[发明专利]一种基于支持向量回归的指令SDC脆弱性预测方法有效
| 申请号： | 201810117534.0 | 申请日： | 2018-02-06 |
| 公开（公告）号： | CN108334903B | 公开（公告）日： | 2021-06-11 |
| 发明（设计）人： | 庄毅;张倩雯;顾晶晶;宴祖佳 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 210000*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于支持向量回归的指令SDC脆弱性预测方法，步骤如下：步骤1，对程序集进行故障注入实验，获取样本数据集；步骤2，提取表征指令本身性质的固有特征；步骤3，遍历样本数据集，为目标指令生成数据传播依赖路径；步骤4，遍历样本数据集，为目标指令计算错误屏蔽因子；步骤5，提取与数据传播依赖相关的指令的依赖特征；步骤6，训练基于支持向量回归的指令SDC脆弱性预测模型；步骤7，提取目标程序指令特征，对指令脆弱性进行预测。该方法预测准确率高，且性能开销低，可以有效应用于程序受到瞬时故障影响后指令SDC脆弱性的预测。 | ||
| 搜索关键词： | 一种 基于 支持 向量 回归 指令 sdc 脆弱 预测 方法 | ||
【主权项】：
1.一种基于支持向量回归的指令SDC脆弱性预测方法，其特征在于，包括如下步骤：步骤1，对程序集进行故障注入实验，得到指令的SDC脆弱性值，从而构建指令SDC脆弱性预测模型样本数据集；步骤2，根据步骤1得到的程序指令样本的SDC脆弱性值，遍历样本数据集提取表征目标指令本身性质的固有特征向量Finherent；步骤3，遍历样本数据集，为目标指令生成数据传播依赖路径Path(Ii)；步骤4，根据步骤3生成的数据传播依赖路径，遍历样本数据集，为目标指令计算错误屏蔽因子MF(Ii)；步骤5，根据步骤1得到的程序指令样本的SDC脆弱性值，步骤3中的数据传播依赖路径，以及步骤4中的错误屏蔽因子，遍历样本数据集提取与数据传播依赖相关的指令的依赖特征向量Fdependent；步骤6，根据步骤1得到的指令脆弱性值和步骤2以及步骤5得到的指令特征向量，训练基于支持向量回归的指令SDC脆弱性预测模型；步骤7，使用步骤2和步骤5的方法提取待预测目标程序的指令特征向量，根据步骤6中训练得到的指令SDC脆弱性预测模型对目标程序指令脆弱性值进行预测，得到指令脆弱性值的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810117534.0/，转载请声明来源钻瓜专利网。
