二维激光切割图形显示系统的研究

在基于ＰＣ总线的激光加工ＣＮＣ系统中，研究了激光切割静态、动态显示方法以及图形校验功能。编程人员可以通过加工零件的静态图形显示纠正编程错误和工艺上不合理的地方；通过图形校验功能可以自动求出零件轮廓是否经过了顶针保护区，在避开顶针保护区的情况下，可以在编程人员的授意下自动修改ＮＣ代码；操作人员可以通过动态图形显示来监控加工过程和中止不合理的加工过程。该系统按功能模块用Ｃ语言开发，已成功地用于激光切割系统中。     

激光切割图形显示系统研究

在基于ＰＣ总线的激光加工ＣＮＣ系统中，研究了激光切割静态和动态图形显示方法。编程人员可以通过加工零件的静态图形显示纠正编程错误及工艺上不合理的地方；操作人员可以通过动态图形显示来监视加工过程和中止不合理的加工过程。     

激光切割图形显示和校验研究

研究了激光切割图形显示和校验方法。编程人员通过图形显示，将所编辑的NC代码映射为直观的图形，并与用户要求的零件轮廓比较，从而纠正编程错误及工艺不合理，通过图形校验功能可以自动求出零件轮廓是否经过了顶针保护区，在避开顶外保护区的情况下，可以在编程人员的授权下自动修改NC代码，全部软件用C语言开发，已成功地用于激光切割系统中。     

激光切割图形显示和校验研究

研究了激光切割图形显示和校验方法，编程人员通过图形显示，将所编辑的ＮＣ代码映射的直观的图形，并与用户要求的零件轮廓比较，从而纠正编程错误及工艺不合理，通过图形校验功能可以自动求出零件轮廓是否经过了预计保护区，在避开顶针保护区的情况下，可以在编程人员的授权下自动修改ＮＣ代码，全部软件用Ｃ语言开发，已成功地用于激光切割系统中。     

车削轴类零件的轮廓轨迹提取与真实感显示

图形数据信息的可视化一直是计算机图形学与可视化领域研究的重点内容,图形数据的挖掘、提取与显示都需要借助计算机图形学的知识来完成;本研究重点探讨了计算机图形真实感处理技术在计算机辅助数控车削自动编程加工系统中的应用,通过运用计算机图形处理技术编程提取DXF轴类零件的轮廓轨迹曲线,采用曲面构造算法作数据处理,生成零件真实感所需的三维数据模型,结合OpenGL内容对三维数据模型进行实体渲染,交互实现了数据模型的光照、材质、雾化等功能,通过旋转、透视变换,零件设计者可真实地观测到零件内部结构,从整体上对所设计的零件结构进行直观的认识;实验结果表明所开发的图形真实感程序系统能够高效的实现车削轴类件的渲染效果,具有较高的轮廓数据提取效率和真实感渲染能力。     

图形输入与图库建立的参数化编码方法及其实现软件PCTS

本文介绍一种参数化编码方法，所提出的轮廓描述表及其约束关系表，用以描述零件形状基本元素之间的拓扑、几何信息及表达其约束关系．对闭合轮廓及非闭合轮廓均适用，并实现了轮廓描述表及约束关系表的交互与自动建立．这种参数化编码方法对图形输入、模具标准零件及非标准零件形状的设计及其图形绘制与修改，具有较大的实用性，所建立的图库具有柔性和扩充性．用该方法实现的参数化编码工具系统ＰＣＴＳ，应用于华中理工大学模具技术国家重点实验室开发的冲裁模ＣＡＤ／ＣＡＭ（ＨＰＣ２．０）系统之中，效果良好     

平面扩展轮廓的表示和求取

在工厂设计的钢结构设计中,经常使用构件的图形轮廓,由于构件的图形构成形式多样,可能存在许多弧线和悬边,并且可能不封闭,需要一个有效的算法来求取这种带悬边的轮廓。文中提出了悬树和扩展轮廓的概念,通过对扩展轮廓的分析和定义,使用动态坐标系和动态包围盒技术,设计了一个扩展轮廓的求取算法,最后论述了与扩展轮廓相关的一些操作特性。     

回转体逆时序右特征识别及内外轮廓自动重构

特征自动化识别与解读是回转体零件加工代码自适应生成的重要基础,而回转体内外轮廓的几何特征信息是加工轨迹生成的重要依据。针对多种信息混合的CAD载体中回转体零件几何特征解读问题,提出了顺时序最右侧判别法自动识别回转体零件的内外轮廓特征。利用DXF结构化存储的图形信息和回转体零件对称性的特点去除尺寸标注,剖面线、粗糙度标注,形位公差标注等多余线,最后沿着逆时针寻找相对于当前轮廓最右侧的路径为下一轮廓。与传统方法相比,所提出算法的复杂度进一步降低,能够准确可靠地在干扰信息中识别出零件的内外轮廓精确信息。     

Tekscan压力分布测量系统

介绍一种先进的压力分布测量系统，该系统使用独特的柔性薄膜网格压力传感器，能够对任何触面之间的压力分布进行动态测量，并以直观、形象的二维、三维彩色的图形显示压力分布的轮廓和数值，进而做出评估。     

基于OpenGL的地质图像三维重建

本文通过对图像进行坐标空间定义,并在图像处理中,引入了图层的概念,在三维重建中,对三角部分进行了规则定义。通过图形变换,将简单图形生成复杂图形,并把二维图形表示三维形体,对静态图形快速变换而获得图形的动态显示效果。图形变换能够旋转对象、移动对象、拉伸、压缩和缩放对象,从而通过三维重建和虚拟现实技术实现地质结构的三维数字化模型和地质结构的动态虚拟显示,对地质结构进行分析提供了直观的预测。     

FOPE：一个面向FORTRAN的程序设计环境

本文介绍一个面向ＦＯＲＴＲＡＮ的程序设计环境ＦＯＰＥ（ＦＯＲＴＲＡＮＯｒｉｅｎｔｅｄＰｒｏｇｒａｍｍｉｎｇＥｎｖｉｒｏｎｍｅｎｔ）。ＦＯＰＥ提供对ＦＯＲＴＲＡＮ程序的静态分析、动态分析、程序变换、ＤＯ循环变换、文档生成等功能，文中详细地介绍了这些功能。ＦＯＰＥ的一个重要特点是可视化。可视化工具有程序调用关系图、过程控制流图和数据依赖图三种，它能做到对程序的静态结构和动态运行过程用图形显示。ＦＯＰＥ环境以Ｘ－Ｗｉｎｄｏｗ为基础，建立了窗口用户界面，大大地方便了使用。     

模拟流程图组态软件动态部件显示开发

模拟流程图功能是核电DCS控制系统的重要组成部分,而流程图的组态则是该功能实现的基础。模拟流程图组态由静态元素和动态元素图元组成,针对模拟流程图中动态元素的实现进行分析讨论,设计模板实现动态元素图元的动态显示,并采用C语言脚本设计实现动态元素图元的显示更新和事件操作响应。最后验证模拟流程图组态软件完成的流程图在核电DCS系统二层人机显示软件运行稳定。     

基于多常量编码的动态图软件水印保护技术

动态图软件水印在抗攻击性方面较通常的静态水印有明显的优势,然而由于这类水印信息本身与宿主程序的功能性之间并无关联,所以攻击者可以找到水印结构并对其进行恶意破坏,从而使水印提取过程失败.为此,提出了一种通过建立多常量与水印的依赖关系来对动态图水印进行保护的方法,并设计了针对Radix、PPCT、IPPCT结构动态图水印的保护算法.该算法通过创建动态图水印与宿主程序中多常量的依赖关系,对水印起到了防篡改的保护作用,从而可对该类水印进行有效的保护.最后通过数据率、鲁棒性两个方面对此算法进行了评测.结论是:基于IPPCT结构的算法不但过载较小,而且具有较高的数据率,还可以防止共谋攻击,是一种相对较好的水印保护算法.     

基于Asmuth-Bloom门限方案的动态图软件水印保护技术

动态图软件水印在抗攻击性方面较通常的静态水印有明显的优势,然而通过透彻的分析和修改嵌入水印后的程序,攻击者仍然可以找到水印结构并对其进行恶意破坏,从而使水印提取过程失败.为此,本文提出一种基于Asmuth-Bloom门限方案的软件水印分存算法,该算法将密码学中的密钥共享思想引入到软件水印中,实现了基于部分内容提取水印;最后通过鲁棒性对此算法进行了评测.该算法具有较强的鲁棒性,但该算法的不足之处是将水印数据扩张,减小了数据率和隐蔽性.     

面向方面程序的简化动态依赖图切片方法

程序切片是一种重要的程序分析技术,广泛应用于程序的调试、测试与维护等领域。面向方面程序设计作为一种新的软件开发范型,能够实现横切关注点的模块化,其特有的语言元素和功能为切片增加了难度。从静态切片和动态切片两种类型,讨论了面向方面程序切片技术。在此基础上,提出了一种基于简化动态依赖图的面向方面程序切片方法,可以减少动态依赖图中节点和边的数量,生成准确的面向方面程序的动态切片,从而有助于人们更好地对面向方面程序进行分析和理解。     

面向物联网设备安全的多层次内核访问控制方法

物联网设备受能耗、计算能力等因素限制, 通常采用轻量化的操作系统以及精简化的安全保护机制, 导致物联网设备的操作系统安全保护能力不足, 更容易被用户态程序攻破。为了增强操作系统的隔离能力, 现有的安全保护方法通常限制应用程序可访问的系统调用种类, 使其仅能访问运行所必须的系统调用, 从而缩小操作系统的攻击面。然而, 现有的动态或者静态程序分析方法无法准确获取目标程序运行所依赖的系统调用。动态跟踪方法通过跟踪程序执行过程中触发的系统调用, 仅能获取程序依赖系统调用的子集, 以此作为依据的访问控制可能会影响程序的正常执行。而静态分析方法通常构造程序及其依赖库的控制流图并分析其可达的系统调用, 然而由于静态分析无法精准构建控制流图, 仅能获取目标程序依赖系统调用的超集, 会在访问控制中引入多余的系统调用, 造成操作系统攻击面依然较大。针对现有系统调用访问控制面临的可用性以及精准度问题, 研究多层次的内核访问控制方法, 在现有系统调用访问控制的基础上, 引入了动态链接库的访问控制, 并提出了多层联动的动态安全分析机制, 以动态分析的方法排除由于静态分析不准确引入的额外系统调用, 从而进一步缩小物联网系统的攻击面, 提升物联网设备的隔离能力与安全性。实验结果表明, 相比于现有内核访问控制方法, 本文提出的方法能够抵御更多漏洞而且引入的实时负载更低。     

基于动静结合的Android恶意代码行为相似性检测

针对同种族恶意软件行为具有相似性的特点进行研究,提出通过静态分析和动态运行程序相结合的方式度量软件行为的相似性。通过反编译和soot代码转换框架获取程序控制流图,利用行为子图匹配算法从静态方面对程序行为相似性进行度量;通过自动化测试框架运行程序,利用文本无关压缩算法将捕获到的trace文件压缩后进行相似性度量。该检测方法综合静态检测执行效率高和动态检测准确率高的优点,实验分析表明,该检测技术能够准确度量程序之间行为的相似性,在准确率上相较于Androidguard有大幅提升。     

基于深度神经网络和门控循环单元的动态图表示学习方法

学习图中节点的潜在向量表示是一项重要且普遍存在的任务,旨在捕捉图中节点的各种属性。大量工作证明静态图表示已经能够学习到节点的部分信息,然而,真实世界的图是随着时间的推移而演变的。为了解决多数动态网络算法不能有效保留节点邻域结构和时态信息的问题,提出了基于深度神经网络（DNN）和门控循环单元（GRU）的动态网络表示学习方法DynAEGRU。该方法以自编码器作为框架,其中的编码器首先用DNN聚集邻域信息以得到低维特征向量,然后使用GRU网络提取节点时态信息,最后用解码器重构邻接矩阵并将其与真实图对比来构建损失。通过与几种静态图和动态图表示学习算法在3个数据集上进行实验分析,结果表明DynAEGRU具有较好的性能增益。     

Trin-Trin: Who’s Calling? A Pin-Based Dynamic Call Graph Extraction Framework

Multi-core based systems are ubiquitous in data centers. Efficient exploitation of hardware parallelism supported by such systems is imperative on multiple fronts: minimizing latency and power consumption and maximizing throughput. This in turn calls for advanced program analysis and optimization. Call graphs have been long used to this end. Although several static call graph extraction techniques have been proposed in the past, these techniques cannot be applied to analyze programs already running in production. Likewise, the existing dynamic call graph extraction tools have limited use in production owing to, say (but not limited to), lack of support for capturing wall clock time spent in functions of a given program and lack of means to analyze the call graph information captured at run time. In this paper, we present a Pin-based dynamic call graph extraction framework called Trin-Trin. The framework enables extraction of complete, precise and dynamic call graphs. Additionally, the framework can be used seamlessly with already running applications. Furthermore, an analytics engine is provided to facilitate advanced program analysis, e.g., different multithreading context(s) of any function can be extracted in a demand-driven fashion. We evaluate the overhead of Trin-Trin using several Unix utilities, applications from the industry-standard SPEC CINT2006, CFP2006 benchmark suite and Yahoo! properties. Additionally, we present a case study to illustrate how Trin-Trin can be used to analyze performance bottlenecks and performance regressions.