公开(公告)号：CN119026138A

公开(公告)日：2024-11-26

申请号：CN202411106268.3

申请日：2024-08-13

Applicant: 南通大学

Inventor： 薛佳程 ,  陈翔 ,  田丹 ,  王积玉

IPC: G06F21/57 ,  G06F18/214 ,  G06F18/24 ,  G06N3/084

Abstract: 本发明提供了一种基于持续学习的软件漏洞评估方法，属于软件工程技术领域。解决了在应对动态数据流时，面临灾难性遗忘而导致评估精度下降的技术问题。其技术方案为：包括以下步骤：(1)搜集处理漏洞严重程度预测相关数据集，并划分数据集为几个任务；(2)使用模型置信度来回放旧任务数；(3)融合源代码和漏洞描述，输入到CodeT5进行模型和提示模板训练；(4)引入EWC正则化项，在训练新任务时确保参数不会有大的偏差；(5借助混合提示模板融合源代码和漏洞描述，输入模型并完成严重程度的预测。本发明的有益效果为：借助提示微调和源代码与漏洞描述的融合，根据真实项目的动态数据进行漏洞评估，缓解灾难性遗忘问题。

公开(公告)号：CN118965357A

公开(公告)日：2024-11-15

申请号：CN202410970776.X

申请日：2024-07-19

Applicant: 南通大学

Inventor： 王积玉 ,  陈翔 ,  田丹 ,  高朝阳 ,  张龙 ,  裴文龙 ,  杨少宇

IPC: G06F21/57 ,  G06F21/56

Abstract: 本发明提供了一种基于提示微调的软件漏洞严重程度预测方法，属于计算机技术领域，包括以下步骤：S1：搜集处理漏洞严重程度预测相关数据集。S2：按9：1的比例划分为训练集和验证集，借助分层采样方法保证两者严重程度分布一致；S3：设计混合提示模板及映射方法，将源代码和漏洞描述融合，输入到CodeT5进行模型和提示模板训练；S4：训练时采用早停策略防止过拟合，并返回最优的模型和提示模板；S5：对需要预测的软件漏洞，借助混合提示模板融合源代码和漏洞描述，输入模型并完成严重程度的预测。本发明的有益效果为：借助提示微调和源代码与漏洞描述的融合，不需要大量训练数据，即可完成高质量漏洞严重程度预测模型的构建。

公开(公告)号：CN113011179B

公开(公告)日：2023-10-20

申请号：CN202110341218.3

申请日：2021-03-30

Applicant: 南通大学

Inventor： 田丹 ,  陈雪娇 ,  林浩 ,  陈翔 ,  贾焱鑫 ,  葛骅

IPC: G06F40/284 ,  G06F40/237 ,  G06F18/27 ,  G06F18/241 ,  G06N3/0464

Abstract: 本发明提供了一种基于缺陷报告摘要中词性信息的严重程度预测方法，通过使用较少数据量实现相近或更优的预测性能，并进一步地利用软件缺陷报告跟踪系统平台上存放的大型项目所含缺陷报告，进行快速且高准确性的软件缺陷报告严重程度的预测。本发明的有益效果为：本发明预测方法首先对缺陷报告中的摘要属性进行文本预处理，得到词根形式的分词；基于大规模文本语料库使用卷积神经网络模型训练，获得包含所属各分词词性和单词间相似度邻接矩阵的Spacy模型，进一步对分词进行筛选，随机抽取并生成相似数据扩充数据集，最终实现对缺陷报告严重程度的预测，相比于其他预测方法使用较少数据实现了更优性能。

公开(公告)号：CN110577515B

公开(公告)日：2022-05-17

申请号：CN201910821998.4

申请日：2019-09-02

Applicant: 南通大学

Inventor： 朱金丽 ,  陆麟霞 ,  张彦 ,  田丹 ,  金瑞娣 ,  苏广军 ,  魏莹莹 ,  王春现

IPC: C07D403/04

Abstract: 本发明属于有机合成领域，公开了一种4‑(氮杂环丁烷‑3‑基)‑1‑甲基哌嗪‑2‑酮二盐酸盐的合成方法。本发明提供的合成方法包括：将氢化钠与3‑氧代哌嗪‑1‑羧酸苄基酯和碘甲烷进行反应得到4‑甲基‑3‑氧代哌嗪‑1‑羧酸苄基酯；2)将4‑甲基‑3‑氧代哌嗪‑1‑羧酸苄基酯与湿钯碳进行反应得到1‑甲基哌嗪‑2‑酮；3)将1‑甲基哌嗪‑2‑酮与3‑氧代氮杂环丁烷‑1‑羧酸叔丁酯和乙酸进行反应得3‑(4‑甲基‑3‑氧代哌嗪‑1‑基)氮杂环丁烷‑1‑羧酸叔丁酯；4)将3‑(4‑甲基‑3‑氧代哌嗪‑1‑基)氮杂环丁烷‑1‑羧酸叔丁酯与浓盐酸进行反应得到4‑(氮杂环丁烷‑3‑基)‑1‑甲基哌嗪‑2‑酮二盐酸盐。本发明提供的方法合成方法简单，合成路径段，产品收率高。

公开(公告)号：CN112306731B

公开(公告)日：2021-11-09

申请号：CN202011265113.6

申请日：2020-11-12

Applicant: 南通大学

Inventor： 陈翔 ,  贾焱鑫 ,  林浩 ,  杨光 ,  葛骅 ,  田丹 ,  牛义仁 ,  陈雪娇 ,  唐泽黾

IPC: G06F11/07 ,  G06F40/279 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于Spacy词向量的两阶段判别缺陷报告严重程度预测方法，首先从项目所在的缺陷跟踪系统中搜集历史缺陷报告，并抽取描述信息summary属性和严重程度severity属性对应内容得到缺陷报告训练数据集，然后进行预处理及生成对应向量，最后执行两阶段判别过程构建严重程度预测模型。本发明的有益效果为：本发明在两阶段判别过程采用朴素贝叶斯算法，该算法易实现、效果好，可保证预测模型的准确率；该发明的严重程度预测模型对相同的数据进行两次运用，一方面实现对同一批数据的二次利用，有利于提升模型的表现；另一方面实现两阶段判别可在大类分类正确的情况下减轻多分类朴素贝叶斯预测模型的压力，进一步提高预测模型的准确率。

公开(公告)号：CN110577515A

公开(公告)日：2019-12-17

申请号：CN201910821998.4

申请日：2019-09-02

Applicant: 南通大学

Inventor： 朱金丽 ,  陆麟霞 ,  张彦 ,  田丹 ,  金瑞娣 ,  苏广军 ,  魏莹莹 ,  王春现

IPC: C07D403/04

Abstract: 本发明属于有机合成领域，公开了一种4-(氮杂环丁烷-3-基)-1-甲基哌嗪-2-酮二盐酸盐的合成方法。本发明提供的合成方法包括：将氢化钠与3-氧代哌嗪-1-羧酸苄基酯和碘甲烷进行反应得到4-甲基-3-氧代哌嗪-1-羧酸苄基酯；2)将4-甲基-3-氧代哌嗪-1-羧酸苄基酯与湿钯碳进行反应得到1-甲基哌嗪-2-酮；3)将1-甲基哌嗪-2-酮与3-氧代氮杂环丁烷-1-羧酸叔丁酯和乙酸进行反应得3-(4-甲基-3-氧代哌嗪-1-基)氮杂环丁烷-1-羧酸叔丁酯；4)将3-(4-甲基-3-氧代哌嗪-1-基)氮杂环丁烷-1-羧酸叔丁酯与浓盐酸进行反应得到4-(氮杂环丁烷-3-基)-1-甲基哌嗪-2-酮二盐酸盐。本发明提供的方法合成方法简单，合成路径段，产品收率高。

公开(公告)号：CN118296609A

公开(公告)日：2024-07-05

申请号：CN202410168322.0

申请日：2024-02-06

Applicant: 南通大学

Inventor： 裴文龙 ,  陈翔 ,  黄一麟 ,  田丹 ,  陆桂龙 ,  蔡之龙 ,  赵俊杰 ,  蔡永维

IPC: G06F21/57 ,  G06F40/194 ,  G06F40/253 ,  G06F40/295 ,  G06F40/30 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明提供了一种基于语境学习的软件漏洞评估方法，属于计算机技术领域，解决了评估漏洞数据稀缺和大语言模型对评估任务的局限性的技术问题。包括以下步骤：S1：搜集漏洞评估相关数据；S2：获取向量表示；S3：使用Joern工具生成代码属性图；S4：计算目标漏洞描述与数据集中漏洞描述的文本相似度；S5：计算目标漏洞代码与数据集中漏洞代码的代码相似度；S6：对上述相似度进行加权融合，得到最终的相似度，并排序找到最相似的漏洞代码与描述示例；S7：通过语境学习来执行漏洞代码的评估任务。本发明的有益效果为：通过对大语言模型进行语境学习，无需额外训练过程就进行高质量漏洞评估。

公开(公告)号：CN117556417A

公开(公告)日：2024-02-13

申请号：CN202311463590.7

申请日：2023-11-06

Applicant: 南通大学

Inventor： 裴文龙 ,  陈翔 ,  黄一麟 ,  田丹 ,  陆桂龙 ,  蔡之龙 ,  赵俊杰 ,  蔡永维

IPC: G06F21/56 ,  G06F21/57

Abstract: 本发明提供了一种融合代码词法和结构信息的半监督软件漏洞评估方法，属于计算机技术领域；解决了软件漏洞评估领域标记数据量少和缺少代码结构信息的问题。其技术方案为：包括以下步骤：S1：搜集漏洞评估相关数据；S2：使用Joern工具生成代码属性图并提取代码结构信息；S3：将词法信息和结构信息融合；S4：随机选择少量漏洞代码；S5：构建出最优漏洞评估模型；S6：针对需要评估的漏洞代码，载入上述模型并完成评估。本发明的有益效果为：借助半监督学习方法，并将代码词法和结构信息进行融合，仅需专家标记少量数据，就可以完成高质量漏洞评估模型的训练。

公开(公告)号：CN109857653A

公开(公告)日：2019-06-07

申请号：CN201910042053.2

申请日：2019-01-17

Applicant: 南通大学

Inventor： 陈翔 ,  袁智丹 ,  田丹 ,  张蹲 ,  鞠小林 ,  文万志

IPC: G06F11/36

Abstract: 本发明涉及一种基于主动学习的无监督缺陷程序模块识别方法，属于软件质量保障领域。本发明包括：1)从待测项目中抽取程序模块进行度量，形成数据集D；2)采用聚类方法将D内的程序模块分为可能有缺陷和可能没有缺陷两类，分别随机选k1个模块标记，形成已标记数据集L，和未标记数据集U，基于L构建预测模型；3)判断缺陷模块数查全率是否达预期，若达到，终止标记过程，否则执行步骤4)；4)使用两阶段标记方法从U中选出一定数量的程序模块进行标记并添加到L中；5)基于L构建缺陷预测模型，执行步骤3)。本发明方法可以在不存在历史标记数据集的情况下，花费较少的标记代价，检测到被测项目内的绝大部分有缺陷程序模块。

公开(公告)号：CN103880817A

公开(公告)日：2014-06-25

申请号：CN201410067232.9

申请日：2014-02-26

Applicant: 南通大学

Inventor： 朱金丽 ,  张彦 ,  朱西挺 ,  陈玥竹 ,  田丹 ,  田亮 ,  朱亮亮 ,  洪传霞

IPC: C07D401/04

Abstract: 本发明涉及一种3-氯-5-(3’-N-Boc-吡咯基)吡啶的化学合成方法。本发明以3-氯-5-吡啶甲醛为原料，经五步反应简易合成了3-氯-5-(3’-N-Boc-吡咯基)吡啶，为该化合物的合成提供了一种高效合成的方法。主要步骤如下：(A)将3-氯-5-吡啶甲醛、甲氧酰甲基磷叶立德和氢化钠，加入四氢呋喃或甲苯溶剂中，控制反应温度，合成了3-（5’-氯吡啶基）丙烯酸甲酯；反应合成3-（5’-氯吡啶基）-4-硝基丁酸甲酯；制备4-[3-(5’-氯吡啶基)]戊内酰胺；反应得到3-氯-5-(3’-吡咯基)吡啶；将3-氯-5-(3’-吡咯基)吡啶和Boc酸酐，加入四氢呋喃和水或丙酮和水的混合溶剂中，加入碱氢氧化钠或氢氧化钾，反应得到3-氯-5-(3’-N-Boc-吡咯基)吡啶。