【摘 要】
：
针对软件代码存在安全隐患等问题,提出一种基于邻域划分加权SMOTE算法的Transformer-CNN(TF-CNN)源代码漏洞检测模型,并且对Transformer模型位置编码进行了改进,可以更好地学习源代码特征表示。模型以可能产生漏洞的库函数为切入点提取代码切片,将其转化为固定长度的特征向量,通过基于邻域划分的加权SMOTE算法合成少数类样本,将合成后的新数据集作为TF-CNN模型的输入。本文方法可充分学习源代码的局部特征和全局特征,能更好地获取源代码的语义信息。实验结果验证了使用加权SMOTE算法的
论文部分内容阅读
针对软件代码存在安全隐患等问题,提出一种基于邻域划分加权SMOTE算法的Transformer-CNN(TF-CNN)源代码漏洞检测模型,并且对Transformer模型位置编码进行了改进,可以更好地学习源代码特征表示。模型以可能产生漏洞的库函数为切入点提取代码切片,将其转化为固定长度的特征向量,通过基于邻域划分的加权SMOTE算法合成少数类样本,将合成后的新数据集作为TF-CNN模型的输入。本文方法可充分学习源代码的局部特征和全局特征,能更好地获取源代码的语义信息。实验结果验证了使用加权SMOTE算法的
其他文献
针对不均匀光线图像的复原问题,本文提出了一种非静止的卷积模板构造算法,利用像素点与其邻域的强相关性为每一个像素点构造不同的卷积模板。使用这种动态模板,在完全未知相关原始图像和图像退化模型的情况下,对退化图像进行盲图像复原;本文还提出了一种曝光过度退化模型,用于模拟真实情况中的曝光过度现象。实验结果表明,本文提出的图像复原算法能够修复由于光学成像缺陷造成的曝光过度的图像,改善图像细节,提高图像质量;
在云存储系统中,数据完整性的检验依赖于与数据一同存放的完整性证据,而如果数据完整性证据被破坏,数据的完整性也就面临着前所未有的挑战。提出一种基于区块链技术的云存储数据完整性增强机制BEMDICS,将云存储用户的数据完整性证据存放在区块链中,使得数据完整性证据不可篡改、不可删除。用户可以更安全地掌握数据,增强云存储环境下数据完整性。实验结果表明该机制可以抵御云存储中数据完整性证据被破坏而失去完整性的威胁。
非接触心率估计是指在不接触被测对象情况下进行心率测量,此方法可实现特定情况下的连续心率测量,适用于远程医疗、教育等领域。本文提出一种新的基于三维卷积深度学习模型的远程心率估计方法,该方法通过人脸关键点检测来获取面部感兴趣区域,减少因面部动作引入的噪声,在现有模型的基础上引入残差网络、时空卷积等策略来提高心率测量的鲁棒性,使用自定义联合损失函数来提升模型准确性,实验结果表明所提出的方法可在不均匀照明
为了解决多目标优化的相关问题,鲸鱼优化算法结合多目标相关理论,并在算法中加入了反向精英保留、Levy变异以及种群引导,提出了一种求解多目标问题的鲸鱼优化改进算法。该算法利用反向精英保留制度,扩大了每次搜寻的范围,降低了收敛迭代次数,加入的Levy变异增强了算法的全局寻优的性能,并利用种群引导的机制来改善算法的分布情况。在实验验证中将所提出的算法与经典的MOPSO、MOCS、NSGAⅡ、MOWOA算法进行比较。实验的数据表明,改进后的多目标鲸鱼优化算法,收敛的精度更高,收敛速度更快,结果更稳定,是一种应用场
针对传统单一的LSTM算法在股票预测中存在预测不平衡,容易陷入局部最优值二而导致的预测准确率偏低的问题,提出了一种基于时序集成森林的股票多类别预测算法。该算法分为两部分,首先是随机森林改进的LSTM进行股票的收盘价预测;其次,根据第二天预测的收盘价与前一天的收盘价对比得到涨跌信号;最后将LSTM提取的时序特征与涨跌信号输入集成森林进行股票的涨跌预测。该算法充分利用了LSTM提取时序特征的能力、随机森林的拟合能力以及集成森林的分类能力。最后在平安银行股票数据上进行了实验,结果表明,本文提出的算法优于单一的L
在电力场景下,由于光线变化、相似度高,导致传统算法准确率较低。针对这种情况,提出一种小样本目标检测方法,采用迁移学习的精简模型自动提取物品的特征,可以克服环境变化的干扰,能准确地识别目标,为实现电力场景下作业机器人智能作业奠定基础。实验证明相对于传统方法,本文方法在保证识别速度的同时准确率可提升8%。
由于近年来高校内频频发生危害安全、财物遭窃等突发事件,配备校园电动巡逻车来处理突发事件成为了很多高校的选择,高覆盖、低能耗是高校配备电动巡逻车时共同追求的目标。为帮助各高校有效利用校内巡逻车,本文讨论了校园巡逻车最优布置策略,基于图论的思想利用层次分析法建立了评价体系,采用蒙特卡洛模拟算法进行优化求解并给出了最少车辆配置方案以及校园巡逻路线安排。本模型可用来指定校园巡逻策略,并可以通过图的形式清晰直观地展示成效。同时随着评价体系的建立,本模型可对校园已经采取的巡逻策略进行评估,便于后期的改进。
计算机视觉是在感知层上最为重要的核心技术之一,被应用于众多领域。在农业领域,主要应用于植物生长监测、农作物病害的监测与防治等。结合深度学习发展的大背景,将图像语义分割分为基于编-解码架构和基于融合架构,并对优秀学者在农作物病害识别方面的研究进行详细介绍,总结农作物病害图像分割应用中所存在的问题。
利用微反应器设计了连续合成二甲基二烯丙基氯化铵的新工艺,考察了反应温度、物料摩尔比、停留时间对反应的影响,并通过单因素条件对实验工艺进行优化.结果 表明,较优的实验
以乙二醛为底物、硝酸为氧化剂、亚硝酸钠为引发剂、盐酸为助催化剂,在具有特殊微结构的金属微通道反应器内连续生成乙醛酸。考察了物料摩尔比、硝酸质量分数、引发剂摩尔分数、助催化剂摩尔分数、温度和停留时间对反应的影响,结果表明,n(HNO3)∶n(乙二醛)∶n(Na NO2)∶n(HCl)=0.85∶1∶0.15∶0.2、硝酸质量分数为35%、温度为55℃、时间为2 min时,乙二醛转化率为80.3%,乙醛酸选择性达78.3%。与间歇反应相比,连续流微通道反应具有停留时间短、强传质传热的特点,大大缩短了反应时间,