【摘 要】
：
提出了一种可以缓解状态空间爆炸的抽象原则,对模型设计过程中的辅助变量、报文字段、自动状态机数量进行科学约简,在尽量不影响验证结果准确度的前提下,降低了模型的复杂度.
【机 构】
：
电子科技大学 信息与通信工程学院,成都611731;中电科网络空间安全研究院有限公司,北京610041
论文部分内容阅读
提出了一种可以缓解状态空间爆炸的抽象原则,对模型设计过程中的辅助变量、报文字段、自动状态机数量进行科学约简,在尽量不影响验证结果准确度的前提下,降低了模型的复杂度.在此基础上,提出了一种半自动化建模框架,只需用户提供少量必须的输入,不需要学习语法,就可以自动生成具有统一规范的模型,方便研究人员查阅和使用.实验结果表明,采用所提的抽象原则和半自动化建模框架创建的模型,可以验证网络协议的相关属性.
其他文献
近年来,人工智能(artificial intelligence, AI)与区块链技术在物联网(Internet of things, IoT)场景中的应用,引起了学术界和工业界对2项技术的广泛关注和深度研究.区块链技术具有去中心化、匿名性、公开透明和不可篡改性等特点,但同时在可扩展性、系统能耗和安全性等问题上亟待改进.而AI技术作为一种强大的分析和决策工具,可以在实时场景中对数据进行预测与分析,
近20年来,各种烈性传染病先后肆虐全球,给世界人民的生命安全带来了极大的危害,也对各国经济的发展带来了极大的打击.医护机器人在抗疫工作中发挥了十分重要的作用.对各国的
针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基本单元,通过组合不同的基本单元构建了轻量级云图分类模型LCCNet.经过多组对比实验,证明了LCCNet不仅参数量低、运算复杂度低,而且针对HBMCD数据集具有高达97.35
为了提高拟态防御中表决的准确性,提出了一种基于改进层次分析—模糊综合评价(AHP-FCE)模型的多指标拟态表决算法.针对传统AHP-FCE模型中判断矩阵一致性检验的缺点,对判断矩