摘要
本发明提供一种功能相同但源码不同的代码跟踪序列的新对齐方式,属于动态软件分析领域,所述代码跟踪序列对齐方式包括获取代码跟踪序列、对齐尽可能多的序列对、对齐标准输入的序列对并以其为基准扩充对齐,获取代码跟踪序列使用llvm插桩工具,编写插桩程序,获取代码运行中的所有信息,对齐尽可能多的序列对通过使用尼德曼‑翁施算法获得最长的序列对,对齐标准输入的序列对并以其为基准扩充对齐,通过广度优先遍历算法尝试对齐,并使用sentence‑bert,下文简称为SBERT,一种使用了孪生网路的预训练模型模型而不是简单的变量数据改变来进行计算是否对齐,以生成对齐序列,这种方法可以消除掉错误对齐结果,并对齐部分本应对齐但没有对齐的序列对。
技术关键词
语句
广度优先遍历
动态软件分析
序列对齐方法
列表
深度学习模型
遍历算法
基准
符号
数据
数值
机制
网路
程序
稳态
分支
变量
系统为您推荐了相关专利信息
风险识别模型
风险防控系统
日志
风险防控方法
推送告警信息
温度预测模型
GRU模型
数据
样本
温度预测技术