一种基于模拟退火的间隔项近似统计方法

    公开(公告)号:CN117725101A

    公开(公告)日:2024-03-19

    申请号:CN202311771466.7

    申请日:2023-12-20

    Applicant: 福州大学

    Abstract: 本发明提供一种基于模拟退火的间隔项近似统计方法,在本发明中定义了间隔项,并对其进行统计工作。间隔项是指在数据流中以固定时间间隔到达的元素对,间隔项的频繁项往往预示着行为模式,即动作一后隔一段时间后将进行动作二。本发明通过模拟退火切分数据流后使用概率数据结构Sketch进行间隔项存储,最后通过特征分组存储策略降低Sketch存储间隔项的空间开销,提升了统计间隔项的精度。以在保证间隔项统计精度的前提下,加快统计速度并优化存储资源的开销。

    一种基于图神经网络的可编程数据平面增量测试方法

    公开(公告)号:CN119883924A

    公开(公告)日:2025-04-25

    申请号:CN202510044356.3

    申请日:2025-01-11

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于图神经网络的可编程数据平面增量测试方法,包括:1)生成数据平面程序的控制流图,分析程序结构和逻辑,对程序中每个节点设置类型、编号、可达性和变更标志,定义边的起点、终点及转移条件;2)将控制流图转换为图数据对象,通过编码方式嵌入节点和边信息;3)采用GCN模型分析图数据对象,逐层聚合节点特征,同时结合边的条件转移特性,逐步整合节点之间的局部信息;4)动态选择粗粒度或细粒度测试策略;5)通过正则匹配与随机修改生成缺陷代码样本,并结合自动化训练机制优化图神经网络模型性能。该方法通过生成控制流图并结合图神经网络模型对路径依赖关系进行分析,实现了在网络规则频繁更新场景中的高效增量测试。

Patent Agency Ranking