Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国舰船研究设计中心刘犇获国家专利权

中国舰船研究设计中心刘犇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国舰船研究设计中心申请的专利一种基于深度学习的智能化评估重演测试方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115904997B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211586186.4,技术领域涉及:G06F11/3668;该发明授权一种基于深度学习的智能化评估重演测试方法是由刘犇;郭政业;王剑波;许嘉;雷宜安设计研发完成,并于2022-12-09向国家知识产权局提交的专利申请。

一种基于深度学习的智能化评估重演测试方法在说明书摘要公布了:本发明公开了一种基于深度学习的智能化评估重演测试方法,包括以下步骤:1建立基于用户行为序列的深度学习模型,将用户行为序列作为输入,获得通用的用户操作表征;将用户行为序列作为输入,将每个行为的用户操作表征转换为矢量值,得到每个行为节点的矢量特征;使用基于用户行为序列的深度学习模型为矢量特征参数赋予不同的权值,然后和用户特征异或后获得矢量加权累加值;2基于深度学习的自测试评估与诊断修复,并进行基于深度学习的录取分析重演。本发明方法基于用户的行为序列进行学习,操作员只需根据需求进行适当调整与少量修改,极大降低操作复杂度,提高故障问题解决效率与系统重演能力。

本发明授权一种基于深度学习的智能化评估重演测试方法在权利要求书中公布了:1.一种基于深度学习的智能化评估重演测试方法,包括以下步骤: 1建立基于用户行为序列的深度学习模型,将用户行为序列作为输入,将用户行为序列中的每个行为i分为对象信息item_i和行为属性property_i,获得通用的用户操作表征; 所述对象信息包括IP地址、报文类型和报文信息单元标识; 所述行为属性包括用户行为的场景、时间和操作; 将用户行为序列作为输入,将每个行为的用户操作表征转换为矢量值,得到每个行为节点的矢量特征,包括对应的时间、场景、操作状态、输入的源IP、目的IP、报文类型、报文信息单元标识、信息字段; 使用基于用户行为序列的深度学习模型为矢量特征参数赋予不同的权值,然后和用户特征异或后获得矢量加权累加值; 2基于深度学习的自测试评估与诊断修复 基于深度学习的自测试评估与诊断修复包括自测试评估与自诊断修复; 2.1使用自测试评估模型进行自测试评估; 依据先验经验设置一套测试评估规则作为自测试评估模型的初始测试评估规则; 周期性开展自测试并进行规则库扩充; 若自测试评估模型未能正常识别状态故障的情况,在进行人工干预后模型开展学习,扩充规则库及触发机制; 若自测试评估模型已正确识别系统设备状态,却未能正常识别数据收发异常,在进行人工干预后模型开展学习,扩充规则库及触发机制; 若自测试评估模型已正确识别数据收发异常状态,却未能正常识别数据解析异常情况,在进行人工干预后模型开展学习,扩充规则库及触发机制; 使用更新后的自测试评估模型进行自测试评估; 2.2使用自诊断修复模型进行自诊断修复; 依据先验经验设置一套诊断与修复规则作为自测试评估模型的初始诊断与修复规则;对于典型问题具备识别能力,对于易修复的典型软件问题,包括根据函数返回的异常值或者异常解析代码能准确定位的软件问题具备一定修复能力,对于其他典型问题具备提出解决方案的能力; 周期性开展自测试并进行规则库扩充; 若自诊断修复模型在测试过程中正确识别故障,则进入自诊断与修复过程:对于识别为易修复的典型软件问题,开展自动纠错过程;对于识别为其他的典型问题,基于规则库提出优选方案,给予故障定位的引导,缩短故障定位周期; 若出现自诊断修复模型未能识别为典型问题的情况,操作人员进行人工干预,根据问题解决情况完善规则库,自诊断修复模型开展学习,扩充触发机制及修复机制; 使用更新后的自诊断修复模型进行自诊断修复; 2.3进行基于深度学习的录取分析重演; 初始情况下依据先验经验设置一套录取、分析及重演规则,缺省设置包括源IP、目的IP、报文排序方式、报文类型在内的典型特征值,并为其分配相应权值,系统根据操作员每次的操作行为对典型特征值及其权值进行实时修正,具体过程如下: 数据录取过程中,若是缺省推荐的录取规则满足操作员需求,则直接进入录取过程;否则,操作员人工对缺省推荐的录取规则进行干预修改,模型对上一次的操作员行为过程进行记录并学习,更新各矢量行为特征参数对应的权值,同步更新录取规则方案; 数据分析过程中,若是缺省推荐的分析规则满足操作员需求,则直接进入分析过程;否则操作员人工干预修改数据分析规则;系统基于上一次的操作员行为过程进行学习,并根据学习之后的权值补偿情况,在下次更新优选分析方案; 数据重演过程中,若是缺省设置的重演规则满足操作员需求,则直接进入重演过程;否则操作员人工干预修改数据重演规则;系统基于上一次的操作员行为过程进行学习,并根据学习之后的权值补偿情况,在下次更新优选重演方案。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国舰船研究设计中心,其通讯地址为:430064 湖北省武汉市武昌区张之洞路268号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。