一种知识与模型驱动的机载软件智能化失效模式分析方法

    公开(公告)号:CN116483705B

    公开(公告)日:2024-10-11

    申请号:CN202310411559.2

    申请日:2023-04-17

    IPC分类号: G06F11/36 G06F16/36 G06N5/02

    摘要: 一种知识与模型驱动的机载软件智能化失效模式分析方法,属于计算机软件技术领域。所述方法为:通过解析和挖掘适航标准文本,构建适航标准‑准则知识‑失效模式库。基于解析适航标准‑准则知识‑失效模式库以及机载软件失效数据,构建机载软件分析知识图谱。利用适航标准知识提取过程中获得的安全概念及其关系作为参考,扩展SysML语义,基于扩展的SysML建模机载软件系统需求。解析软件需求,利用机载软件分析知识图谱推荐适用的失效模式分析准则,依据不同失效模式类别,遍历需求模型,进行失效影响分析。本发明通过知识库构建与迭代学习,不断扩充知识库,失效模式的完备性显著得到提升,最大限度地挖掘潜在失效,提高软件质量,降低软件开发成本。

    基于源代码和汇编代码跨模态特征增强的漏洞检测方法

    公开(公告)号:CN115577362B

    公开(公告)日:2024-09-27

    申请号:CN202211105496.X

    申请日:2022-09-09

    摘要: 本发明公开了一种基于源代码和汇编代码跨模态特征增强的漏洞检测方法,所述方法从源代码中提取控制依赖和数据依赖相关的语法语义特征,从汇编代码中提取内存操作相关的语法语义特征,然后使用高级语言程序源代码与其语句对齐的汇编代码输入到跨模态特征增强和融合的双模态表示学习模型进行软件漏洞检测。该方法能够对高级语言源代码和汇编代码两种程序模态进行表示学习,利用源代码和汇编代码之间的语句对齐关系,分别在源代码模态和汇编代码模态提取漏洞相关的语义特征,并使用不同的深度学习网络和交叉注意力机制学习二者之间的语义关联性,充分利用两种模态程序的特征互补性进行特征级融合,从而提升软件漏洞检测的准确性。

    一种SysML语言的安全可靠语义扩展和建模方法

    公开(公告)号:CN114816431B

    公开(公告)日:2024-07-09

    申请号:CN202210569302.5

    申请日:2022-05-24

    IPC分类号: G06F8/41

    摘要: 本发明公开了一种SysML语言的安全可靠语义扩展和建模方法,所述方法通过扩展需求图的安全和可靠语义、增加冗余语义、失效模式和影响分析语义、故障树语义,并构建可视化模型,使得SysML语言既支持自动从系统模型中提取安全可靠分析的相关信息,也支持利用安全可靠分析进一步完善系统模型,从而将基于模型的系统工程和安全可靠分析过程有效地融合,有助于确保安全分析和系统设计之间的一致性,解决当前设计复杂安全关键系统的问题。

    基于加权软件行为图的等价变异体检测方法

    公开(公告)号:CN114416570B

    公开(公告)日:2024-05-28

    申请号:CN202210068537.6

    申请日:2022-01-20

    IPC分类号: G06F11/36

    摘要: 本发明公开了一种基于加权软件行为图的等价变异体检测方法,首先解析原始程序和变异体的源代码,进行语句级插桩,为后续执行时捕获执行路径奠定基础。其次,分别运行原始程序和变异体,在相同的输入下,如果变异体的输出与原始程序的输出不一致,这类变异体一定是不等价的,直接排除,否则可能是等价的,继续后续处理。最后,逐一对比相同输入下变异体和原始程序的加权软件行为图,如果在任一输入下二者不相等,则该变异体与原始程序不等价,如果在全部输入下二者始终相等,则该变异体等价于原始程序。该方法既能够像人工判定时一样准确追踪程序的内部执行行为,提高等价变异体判断的准确性,又能够减少人工判定成本,提高等价变异体检测的效率。

    一种利用模型驱动和深度神经网络相结合的代码生成方法

    公开(公告)号:CN113849162B

    公开(公告)日:2024-04-02

    申请号:CN202111142407.4

    申请日:2021-09-28

    IPC分类号: G06F8/30 G06F8/35 G06F8/41

    摘要: 一种利用模型驱动和深度神经网络相结合的代码生成方法,涉及一种代码生成方法。所述方法包括如下步骤:使用活动图对目标需求建模后,自动生成逻辑结构代码;利用训练好的深度神经网络模型完成自然语言需求描述到具体功能代码的生成。本发明依靠两种代码生成各自的优点,弥补对方的不足,即利用模型驱动解决基于自然语言的代码生成中的长距离依赖和代码粒度较小的问题;又基于自然语言的生成解决模型驱动代码生成中代码细节信息不丰富的问题,对功能复杂的代码既可以保证逻辑的正确性以及长结构的正确性,又可以一定程度保证代码细节的正确性。

    一种考虑模型间和标准一致性的SysML模型校验方法

    公开(公告)号:CN116756005A

    公开(公告)日:2023-09-15

    申请号:CN202310627771.2

    申请日:2023-05-30

    摘要: 一种考虑模型间和标准一致性的SysML模型校验方法,涉及一种SysML模型校验方法。获取表达各个元素之间关系的SysML树状结构;扩展标准一致性规则,满足模型间一致性校验的先验校验;构建多个筛选类,以解析后的树状结构的根节点为入口进行搜索剪枝,筛选出符合对应条件的元素列表;构建多个带有对应判断逻辑的规则校验类,对元素是否满足标准一致性进行校验判断;将已有的筛选类与对应的规则校验类进行一对多关联绑定,实现标准一致性校验;将不同元素对应的筛选类之间进行相互关联,实现模型间一致性校验。有效帮助发现冲突和不一致性、确保模型与实际系统的一致性、促进跨团队协作和沟通,提高模型的可维护性和可重用性。