近年来,随着深度学习技术的飞速发展,基于大规模预训练的语言模型(large language model, LLM)在自然语言处理领域取得了前所未有的突破,并且在代码生成、软件测试、程序分析与优化等软件工程任务中展现出强大的潜力与广泛的应用前景....近年来,随着深度学习技术的飞速发展,基于大规模预训练的语言模型(large language model, LLM)在自然语言处理领域取得了前所未有的突破,并且在代码生成、软件测试、程序分析与优化等软件工程任务中展现出强大的潜力与广泛的应用前景.作为具备深度语义理解与生成能力的通用人工智能模型,大语言模型的崛起正在重新定义传统的软件质量保障方法,为软件工程的自动化和智能化注入了新的活力.同时,软件质量保障作为确保软件系统在功能性、性能、可靠性和安全性等方面满足设计规范和用户期望的关键环节,其传统方法难以适应现代软件系统日益增长的规模与复杂性.特别是在开源软件、企业级应用和芯片设计程序等高度复杂的应用场景中,传统方法的自动化与智能化程度难以满足实际需求.展开更多
面向代码的软件能耗优化从程序设计和编码角度优化软件系统的能耗,能够很好地弥补面向硬件和面向资源的能耗优化方法过多依赖硬件环境、普适性较差、粒度过大,且难以在软件开发过程中应用等缺点.该文综述了近年来面向代码软件能耗优化...面向代码的软件能耗优化从程序设计和编码角度优化软件系统的能耗,能够很好地弥补面向硬件和面向资源的能耗优化方法过多依赖硬件环境、普适性较差、粒度过大,且难以在软件开发过程中应用等缺点.该文综述了近年来面向代码软件能耗优化领域的主要研究成果,总结了能耗优化的基本方法和技术层次以及面向代码的软件能耗优化基本思路;随后从面向代码的软件能耗估算方法和优化方法两个方面对现有工作加以梳理,逐一介绍了相关优化工具.该文提出了若干进一步研究的问题.首先,该文重定义面向代码的软件能耗评估模型和方法应该满足的特性,并提出代码的运行时能耗(Runtime Energy Consumption)和视在能耗(Apparent Energy Consumption)的概念;其次,该文认为现有面向代码的能耗优化技术过于具体,或针对具体的代码,或针对具体的功能,缺乏抽象层次的优化技术,缺乏算法层面的能耗优化方法,且没有充分考虑编程语言特征,尤其是面向对象语言特征;最后,该文提出算法能耗复杂度这一新观点,指出仍然存在的问题和可能的解决办法.展开更多
针对现有可搜索加密方法中搜索表达能力不足以及验证机制不完善的问题,提出了一种基于区块链索引的可验证布尔搜索加密(verifiable Boolean searchable encryption based on blockchain index,VBSEBI)方案.该方案首先构建了支持可验证...针对现有可搜索加密方法中搜索表达能力不足以及验证机制不完善的问题,提出了一种基于区块链索引的可验证布尔搜索加密(verifiable Boolean searchable encryption based on blockchain index,VBSEBI)方案.该方案首先构建了支持可验证布尔搜索的安全模型,并在此基础上设计了一种基于区块链存储结构的增量型安全索引构造方法,在实现高效搜索的同时,确保索引结构的不可篡改性.此外,方案还设计了安全索引的高效动态更新机制,有效避免了因构建辅助更新结构而导致的索引存储和更新开销过大的问题.针对布尔搜索的完整性验证需求,方案定义了布尔搜索结果的不可伪造性,并提出了一种基于双线性映射累加器和扩展欧几里得算法的布尔运算完整性验证算法.安全性分析表明,VBSE-BI方案在随机预言模型下可抵御动态选择关键字攻击,并在双线性q阶强Diffie-Hellman假设下满足不可伪造性.与同类方案相比,VBSE-BI方案不仅支持更丰富的布尔搜索语句,还将用户端计算复杂度显著降低至log n(n为关键字个数).实验结果显示,通过优化验证算法,该方案使用户端验证时间始终保持在较低水平(1.0~1.8 s),仅为服务器端计算时间的9.98%~14.03%.上述结果表明,VBSE-BI方案非常适用于资源受限的移动设备,为可搜索加密的实际应用提供了坚实的理论基础和高效性保障.展开更多
文摘近年来,随着深度学习技术的飞速发展,基于大规模预训练的语言模型(large language model, LLM)在自然语言处理领域取得了前所未有的突破,并且在代码生成、软件测试、程序分析与优化等软件工程任务中展现出强大的潜力与广泛的应用前景.作为具备深度语义理解与生成能力的通用人工智能模型,大语言模型的崛起正在重新定义传统的软件质量保障方法,为软件工程的自动化和智能化注入了新的活力.同时,软件质量保障作为确保软件系统在功能性、性能、可靠性和安全性等方面满足设计规范和用户期望的关键环节,其传统方法难以适应现代软件系统日益增长的规模与复杂性.特别是在开源软件、企业级应用和芯片设计程序等高度复杂的应用场景中,传统方法的自动化与智能化程度难以满足实际需求.
基金国家自然科学基金项目(62202090,62173101)辽宁省博士启动基金(2022-BS-077)+3 种基金中央高校基本科研业务费(N2417006)辽宁网络安全执法协同创新中心课题(XTCX2024-015)资助by Liaoning Province Natural Science Foundation Medical-Engineering Cross Joint Fund under Grant 2022-YGJC-24by the Fundamental Research Funds for the Central Universities under Grant N2217009.
文摘面向代码的软件能耗优化从程序设计和编码角度优化软件系统的能耗,能够很好地弥补面向硬件和面向资源的能耗优化方法过多依赖硬件环境、普适性较差、粒度过大,且难以在软件开发过程中应用等缺点.该文综述了近年来面向代码软件能耗优化领域的主要研究成果,总结了能耗优化的基本方法和技术层次以及面向代码的软件能耗优化基本思路;随后从面向代码的软件能耗估算方法和优化方法两个方面对现有工作加以梳理,逐一介绍了相关优化工具.该文提出了若干进一步研究的问题.首先,该文重定义面向代码的软件能耗评估模型和方法应该满足的特性,并提出代码的运行时能耗(Runtime Energy Consumption)和视在能耗(Apparent Energy Consumption)的概念;其次,该文认为现有面向代码的能耗优化技术过于具体,或针对具体的代码,或针对具体的功能,缺乏抽象层次的优化技术,缺乏算法层面的能耗优化方法,且没有充分考虑编程语言特征,尤其是面向对象语言特征;最后,该文提出算法能耗复杂度这一新观点,指出仍然存在的问题和可能的解决办法.
文摘针对现有可搜索加密方法中搜索表达能力不足以及验证机制不完善的问题,提出了一种基于区块链索引的可验证布尔搜索加密(verifiable Boolean searchable encryption based on blockchain index,VBSEBI)方案.该方案首先构建了支持可验证布尔搜索的安全模型,并在此基础上设计了一种基于区块链存储结构的增量型安全索引构造方法,在实现高效搜索的同时,确保索引结构的不可篡改性.此外,方案还设计了安全索引的高效动态更新机制,有效避免了因构建辅助更新结构而导致的索引存储和更新开销过大的问题.针对布尔搜索的完整性验证需求,方案定义了布尔搜索结果的不可伪造性,并提出了一种基于双线性映射累加器和扩展欧几里得算法的布尔运算完整性验证算法.安全性分析表明,VBSE-BI方案在随机预言模型下可抵御动态选择关键字攻击,并在双线性q阶强Diffie-Hellman假设下满足不可伪造性.与同类方案相比,VBSE-BI方案不仅支持更丰富的布尔搜索语句,还将用户端计算复杂度显著降低至log n(n为关键字个数).实验结果显示,通过优化验证算法,该方案使用户端验证时间始终保持在较低水平(1.0~1.8 s),仅为服务器端计算时间的9.98%~14.03%.上述结果表明,VBSE-BI方案非常适用于资源受限的移动设备,为可搜索加密的实际应用提供了坚实的理论基础和高效性保障.
