-
公开(公告)号：CN111552970A
公开(公告)日：2020-08-18
申请号：CN202010360371.6
申请日：2020-04-30
Applicant: 北京理工大学 , 中国人民解放军战略支援部队航天工程大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于三位一体综合画像的恶意代码检测及恶意性定位方法。使用本发明能够实现恶意代码的恶意性评估，并对代码恶意性部位实现准确定位。本发明在融合静态分析和动态分析方法的基础上，综合提取恶意代码的多方面主要特征，引入系统画像的思想，从基本结构、底层行为和高层行为等三个方面构建起“三位一体”的综合画像，建立能够系统准确刻画恶意代码的特征空间，实现对恶意代码的准确检测和家族分类。在此基础上，基于检测结果对三个画像部位的恶意性进行评估，由此实现对代码恶意性部位的准确定位，辅助研究人员建立起关于恶意代码的系统认知。
-
公开(公告)号：CN109543410A
公开(公告)日：2019-03-29
申请号：CN201811385352.8
申请日：2018-11-20
Applicant: 北京理工大学 , 中国人民解放军战略支援部队航天工程大学
IPC: G06F21/56
Abstract: 本发明公开了一种基于语义映射关联融合的恶意代码检测方法，基于恶意代码的动态和静态API序列之间的语义映射关系，将恶意代码样本转化为基于API的特征向量样本，基于得到的恶意代码样本特征向量训练机器学习分类器，实现了恶意代码的检测。本发明通过定义代码行为类型，将代码的静态和动态API序列转换为由行为类型划分的语义块序列，通过语义块之间的映射实现静态和动态API序列的关联和融合，生成了更为丰富特征向量空间，实现了对恶意代码更为系统全面的描绘，有效提升了意代码检测准确率；通过将语义块之间的路径长度作为语义块的权重，可以准确地反映该语义路径的重要程度，从而提高特征向量空间的精确度。
-
公开(公告)号：CN109350278A
公开(公告)日：2019-02-19
申请号：CN201811324877.0
申请日：2018-11-08
CPC classification number: A61C13/0013 , A61C13/0016 , A61C19/003
Abstract: 本发明涉及一种基于激光的人工牙冠咬合面耐磨度无形变定量调节方法，有步骤：1)用激光在人工牙冠咬合面制备若干个微孔；2)将液态光敏树脂涂布于微孔表面；3)用超声振动头抵住微孔以外区域，使液态光敏树脂完全填充所有的微孔孔腔；4)用光敏固化灯照射微孔区域，待液态光敏树脂初步凝固后，去除孔外液态光敏树脂形成的多余杂质；5)再次用光敏固化灯照射，直至所有液态光敏树脂完全固化；6)表面抛光。本发明能在不改变人工牙冠现有咬合接触的前提下，快速定量调节牙冠咬合面表面耐磨度，与个体对颌牙齿相适应，并大幅度提高强化材料与牙冠咬合面本体材料之间的结合强度。
-
公开(公告)号：CN103810101B
公开(公告)日：2019-02-19
申请号：CN201410056779.9
申请日：2014-02-19
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 本发明提供了一种软件缺陷预测方法和软件缺陷预测系统，用以解决现有的软件缺陷预测精度不高的问题。包括：降维处理单元、SVM训练单元和缺陷预测单元；其中步骤一、根据局部线性嵌入算法LLE对第一训练数据集进行降维处理，得到第一训练数据集中每个样本点映射到低维空间中的低维向量，得到由各低维向量组成的第二训练数据集；步骤二、根据所述第二训练数据集对支持向量机SVM分类器进行训练，得到SVM分类器的最优分类超平面函数，进而得到训练好的SVM分类器；步骤三、根据所述训练好的SVM分类器对待预测软件进行缺陷预测。
-
公开(公告)号：CN108062478A
公开(公告)日：2018-05-22
申请号：CN201810008763.9
申请日：2018-01-04
Applicant: 北京理工大学 , 中国信息安全测评中心
Abstract: 本发明公开了一种全局特征可视化与局部特征相结合的恶意代码分类方法，针对恶意代码二进制文件的分块计算三个特征值，每个特征值对应填充一个彩色通道，从而将恶意代码二进制文件可视化成RGB彩色图像；然后提取RGB彩色图像的全局特征，并从恶意代码二进制文件核心区域中提取局部特征，结合全局和局部特征进行恶意代码家族分类。使用本发明增加了恶意代码图像表示的信息量，提高了图像稳定性和分类模型的容错率，而且从恶意代码核心区域提取局部特征，弥补了全局特征在恶意代码变种变化较大时分类能力不足的缺陷，进一步地，全局特征和局部特征的结合在面对变化多端的恶意代码变种时具有更强的鲁棒性，很大程度上提高了恶意代码分类的准确率。
-
Patent Agency Ranking
公开(公告)号：CN107657175A
公开(公告)日：2018-02-02
申请号：CN201710835366.4
申请日：2017-09-15
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于图像特征描述子的恶意样本同源检测方法。使用本发明能够避免恶意样本混淆干扰，快速分析出恶意文件的同源性，效率高、精度高、鲁棒性强、扩展性强。本发明通过文件可视化算法进行数据预处理，避免因文件反编译或沙箱运行带来的语义层面的干扰因素，然后在同源性分析领域上利用图像特征提取技术提取恶意程序图像的特征描述子，并以图像特征描述子构建家族特征描述库，利用家族特征库分析比对未知恶意程序的同源性。通过图像特征提取算法获取的图像特征描述子鲁棒性强，且建立样本库后分析效率高，扩展性强。
-
-
公开(公告)号：CN105741654A
公开(公告)日：2016-07-06
申请号：CN201610289383.8
申请日：2016-05-04
Applicant: 北京理工大学
IPC: G09B23/18
CPC classification number: G09B23/183
Abstract: 本发明涉及一种空气断路器教学实验演示装置，属于实验教学领域。该装置可以在实验教学中作为演示实验使用，也可以作为一种辅助教具在课堂教学中使用。该装置包括：熔断器；控制开关；调压器；升流器；显示电流表，空气断路器；其中熔断器、控制开关、调压器、升流器、显示电流表和空气断路器为依次连接；本发明将高电压转换成低电压、增大驱动电流的技术思路，确保了设备在教学使用中的安全。其空气断路器装置主要结构的透明化设计，保证了教学演示中的直观性，可以在电工学教学实验中取得较好效果。且该装置形象直观，能够清晰演示空气断路器工作原理和过程，可靠安全，对改善教学效果能起到重要作用。
-
公开(公告)号：CN104766013A
公开(公告)日：2015-07-08
申请号：CN201510170488.7
申请日：2015-04-10
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于跳表的跨站脚本攻击防御方法，用于进行跨站脚本攻击漏洞检测，该方法包括如下步骤：针对跨站脚本攻击XSS样本，读取攻击代码code字段值、进行规范化处理以及MD5编码及整数转换，获得样本长整型数据并创建为跳表节点，跳表节点构建成跳表，组成攻击向量特征库；结合HTTP流量包分析，拦截通过POST/GET方式提交的数据信息，根据请求标头键值提取脚本向量参数集合并进行规范化处理，然后通过DFA描述方式生成所有可能指定阈值为L长度的子序列集合A；对A中各子序列进行16位MD5编码和整数转换，获得长整型；将A的长整型与特征库中跳表节点进行匹配，若存在相同的匹配，则对脚本参数Sm进行污点标记，从而获得漏洞检测结果。
-
公开(公告)号：CN103729295A
公开(公告)日：2014-04-16
申请号：CN201310750615.1
申请日：2013-12-31
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 本发明提供一种污点传播路径分析方法，解决的技术问题是利用程序依赖性来进行分析污点传播路径。步骤一、利用LLVM编译器架构分析程序，将源代码转换为中间语言IR表示，LLVM的IR表示是基于静态单一赋值形式；步骤二、在步骤一得到的IR表示上进行一个基本块内的变量数据依赖分析；步骤三：在步骤一得到的IR表示上进行基本块之间的控制依赖分析；步骤四：处理基本块聚合处的PHI节点的依赖：在静态单一赋值形式表示中，PHI函数被放在基本块聚合处，用于选择变量的在各个分支的不同实例，根据步骤二、步骤三的分析结果，求出PHI函数左边变量的依赖关系，将各基本块到基本块聚合处的依赖联系起来，从而分析出污点传播路径。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.034 seconds)
