- 博客(5)
- 资源 (4)
- 收藏
- 关注
RSS订阅
原创 WALA---Java程序静态切片技术
上一次，我们讲述了如何使用wala对类进行最简单的分析，这次将使用wala工具，进行静态切片分析。如果对切片不是很熟悉，可以直接搜索 程序切片，有很多关于切片技术的讲解，这里不在讲述。步入主题：首先，在上一次ClassHierarchy cha的基础上，需要构建入口点，分析选项，反射机制，如下所示： Iterable entrypoints =Util.makeMainEntrypo
2018-01-02 09:57:19
5863
原创 WALA安装和简单使用
WALA是IBM公司于2006年开源，目前可以从github上获取源码，编译，使用，但是在国内，编译WALA可能会被qiang，所以，直接使用maven仓库中已经编译好的WALA二进制包是最为方便的。WALA核心功能：Java的系统类型和类的层次结构分析源语言框架支持java和javascript过程间数据流分析（RHS的求解器）基于上下文敏感的切片指针分析与调用图构造基于SSA的寄存器转换语言I
2017-12-12 11:02:29
10193
5
原创 WALA---Java程序静态切片技术（二）
上一篇博客中已经把基础的WALA切片方法讲述，本篇博客将基于上一篇做进一步的讲解。上一篇中提到，使用util类构建call graph，util类下不同函数构建call graph的精确度不同，导致构建call graph时间不同，按精确度来说是N构建SDG图时（这里控制流和数据流值的选择会影响之后切片结果的精细度），可用的数据流项： FULL：跟踪所有的数据依赖 NO_BASE_
2018-01-18 14:54:37
2986
原创 随机采样方法研究综述
鉴于深度学习在学术界和工业界的重要性，向对目前有代表性的深度学习数据随机采样算法进行归纳和总结，综述了不同类型随机采样算法的基本思想和方法。首先介绍了深度学习和随机采样的概念；然后根据深度学习算法的随机采样方法，概述了接受-拒绝抽样、重要性采样、MCMC方法和吉布斯采样3类主流随机采样的基本思想和方法；可以看到：深度学习在不同应用领域都取得了明显的优势，但仍存在需要进一步探
2017-06-12 11:00:53
2184
原创 谷歌论文阅读：Building High-level Features Using Large Scale Unsupervised Learning
使用大规模无监督的深度机器学习网络进行高级特征学习
2017-06-12 10:24:06
1618
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人