如何优雅地进行项目开发应该是程序员开发一个项目首先考虑的事情，优雅地开发意味着高效率的进行开发。本次报告从优雅地编码、优雅地使用开发工具以及优雅地使用协作工具三个方面来介绍如何进行优雅地开发。
李橙-2019-12-22原创文章，作者：admin，如若转载，请注明出处：https://www.isclab.org.cn/2019/12/23/%e5%a6%82%e4%bd%95%e4%bc%98%e9%9b%85%e5%9c%b0%e5%bc%80%e5%8f%91/
基于深度学习的二进制软件漏洞挖掘
上一篇
2019年12月22日 下午6:29
联系我们
下一篇
2019年12月26日
相关推荐
-
基于视觉直觉的源代码表征
源代码表征是软件工程中的一个重要研究领域，主要关注如何有效地将源代码转化为可以支持各种软件工程任务（如代码搜索、克隆检测、代码自动生成等）的数学模型或数据结构。这些表征通常需要捕获…
-
面向LLM Agent的提示注入攻击
本报告聚焦大模型Agent提示注入攻击研究，重点解析CrossInject跨模态攻击与ToolHijacker工具劫持两大提示注入攻击框架，CrossInject首次实现“视觉+文…
-
成员推理攻击和防御
机器学习已经演化为了一种服务模式，即机器学习即服务模式。互联网公司或提供模型训练接口，或提供模型预测接口给用户以提供相应的服务。但是，在提供服务的整个过程中，机器学习模型不可避免的…
-
超参数优化
本次报告介绍了超参数的概念和对模型的影响，解释了超参数与模型参数的区别，详细讲解了网格搜索、随机搜索、贝叶斯优化三种优化方法，分析其使用场景及优缺点，最后列举了三种实用的开源调优工…
-
半监督学习研究综述
半监督学习(Semi-Supervised Learning，SSL)是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。本次报告首先讲述了半监督学…
-
数据挖掘中的数据清洗方法
数据清洗是数据挖掘工作中很重要的一部分工作，目的是解决数据的质量问题，将“脏”数据变成标准的、干净的数据，更…
-
面向深度学习模型的鲁棒性解释方法研究
深度学习模型的鲁棒性解释方法旨在提升模型在面对输入扰动或对抗攻击时的解释一致性，是增强模型可信性和应用价值的重要研究方向。本次学术报告介绍了该领域的研究背景与发展现状，重点阐述了M…
-
文本安全
动态规划——最小编辑代价 序列标注模型 命名实体识别简介 文本表示方法（一）——空间向量模型 文本表示方法（二）——潜在语义分析 文本表示方法(三)——topic models i…
-
面向深度学习组件的漏洞挖掘
人工智能软件系统的安全逐渐受到人们的重视，深度学习软件库存在的缺陷可能威胁到框架之上的模型和系统，目前仍然缺少深度学习软件库测试的系统方法。面对深度学习安全领域，针对深度学习软件库…
