-
公开(公告)号：CN118779222A
公开(公告)日：2024-10-15
申请号：CN202410837155.4
申请日：2024-06-26
Applicant: 大连理工大学
Abstract: 本发明属于嵌入式软件模糊测试领域，公开了一种基于源码感知的多模糊器嵌入式软件模糊测试方法。包括通过编译源代码的过程建立源代码与可执行代码之间的映射关系，并确定所有内存映射I/O访问的具体位置，对这些访问进行模型建模。接着，在仿真器中执行被测试的软件，系统会根据内存映射I/O访问的具体类型从适当的模糊器中选取数据，这些数据经过预定义模型转换后输入到仿真器中。在此过程中，设立多个模糊器以生成针对不同外设和输入类型的模糊数据。测试结果将反馈到模糊器中，利用这些反馈信息更新覆盖位图，从而不断优化输入生成，揭露更多潜在的错误和漏洞。通过不断重复上述测试和优化步骤，实现了更高效的嵌入式软件模糊测试。
-
公开(公告)号：CN117392435A
公开(公告)日：2024-01-12
申请号：CN202311216929.3
申请日：2023-09-20
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/774 , G06F17/18 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本发明公开了一种高效的无数据黑盒集成对抗性攻击方法，通过改变生成器和替代模型之间的博弈，而不是用不准确的替代目标分歧来训练生成器，让生成器和替代模型具有相对独立的优化过程。此外，通过平衡数据分布和促进数据多样性的角度来缓解无数据替代模型训练中的模型崩溃问题。最后，将集成模型视为外循环的一批数据，并在内循环的每次迭代中随机挑选一个模型，然后再使用最新内循环对抗示例的调整梯度更新外部对抗示例。本发明所述技术方案中的替代模型能够更稳定地收敛到目标模型，并且能够提高替代模型的精度和攻击成功率。采取优化的集成攻击可以降低集成模型的梯度方差，进一步提高攻击成功率。
-
公开(公告)号：CN117197532A
公开(公告)日：2023-12-08
申请号：CN202310963827.1
申请日：2023-08-02
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/094
Abstract: 本发明提供一种面向图像分类的深度神经网络无数据普适对抗攻击方法，包括：步骤1、得到不同置信度的类别印象；步骤2、扰动初始化；步骤3、将类别印象作为训练数据分批次输入至模型，得到原始数据在模型最后一个全连接层的输出向量；将同批次训练数据添加扰动后输入至模型，得到扰动后数据在模型最后一个全连接层的输出向量；计算添加扰动前后该批次训练数据输出向量间的余弦相似度均值，得到损失值和梯度信息，交由优化器对扰动进行更新；步骤4、验证攻击效果；步骤5、输出扰动向量并可视化。本发明能够消除对训练数据的依赖，并高效率地生成普适对抗扰动。
-
公开(公告)号：CN111243033A
公开(公告)日：2020-06-05
申请号：CN202010028307.8
申请日：2020-01-10
IPC: G06T7/80
Abstract: 本发明公开了一种优化双目相机外参数的方法，即通过双目相机拍摄棋盘格图像，求解双目相机的内外参数和畸变系数，对棋盘格图像去畸变和极线校正，使用抛物线法+EEC亚像素估计算法求出左右图像重合区域中角点的亚像素级坐标，计算出新外参用于优化双目相机的外参数，重复该过程几次直到双目相机外参数稳定即可完成双目相机外参数的优化。该方法简单，易于实现；利用EEC法重新进行角点检测，求出左右图像共同角点的亚像素级角点坐标，进而可以对原始外参进行优化调整；求出的外参数与未优化之前的外参数相比，更加准确。
-
公开(公告)号：CN116820937A
公开(公告)日：2023-09-29
申请号：CN202310669402.X
申请日：2023-06-07
Applicant: 大连理工大学
IPC: G06F11/36 , G06V10/764 , G06N3/08 , G06V10/82
Abstract: 本发明公开了面向目标识别的深度神经网络黑盒脆弱性测试方法，涉及人工智能领域。技术方案：通过使用尺度不变特征变换的方法对测试图片进行关键点提取，通过将对抗样本搜索树生成过程设计为双人博弈的启发式搜索过程，并使用UCB公式对启发式搜索过程进行修正，通过对平均攻击次数、平均扰动距离和平均分类精度等多个维度的数据统计，实现对目标识别模型在大量黑盒对抗攻击下可靠服务能力的定量分析。有益效果：有效定位目标识别模型的决策边界，降低对抗样本搜索树的构造复杂度，提高对抗样本的生成效率；避免在对抗样本搜索过程中陷入局部最优而不能得到更接近于实际的全局最优解；从多个数据维度对目标识别深度神经网络进行脆弱性测试与评价。
-
Patent Agency Ranking
公开(公告)号：CN111260731B
公开(公告)日：2023-05-12
申请号：CN202010027812.0
申请日：2020-01-10
IPC: G06T7/80
Abstract: 本发明公开了一种棋盘格亚像素级角点自适应检测的方法。即通过在棋盘格上标记初始单位栅格位置，利用初始单位栅格四个角点在像素坐标系中的像素坐标以及世界坐标系中的世界坐标求出的单应性矩阵H向外扩展，在向外扩展的过程中自适应调整迭代窗口大小，最终发散到整个棋盘格区域完成棋盘格亚像素级角点自适应检测。该方法程序简单，易于实现；对于低分辨率或者畸变较大的棋盘格图像，能动态调整亚像素级角点的迭代窗口大小，降低亚像素级角点检测的错误率；角点检测速度快，不受棋盘格不完整影响，采集的图片拍到设定的标识即可；能将棋盘格图像完全覆盖满整个相机的视场角并提取边缘区域的特征点，标定出来的相机内外参更加准确。
-
公开(公告)号：CN115439816A
公开(公告)日：2022-12-06
申请号：CN202210985192.0
申请日：2022-08-17
Applicant: 大连理工大学
IPC: G06V20/56 , G01M17/06 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于凸优化的无人驾驶系统转向角安全性的验证方法，属于验证无人驾驶系统安全性的领域。运用故障安全轨迹规划中的凸优化技术构建安全转向角区间，将预测转向角的判断问题转化为类似图像处理的可分类问题，然后拓展深度神经网络验证工具DLV执行转向角的安全性的验证算法。该技术易于集成在现有的无人驾驶系统中；计算高效，可以在几秒钟内找到对抗性反例；与现有的工作相比，能够找到了对抗性反例的成功率更高。此外，在处理转向角分类问题时，比先前的工作SDLV中的神经元覆盖和松弛关系更准确可靠。
-
公开(公告)号：CN113783721A
公开(公告)日：2021-12-10
申请号：CN202110961434.8
申请日：2021-08-20
Applicant: 大连理工大学
Abstract: 本发明公开了面向工业控制网络协议的可信性建模与验证方法，包括：步骤1：获取工控网络协议的详细描述；步骤2：按照表格状态机的方法构建出协议的表格化模型；步骤3：检查所述表格化模型的基本错误与异常；步骤4：提取所述事件、协议状态与变量属性，生成可验证属性表；步骤5：将所述协议需要满足的可信性属性使用线性时态逻辑LTL描述，得到属性验证公式；步骤6：对属性验证公式进行语法检查，确定所述属性验证公式是否正确；步骤7：用所述属性验证公式对所述表格化模型进行验证，若模型中存在不符合属性验证公式的情况，则将该情况作为反例路径输出，所述反例路径逐步反馈在表格状态机中，通过分析反例路径，全面发现协议设计缺陷。
-
公开(公告)号：CN115033472B
公开(公告)日：2024-03-22
申请号：CN202210402661.1
申请日：2022-04-18
Applicant: 大连理工大学 , 北京轩宇信息技术有限公司
Abstract: 本发明公开了一种基于线程循环调度顺序化的中断驱动程序模型检测方法，属于软件模型检测领域。首先收集输入的中断驱动程序的中断相关信息，如软件中包含的中断类型、数量、优先级等。初步的源到源的转化处理将中断驱动程序转化为标准多线程程序，然后使用关键步骤线程循环调度顺序化处理实现对随机中断、周期中断和事件触发中断的顺序化。最后，选择检测性质，将顺序化程序输入给限界模型检测工具，得到检测结果。该方法的程序顺序化过程实现对三种类型中断的顺序化处理，并支持中断的多级嵌套、中断去能使能的自动分析。该方法可用于真实的航天嵌入式软件的缺陷检测，如数组越界、除零错等，具有较强的实用性。
-
公开(公告)号：CN110704065A
公开(公告)日：2020-01-17
申请号：CN201910952281.3
申请日：2019-10-09
Applicant: 大连理工大学
Abstract: 基于非法程序输入的编译器前端差分测试方法，属于软件编译领域。该方法首先将自动生成的测试用例表示为抽象语法树,即AST树；然后通过循环删除AST树的节点及其子节点构造非法测试用例，将其作为编译器的输入，并收集编译之后的警告信息和错误信息；通过对多个不同版本和不同类别编译器的警告信息和错误信息的比较，收集导致信息不一致和信息缺失的非法测试用例；最后将收集到的非法测试用例进行约减并提交bug报告。本发明能够有效测试编译器前端的的正确性与健壮性，一旦发现了触发编译器前端bug的非法测试用例，在对该测试用例进行约减之后可直接提交给开发者修复。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.025 seconds)
