基于神经网络注意力机制的程序检测方法、装置及介质

    公开(公告)号:CN117290217A

    公开(公告)日:2023-12-26

    申请号:CN202311217077.X

    申请日:2023-09-20

    摘要: 本发明涉及一种基于神经网络注意力机制的程序检测方法、装置及介质,其中方法包括以下步骤:步骤1)获取初始化种子用例;步骤2)利用结合了注意力机制的前馈神经网络模型对种子用例进行训练,并根据训练好的前馈神经网络模型,利用AdaMax梯度下降算法引导突变以获得测试用例;步骤3)将测试用例输入待测目标程序,基于模糊测试方法得到测试结果;步骤4)根据步骤3)的测试结果对前馈神经网络模型进行迭代优化以获得最优测试用例;步骤5)将最优测试用例输入待测目标程序,基于模糊测试方法得到最终测试结果。与现有技术相比,本发明具有检测导向性强、检测自动化程度高、检测覆盖范围大等优点。

    一种越权漏洞自动检测方法、装置、设备及存储介质

    公开(公告)号:CN114065216A

    公开(公告)日:2022-02-18

    申请号:CN202111403001.7

    申请日:2021-11-24

    IPC分类号: G06F21/57 G06F9/455

    摘要: 本发明涉及一种越权漏洞自动检测方法、装置、设备及存储介质,方法包括:启动Web应用程序,建立越权漏洞检测所需运作需求环境;若建立的运作需求环境符合要求,依次执行环境检查、数据库环境检查后,启动越权漏洞检测系统,并启动待检测系统demo;对数据库环境执行检查;若各项检查均符合要求,则访问越权漏洞检测系统,并依次执行配置测试账号、创建工作空间、关联待测系统和测试账号、打开待测系统、配置转发插件、打开检测开关、登录待检测系统、点击添加系统用户、刷新用户列表页、关闭检测开关以及查看检测详情步骤。与现有技术相比,本发明解决了现有自动化漏洞扫描工具无法自动发现越权访问这种逻辑漏洞的问题。

    一种基于异常修复的电力负荷预测方法及系统

    公开(公告)号:CN111582542B

    公开(公告)日:2023-10-03

    申请号:CN202010247463.3

    申请日:2020-03-31

    摘要: 本发明涉及一种基于异常修复的电力负荷预测方法及系统,所述方法包括以下步骤:1)基于电力负荷样本数据训练获得一电力负荷预测模型;2)获取当前电力负荷数据,利用所述电力负荷预测模型预测获得t+1时刻预测值,t为当前时刻;3)获取t+1时刻实际值,比较所述t+1时刻预测值和t+1时刻实际值的差异,基于所述差异判断是否存在异常,若是,则对异常进行修复后返回步骤2),若否,则直接返回步骤2)。与现有技术相比,本发明具有可实现异常修复、预测准确率高等优点。

    一种基于异常修复的电力负荷预测方法及系统

    公开(公告)号:CN111582542A

    公开(公告)日:2020-08-25

    申请号:CN202010247463.3

    申请日:2020-03-31

    摘要: 本发明涉及一种基于异常修复的电力负荷预测方法及系统,所述方法包括以下步骤:1)基于电力负荷样本数据训练获得一电力负荷预测模型;2)获取当前电力负荷数据,利用所述电力负荷预测模型预测获得t+1时刻预测值,t为当前时刻;3)获取t+1时刻实际值,比较所述t+1时刻预测值和t+1时刻实际值的差异,基于所述差异判断是否存在异常,若是,则对异常进行修复后返回步骤2),若否,则直接返回步骤2)。与现有技术相比,本发明具有可实现异常修复、预测准确率高等优点。

    一种基于多层感知机平滑的软件程序安全检测方法

    公开(公告)号:CN114297053A

    公开(公告)日:2022-04-08

    申请号:CN202111538428.8

    申请日:2021-12-15

    IPC分类号: G06F11/36 G06N3/04 G06N3/08

    摘要: 本发明涉及一种基于多层感知机平滑的软件程序安全检测方法,包括:获取初始种子用例;将初始种子用例输入多层感知机模型中进行训练,并结合Nadam梯度优化算法,以引导种子用例的变异,得到测试用例;将测试用例输入待测目标程序中,通过模糊测试,得到相应模糊测试结果;利用当前模糊测试结果,按照设定的优化迭代次数对多层感知机模型进行迭代优化;根据优化后的多层感知机模型,结合Nadam梯度优化算法进行模糊测试变异,以得到最优测试用例;将最优测试用例输入待测目标程序中,通过模糊测试,得到最终的模糊测试结果。与现有技术相比,本发明能够解决测试用例冗余、变异策略效率低下的问题,具有代码覆盖率高、执行效率高的优点。