带报文应答的分布式流量生成系统

    公开(公告)号:CN110048960B

    公开(公告)日:2021-03-30

    申请号:CN201910308535.8

    申请日:2019-04-17

    Abstract: 本发明设计了一种带报文应答的分布式流量生成系统,技术涉及分布式网络系统、传输层TCP和UDP协议栈及其应用层协议解析和报文重构,属于计算机与信息科学技术领域。本发明的目的是为解决目前软件流量生成系统无法提供在渗透测试时可供用户定制的流量应答服务,以及现有软件流量生成系统受单机带宽限制而无法为复杂系统提供用于稳定性测试的大带宽背景流量的问题。本发明在使用时用户可使用针对本系统特意构建的多域高级规则匹配模块,对流量生成规则和报文应答规则进行深度自定义,从而使生成的流量具有高度拟真的特性。同时用户可根据不同的网络拓扑结构部署分布式流量出口,从而可以使生成的流量尽可能充满所有的子网,全面测试网络系统的稳定性和安全性。

    结合动态加载和函数Native化的DEX保护方法

    公开(公告)号:CN108491235B

    公开(公告)日:2021-03-30

    申请号:CN201810235689.4

    申请日:2018-03-21

    Abstract: 本发明涉及结合动态加载和函数Native化的DEX保护方法,属于计算机与信息科学技术领域中Android平台APP加固技术的一种。本发明第一步对应用的APK文件进行加固修改,加固过程首先通过apktool工具反编译应用APK文件,获取AndroidManifest.xml文件,修改应用启动入口,然后利用输入的待保护方法列表,生成植入代码,并植入原始DEX文件反编译得到的smali文件,重新生成DEX文件并重构,最后对DEX文件加密,输出得.jar,并重新打包生成APK。本发明第二步在APP运行过程中修改进程内存,首先启动壳DEX,运行植入的启动代码对原始DEX文件加密和动态加载,并重定向被保护的方法,接着,在函数调用时执行自定义的代码恢复被调用方法,调用原始函数,完成函数调用。

    结合深度分层网络的网络恶意流量检测方法

    公开(公告)号:CN112261063A

    公开(公告)日:2021-01-22

    申请号:CN202011251386.5

    申请日:2020-11-09

    Abstract: 本发明涉及结合深度分层网络的网络恶意流量检测方法,属于计算机与信息科学技术领域。本发明首先对原始流量包进行特征提取,生成字节表示的向量特征,然后将新生成的特征输入深度分层网络的Text‑CNN网络进行空间特征提取,将输出的空间特征重塑为特征图,输入Bi‑LSTM网络中提取时间特征,最后对深度分层网络进行迭代训练,根据时空特征输出流量的分类结果。本发明使用了深度学习方法,大大提高了流量信息的特征提取效率,而且可以对网络用户产生的原始流量数据进行分析检测,解决了流量数据特征工程丢失信息造成的分类精度和效率降低的问题,简化了通信系统对流量信息的分析过程,满足了大数据环境下的恶意流量检测需求,提高了网络恶意流量的检测效率。

    基于生成对抗网络的医疗数据扩充方法

    公开(公告)号:CN112215339A

    公开(公告)日:2021-01-12

    申请号:CN202011090696.3

    申请日:2020-10-13

    Abstract: 本发明涉及一种医疗数据扩充方法,尤其是指一种针对医疗中具有复杂分布的表格类型数据扩充方法,属于计算机与信息科学技术领域。该方法包括:首先学习表格数据的边缘概率分布,具体方法是利用累积概率分布函数将表格的每一维数据处理为均匀分布数据并训练一个神经网络拟合累积概率分布函数的逆函数将均匀分布数据映射回目标分布的数据;利用改进的生成对抗网络模型WGAN‑GP学习预处理后均匀分布数据的联合概率分布;最终利用训练好的表示累积概率分布函数逆函数的神经网络将从GAN的生成器采样出的均匀分布数据变换至目标分布的数据,从而生成和训练样本具有相同概率分布的生成样本。

    一种基于操作码序列的恶意软件家族分类方法

    公开(公告)号:CN112214767A

    公开(公告)日:2021-01-12

    申请号:CN202011090679.X

    申请日:2020-10-13

    Abstract: 本发明涉及一种基于操作码序列的恶意软件家族分类方法,属于恶意软件家族分类与机器学习领域。主要为了解决在对恶意软件进行静态分析时,因忽视恶意软件反汇编后提取的操作码的顺序而导致误分类的问题。本发明首先对恶意软件进行反汇编并提取操作码,得到操作码序列;然后计算每个操作码的256位hash值,并将hash值顺序排列成矩阵;接下来将矩阵转化为灰度图像,并采用双线性插值法对该图像进行比例为256*3000的缩放;最后,经过卷积神经网络得到恶意软件家族分类结果。在BIG 2015上实验,结果表明本发明能达到较好的分类效果,进一步提升了恶意软件家族分类的正确率。

    基于强化混合专家模型的跨项目软件缺陷预测方法

    公开(公告)号:CN112199287A

    公开(公告)日:2021-01-08

    申请号:CN202011100263.1

    申请日:2020-10-13

    Abstract: 本发明涉及一种基于强化混合专家模型的软件缺陷预测方法,属于计算机与信息科学技术领域。主要解决跨项目软件缺陷预测中混合专家模型未能学习跨项目软件的全局信息造成软件缺陷预测性能下降的问题。本发明首先全局训练随机森林,由森林中的树经过挑选与强化构成专家,然后经过改进的EM算法计算每个样本的后验概率并迭代执行专家模型的挑选与强化过程,最后根据迭代重构后的子簇训练门控网络,组合优化好的专家模型构成完整的强化混合专家模型,预测本项目待预测软件模块的缺陷。结果表明本发明能达到较好的分类效果,进一步提升了跨项目软件缺陷预测的准确率。

    一种基于路径比对的校验函数定位方法

    公开(公告)号:CN107193732B

    公开(公告)日:2020-12-08

    申请号:CN201710331861.1

    申请日:2017-05-12

    Abstract: 本发明涉及一种基于路径比对的校验函数定位方法,属于信息安全中的二进制漏洞挖掘领域,目的是为解决对含有校验函数的程序进行模糊测试时,对校验函数定位的时空消耗大的问题。本发明采用路径比对的方法,首先对二进制程序进行动态插桩,以获取单个测试用例的路径文件;然后变异测试用例,获得一组不同测试用例的路径文件;再对每个路径文件进行哈希计算,并比对这些哈希值,取与初始用例路径不同且短于初始路径、并且该路径的哈希值占比相对较高的路径地址为可疑地址;最后对可疑地址处的基本块规模和汇编特征进行分析,判定是否为校验函数。本发明具有准确率高、时空开销低等特点,适用对测试速度可计算资源有较高要求的模糊测试领域,具有很好的应用价值和推广价值。

    融合ICT供应链网络拓扑特征的产品份额趋势预测方法

    公开(公告)号:CN111489192A

    公开(公告)日:2020-08-04

    申请号:CN202010233687.9

    申请日:2020-03-27

    Abstract: 本发明涉及融合ICT供应链网络拓扑特征的产品份额趋势预测方法,属于自然语言处理与机器学习领域。主要解决市场趋势受到供应链网络行业特征和份额分布的双重影响,且历史敏感性强的问题。首先利用霍克斯过程对时序属性信息进行建模,学习得到时间拓扑嵌入向量表示;其次对多行业复用供应链网络拓扑结构进行嵌入,学习得到供应商节点份额拓扑嵌入向量表示;最后供应商节点的时间拓扑嵌入向量和供应商节点份额拓扑嵌入向量,训练市场趋势预测模型,实现对市场趋势的预测。对招投标平台收集到的265家供应商近三年来的数据进行了实验,结果表明本发明能达到较好的分类效果,进一步提升了产品份额趋势预测的准确率。

    利用分布式语义信息的论文标题生成方法

    公开(公告)号:CN106383817B

    公开(公告)日:2019-07-02

    申请号:CN201610866179.8

    申请日:2016-09-29

    Abstract: 本发明涉及一种利用分布式语义信息的论文标题生成方法,属于自然语言处理领域。本发明首先利用TextRank算法获取论文摘要的前k个关键词,训练GloVe模型得到词向量,对提取的关键词进行向量初始化,然后利用基于长短期记忆单元的循环神经网络标题生成模型获取标题,最后进行标题构建。本发明利用深度学习的方法挖掘标题的深层语义信息,使生成的标题可读性强,且符合标题的语义规则。

    融合序列语法标注框架的生成式文本摘要方法

    公开(公告)号:CN109948162A

    公开(公告)日:2019-06-28

    申请号:CN201910225744.6

    申请日:2019-03-25

    Abstract: 本发明涉及融合序列语法标注框架的生成式文本摘要方法,属于自然语言处理领域。主要为了解决现有模型在产生摘要时没有考虑语法结构,因此生成的摘要存在不满足语法规则的问题。本发明首先利用开源句法分析器Berkeley Parser对句子进行成分句法分析,生成短语解析树;其次通过深度优先遍历算法,将短语解析树线性化成一个结构标签序列;然后使用word2vec工具对语法标注序列进行向量化;最后将源语法结构信息输入到编码器中,经过摘要生成模块编、解码,最终生成摘要。实验在CNN/Daily Mail数据集上进行,结果表明本发明不仅解决了超纲词、重复短语、主题不显著等问题,而且生成的摘要基本满足语法规则,可读性更强,与源文本语法更具有一致性,ROUGE得分比先进算法有一定提高。

Patent Agency Ranking