：2015-10-15

Applicant: 北京航空航天大学

Inventor： 鞠宏艳 ,  王世海 ,  李泽林 ,  赵廷弟

IPC: G06F17/50

CPC classification number: G06F17/5036 ,  G06F2217/16

Abstract: 本发明是一种基于AADL的IMA动态重构建模方法，用于航电系统安全性建模。本方法包括：确立动态重构过程要素，分解动态重构过程为一个个子状态，确立每个状态配置情况和状态之间转换需要的触发和转换动作；利用ARINC653附件来表示IMA的软硬件组成，利用行为附件来描述动态重构过程，利用错误模型附件描述触发行为，利用模态表示动态重构过程的不同配置情况；确定IMA动态重构过程模型实例；利用AADL行为附件和模态结合，描述动态重构转换过程；利用软件实现并完善所建模型。本发明使复杂的动态重构过程模型化，便于分析动态重构过程的安全性，将成熟的AADL语言与IMA动态重构过程结合，创立了全新的过程建模方法。