工作流过程定义中的分层结构与正则Petri网

The abstract level problem and the classification of the abstract level problem in the workflow process model are discussed. The formalized problem of the abstract level problem in the process model is researched. The concept and definition of the petri net with end-transition and normal petri net according to the control abstract level problem are put forward and discussed. The equivalence of general Petri Net and general Petri Net is proved by the petri net with priori relationship.     

一种fuzzing策略评价方法

鉴于当前fuzzing技术发展中出现的各种策略的性能无法形式化衡量的问题, 设计一种评价框架, 通过基于跟踪器生成的污点数据图与解析器生成的语义树之间的映射关系, 计算某种策略的效能值与熵值来对此策略性能进行量化, 根据评价结果从策略集中筛选出较优策略。通过实例的测试, 证明了方法的可行性。对测试目标实施最优策略将能提高对测试目标的代码覆盖率与漏洞检测能力。     

基于可拓知识库的短文本敏感信息查询扩展方法

为了解决一般检测算法在短文本查询上效率较低的问题,基于可拓学的方法构建特定领域可拓知识库并定义一种新的菱形推理模式,提出了基于可拓知识库的概念查询扩展算法,通过概念间的可拓关联性及可拓推理来处理短文本中敏感信息检测问题,并通过实例验证了算法的可行性。实验证明该算法克服了短文本自身长度较短,描述概念能力弱的问题,可减少相关信息的遗漏,该算法提高了文档敏感信息检测的准确率与召回率。     

面向自然语言处理的深度学习对抗样本综述

深度学习模型被证明存在脆弱性并容易遭到对抗样本的攻击,但目前对于对抗样本的研究主要集中在计算机视觉领域而忽略了自然语言处理模型的安全问题。针对自然语言处理领域同样面临对抗样本的风险,在阐明对抗样本相关概念的基础上,文中首先对基于深度学习的自然语言处理模型的复杂结构、难以探知的训练过程和朴素的基本原理等脆弱性成因进行分析,进一步阐述了文本对抗样本的特点、分类和评价指标,并对该领域对抗技术涉及到的典型任务和数据集进行了阐述;然后按照扰动级别对主流的字、词、句和多级扰动组合的文本对抗样本生成技术进行了梳理,并对相关防御方法进行了归纳总结;最后对目前自然语言处理对抗样本领域攻防双方存在的痛点问题进行了进一步的讨论和展望。     

可拓模式判别模型及其应用

针对事物可拓状态的识别问题,提出了一种可拓模式判别模型.首先,给出了可拓模式判别的定义;然后,分析了论域的静态划分与动态划分特性;其次,设计出可拓模式判别的一般框架,并给出了对判别结论进行质变与量变的量化处理公式;最后,利用提出的方案对实例的一般状态及可拓状态进行了判别.实验结果表明了该方案对对象可拓状态表达、分析与判别的可行性.模型能够有效地解决传统可拓模式分类器所无法解决的可拓性与状态变换的判别问题.