基于深度随机森林的指令脆弱性预测方法及系统
授权
摘要
本发明公开了一种基于深度随机森林的指令脆弱性预测方法及系统,方法包括:提取各条程序指令与指令脆弱性相关的指令特征信息,生成表征指令脆弱性的指令特征向量;对训练程序进行故障注入,获取各条程序指令脆弱性值;结合指令特征向量和指令脆弱性值,生成指令脆弱性样本数据集;通过滑动窗口对指令脆弱性样本数据集进行滑动采样,生成拓展样本数据集;构建并训练基于深度随机森林的指令脆弱性预测模型;提取待预测目标程序的指令特征向量,并结合指令脆弱性预测模型实现待预测目标程序的指令脆弱性预测。系统用于实现上述方法。本发明预测准确率高,对样本集需求低,所需人工调整工作少,可有效应用于程序受到瞬时故障影响后指令脆弱性的预测。
基本信息
专利标题 :
基于深度随机森林的指令脆弱性预测方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN111159011A
申请号 :
CN201911248246.X
公开(公告)日 :
2020-05-15
申请日 :
2019-12-09
授权号 :
CN111159011B
授权日 :
2022-05-20
发明人 :
顾晶晶柳塍晏祖佳
申请人 :
南京航空航天大学
申请人地址 :
江苏省南京市御道街29号
代理机构 :
南京理工大学专利中心
代理人 :
马鲁晋
优先权 :
CN201911248246.X
主分类号 :
G06F11/36
IPC分类号 :
G06F11/36 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F11/00
错误检测;错误校正;监控
G06F11/36
通过软件的测试或调试防止错误
法律状态
2022-05-20 :
授权
2020-06-09 :
实质审查的生效
IPC(主分类) : G06F 11/36
申请日 : 20191209
申请日 : 20191209
2020-05-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载