-
公开(公告)号:CN119961894A
公开(公告)日:2025-05-09
申请号:CN202510438864.X
申请日:2025-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于语义概率重构的细粒度流混淆的对抗训练方法,属于对抗训练技术领域,包括:提取控制流图并优化为局部功能块结构,生成节点的功能属性特征;基于图注意力机制聚合功能属性特征与拓扑关系,生成低维图嵌入;将低维图嵌入、操作码序列和应用编程接口调用序列输入大语言模型,学习良性样本的功能块调用概率分布,锁定异常节点对;基于强化学习代理,搜索包含调用转移、节点隐藏和语义无关指令注入的最优操作序列;根据最优操作序列调整控制流图,重构符合可执行文件格式约束的对抗性软件;通过动态评估攻击成功率和语义保留率,反馈优化强化学习代理,形成攻防动态博弈框架。该方法能够降提升恶意软件防御的可靠性与准确性。
-
公开(公告)号:CN118138323A
公开(公告)日:2024-06-04
申请号:CN202410303282.6
申请日:2024-03-15
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于端到端时延约束的电力系统安全策略的适配方法,涉及端到端时延和最优化算法技术领域,包括数据包解析,解析电力系统流量分析结果所提供的数据包详细参数,并计算为具体时间参数;设计时延约束,根据各项时间参数,确定电力系统各个设备的时延约束条件;优化匹配,通过统计方法,查询系统各个电力设备的实时状态,综合评估设备老化情况,调整系统安全策略;自动适配,根据电力系统的实时状态和时延约束条件,对系统安全策略进行自动适配,选择最优安全策略。本发明将电力系统安全策略调整的复杂目标转变为一个端到端的最优化问题,运用最优化算法找到全局最优解,确定最优安全适配策略,保障电力系统的安全性和实时性。
-