申请/专利权人:上海交通大学
申请日:2024-02-02
公开(公告)日:2024-05-07
公开(公告)号:CN117992347A
主分类号:G06F11/36
分类号:G06F11/36;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.24#实质审查的生效;2024.05.07#公开
摘要:一种基于大语言模型的程序中循环不变量生成系统及方法,包括:语境理解模块、自监督学习模块、验证和精化模块以及修正优化模块,其中:语境理解模块根据输入程序在不同迭代状态下的语法和语义信息,进行深度文本理解和表示学习,得到对程序语境的高度抽象表示;自监督学习模块通过大语言模型对高度抽象表示进行自监督预训练,生成循环不变量的初步猜测;验证和精化模块利用程序分析和验证技术对初步猜测进行验证和精化,得到更加准确的循环不变量;修正优化模块对循环不变量进行进一步的修正和优化,生成最终的循环不变量。本发明采用大语言模型与传统验证工具协同工作,使其具备对程序语法和语义的深度理解,能够针对任何程序软件进行内存安全性验证,且完全无需专家经验等人工操作,实现了程序软件验证的自动化实现。
主权项:1.一种基于大语言模型的程序中循环不变量生成系统,其特征在于,包括:语境理解模块、自监督学习模块、验证和精化模块以及修正优化模块,其中:语境理解模块根据输入程序在不同迭代状态下的语法和语义信息,进行深度文本理解和表示学习,得到对程序语境的高度抽象表示;自监督学习模块通过大语言模型对高度抽象表示进行自监督预训练,生成循环不变量的初步猜测;验证和精化模块利用程序分析和验证技术对初步猜测进行验证和精化,得到更加准确的循环不变量;修正优化模块对循环不变量进行进一步的修正和优化,生成最终的循环不变量。
全文数据:
权利要求:
百度查询: 上海交通大学 基于大语言模型的程序中循环不变量生成系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。