设备固件漏洞检测方法、装置、设备及存储介质

    公开(公告)号:CN116561768B

    公开(公告)日:2024-05-28

    申请号:CN202310574335.3

    申请日:2023-05-19

    Abstract: 本发明公开了一种设备固件漏洞检测方法、装置、设备及存储介质,包括:获取待测固件中各组件的组件信息,将各组件信息的第一字符串与预设漏洞库中的各漏洞信息的第二字符串进行距离匹配,根据距离匹配结果确定各组件信息与各漏洞信息之间的相似距离,将各组件信息对应的相似距离与预设距离阈值进行比对,根据比对结果确定各组件中存在漏洞的目标组件;由于本发明通过将待测固件与预设漏洞库中的各漏洞进行字符串距离匹配,确定待测固件中各组件信息与各漏洞信息之间的相似距离,从而确定待测固件中存在漏洞的目标组件,在确保固件漏洞检测准确性的同时,提升了固件的安全检测效率,有效降低了物联网设备更新固件时的安全风险。

    个体网络安全意识分级量化评价方法

    公开(公告)号:CN108446848A

    公开(公告)日:2018-08-24

    申请号:CN201810233382.0

    申请日:2018-03-21

    CPC classification number: G06Q10/06393 G06Q50/26

    Abstract: 针对当前网络安全意识定义模糊,缺少有效评估体系和方法的问题,本发明提出个体网络安全意识分级量化评价方法。该方法包括三个部分,主观意识评估、行为本体评估和评估决策。主观意识评估部分通过问卷调查获取个体信息,通过层次分析法对各信息安全认知、信息法律伦理、信息安全知识、信息安全能力4个维度打分,获取个体用户在这4个维度的得分。行为本体评估部分,扫描电脑和手机用户行为,计算与最优的用户行为直接的距离,通过随机森林算法判别用户行为安全等级。融合主观意识评估和行为本体评估,评估个体网络空间安全意识水平。实验结果表明,该方法能够结合机器学习方法实现个体网络安全意识分级量化,粒度从强到弱不小于4级,其分级准确率在95%以上。该方法可以用于提高个体网络安全意识分级量化模型的全面性和普适性,具有一定的实用价值。

Patent Agency Ranking