基于QEMU的AArch64架构可执行程序的目标码覆盖率分析方法

    公开(公告)号:CN118152264A

    公开(公告)日:2024-06-07

    申请号:CN202410134224.5

    申请日:2024-01-31

    Abstract: 本发明涉及目标码覆盖率分析技术领域,公开了一种基于QEMU的AArch64架构可执行程序的目标码覆盖率分析方法,包括:S1:附加‑d、‑D指令激活QEMU虚拟机实时记录执行指令并生成日志文件;S2:在所述虚拟环境中运行所述AArch64架构的可执行程序生成可执行程序的反汇编文件,执行测试用例集直至测试完成;S3:解析所述可执行程序的反汇编文件,设计多层嵌套结构实现源码与目标码的一一对应,同时基于机器码串关联所述反汇编文件与所述QEMU日志文件,同时通过多条件匹配来统计目标码覆盖率信息并构建可视化显示界面,实现目标码的无损覆盖率分析。有效避免插桩带来的源码变更与代码膨胀,从而实现无损覆盖率分析。

    基于通用域适应的跨数据集网络入侵检测方法及系统

    公开(公告)号:CN118138357A

    公开(公告)日:2024-06-04

    申请号:CN202410422474.9

    申请日:2024-04-09

    Abstract: 本发明公开了一种基于通用域适应的跨数据集网络入侵检测方法,针对源域数据集和目标域数据集通过在不同的系统和场景中抓取流量数据、记录网络流特征和攻击类型而构成,其标签空间不同、特征空间不同,从有标签的源域数据集中学习分类知识,预测出两个数据集的公共标签,在无标签的目标域数据集上完成公共类别和未知类别的网络入侵检测,实现了跨数据集的网络入侵检测,具体包括:数据集特征数值化、训练网络入侵检测模型、训练目标域数据检测模型和目标域数据集的网络入侵检测等步骤。实现了跨数据集的网络入侵检测,解决了数据特征维度不同、目标域未知类分析、公共标签预测等问题。

    一种基于神经网络覆盖率的舰船图像对抗样本生成方法

    公开(公告)号:CN118172680A

    公开(公告)日:2024-06-11

    申请号:CN202410158613.1

    申请日:2024-02-04

    Abstract: 本发明涉及图像对抗样本技术领域,尤其涉及一种基于神经网络覆盖率的舰船图像对抗样本生成方法,包括以下步骤:S1:准备舰船卫星遥感图像样本,获取对应的标签信息;S2:挑选舰船特征明显的第一遥感图像样本,输入深度神经网络模型,确认模型中间层的活跃激活路径:S3:选择不含船舰特征的原始图像样本,加入舰船特征形成舰船图像样本,提取神经元激活值;S4:对舰船图像样本进行随机对抗攻击,生成舰船图像对抗样本;S5:获取输入样本相似度指标、中间层特征图差异度指标和神经网络覆盖率指标,构建多目标优化搜索空间:S6:将舰船图像对抗样本加入多目标优化搜索空间,获取非支配解集。本发明对提升舰船图像样本的识别准确性和鲁棒性具有重要意义。

Patent Agency Ranking