基于层次学习的跨架构漏洞挖掘方法

    公开(公告)号:CN110943981B

    公开(公告)日:2022-04-08

    申请号:CN201911142076.7

    申请日:2019-11-20

    Inventor: 吴昊 康绯 卜文娟

    Abstract: 本发明属于网络信息安全技术领域,特别涉及一种基于层次学习的跨架构漏洞挖掘方法,包含:获取训练样本数据;构建层次学习模型;并对层次学习模型进行克隆,得到克隆版层次学习模型;将训练样本数据函数对特征信息分别输入层次学习模型和克隆版层次学习模型进行模型训练学习,并计算两者获取的函数特征高维向量表示的相似度,依据相似标签判定调整层次模型参数和权重,以获取用于目标函数漏洞挖掘的层次模型;针对目标函数,提取作为层次模型输入的函数特征信息和函数调用关系,通过训练学习后的层次模型完成目标函数漏洞挖掘。本发明通过两级机器学习和丰富特征提取极大提升大规模漏洞搜索工作的效率和精度,对网络信息安全具有重要的指导意义。

    基于Petri网的密码误用漏洞检测方法及系统

    公开(公告)号:CN108123956B

    公开(公告)日:2020-10-20

    申请号:CN201711449476.3

    申请日:2017-12-27

    Abstract: 本发明属于网络信息安全技术领域,特别涉及一种基于Petri网的密码误用漏洞检测方法及系统,该方法包含如下内容:根据已知密钥安全漏洞生成密钥安全性漏洞检测模型并建立用于存储漏洞检测规则的检测规则库;提取加密应用程序中的API运行信息;对密码API序列进行污点分析,生成着色Petri网描述文件;结合漏洞检测规则及着色Petri网描述文件,进行密码误用漏洞检测。本发明在分析密码API函数调用方法的基础上,可借助动态二进制插桩方法,实现对API相关函数及其参数的运行时信息进行自动跟踪、监控与记录,可借助二进制分析识别不同密码函数之间的参数关联关系,大大提高检测效率,针对性强,识别率高,对网络信息安全技术具有重要的指导意义。

    一种密码服务虚拟机动态安全迁移方法及系统

    公开(公告)号:CN115189928B

    公开(公告)日:2023-10-17

    申请号:CN202210728437.1

    申请日:2022-06-25

    Abstract: 本发明涉及信息安全技术领域,公开一种密码服务虚拟机动态安全迁移方法及系统,该方法包括:步骤1:迁移开始前,源宿主机向目的宿主机发送密码服务虚拟机迁移请求;步骤2:迁移请求通过后,迁移双方进行身份认证;步骤3:若身份认证通过,则迁移双方进行实体完整性验证;步骤4:当实体完整性验证完成后,迁移双方进行数据传输;步骤5:数据传输完成后,迁移双方进行原子性验证,若验证通过,则迁移成功,若验证不通过,则迁移失败,重新进行迁移。本发明既保证了敏感内存页的安全迁移,又解决了使用密钥回收的方法无法实现动态迁移的问题。

    一种密码服务虚拟机动态安全迁移方法及系统

    公开(公告)号:CN115189928A

    公开(公告)日:2022-10-14

    申请号:CN202210728437.1

    申请日:2022-06-25

    Abstract: 本发明涉及信息安全技术领域,公开一种密码服务虚拟机动态安全迁移方法及系统,该方法包括:步骤1:迁移开始前,源宿主机向目的宿主机发送密码服务虚拟机迁移请求;步骤2:迁移请求通过后,迁移双方进行身份认证;步骤3:若身份认证通过,则迁移双方进行实体完整性验证;步骤4:当实体完整性验证完成后,迁移双方进行数据传输;步骤5:数据传输完成后,迁移双方进行原子性验证,若验证通过,则迁移成功,若验证不通过,则迁移失败,重新进行迁移。本发明既保证了敏感内存页的安全迁移,又解决了使用密钥回收的方法无法实现动态迁移的问题。

    一种计算机陆战兵棋中基于简化狼群算法的坦克集群作战推演方法及系统

    公开(公告)号:CN115310610A

    公开(公告)日:2022-11-08

    申请号:CN202210721113.5

    申请日:2022-06-24

    Abstract: 本发明公开一种计算机陆战兵棋中基于简化狼群算法的坦克集群作战推演方法及系统,该方法包括:将任务匹配度最大的坦克作为头狼坦克单位,其余坦克作为猛狼坦克单位;在歼敌任务中,头狼坦克单位在发现敌方兵棋算子时,召唤猛狼坦克单位进入战斗位置;猛狼坦克单位在收到召唤时,执行游猎行为,即采用广度优先算法向目标点靠近,达到围攻效果;当猛狼坦克单位在游猎期间的任务匹配度Ni>N1时,升级为头狼坦克单位,原有头狼坦克单位降级为猛狼坦克单位,分别执行召唤、游猎行为。本发明通过对狼群的行为机制进行模仿,能够提供坦克集群在执行作战任务时解决思路,可以提高推演人员的决策效率与科学性,从而使整个推演过程更加符合实际作战场景。

    一种道路事故感知识别方法及系统

    公开(公告)号:CN111696366A

    公开(公告)日:2020-09-22

    申请号:CN202010501810.0

    申请日:2020-06-04

    Abstract: 本发明涉及一种道路事故感知识别方法及系统,属于交通事故的检测和安全预警技术领域,在道路上间隔布置震动传感器和雷达;震动传感器感应震动信息,并将震动信息转换为震动信号,发送至主控单元;主控单元根据震动信号,初步判断是否发生事故,并且得到预判事故位置;若初步判断发生事故,控制所述预判事故位置附近的雷达开启;雷达开启后,搜索道路范围内的静止目标,并将搜索结果发送至主控单元;主控根据雷达搜索结果,最终确定是否发生道路事故,并且得到最终事故位置:如果道路范围内搜索到静止目标,则确定发送道路事故,否则,判定未发生道路事故,解决现有技术中存在的道路事故检测精度低、可靠性差、不能够准确定位的问题。

    一种负高压反馈电源电路

    公开(公告)号:CN111478557A

    公开(公告)日:2020-07-31

    申请号:CN202010382765.1

    申请日:2020-05-08

    Abstract: 本发明提供一种负高压反馈电源电路,属于电源电路领域。该电源电路包括前端采样部分和后端输出部分,前端采样部分用于对负高压输出端输出的负高压信号进行采样得到采样信号,后端输出部分用于对采样信号进行转换输出;前端采样部分包括串联分压电路,串联分压电路连接在地与负高压输出端之间,串联分压电路包括串联的第一电阻和第二电阻,将这两个电阻的串联点作为采样点;后端输出部分包括基准电压源,基准电压源的基准端接地,基准电压源的阳极连接采样点,基准电压源的阴极用于输出。本发明能完成负高压信号的取样反馈。

    基于层次学习的跨架构漏洞挖掘方法

    公开(公告)号:CN110943981A

    公开(公告)日:2020-03-31

    申请号:CN201911142076.7

    申请日:2019-11-20

    Inventor: 吴昊 康绯 卜文娟

    Abstract: 本发明属于网络信息安全技术领域,特别涉及一种基于层次学习的跨架构漏洞挖掘方法,包含:获取训练样本数据;构建层次学习模型;并对层次学习模型进行克隆,得到克隆版层次学习模型;将训练样本数据函数对特征信息分别输入层次学习模型和克隆版层次学习模型进行模型训练学习,并计算两者获取的函数特征高维向量表示的相似度,依据相似标签判定调整层次模型参数和权重,以获取用于目标函数漏洞挖掘的层次模型;针对目标函数,提取作为层次模型输入的函数特征信息和函数调用关系,通过训练学习后的层次模型完成目标函数漏洞挖掘。本发明通过两级机器学习和丰富特征提取极大提升大规模漏洞搜索工作的效率和精度,对网络信息安全具有重要的指导意义。

    基于Petri网的密码误用漏洞检测方法及系统

    公开(公告)号:CN108123956A

    公开(公告)日:2018-06-05

    申请号:CN201711449476.3

    申请日:2017-12-27

    Abstract: 本发明属于网络信息安全技术领域,特别涉及一种基于Petri网的密码误用漏洞检测方法及系统,该方法包含如下内容:根据已知密钥安全漏洞生成密钥安全性漏洞检测模型并建立用于存储漏洞检测规则的检测规则库;提取加密应用程序中的API运行信息;对密码API序列进行污点分析,生成着色Petri网描述文件;结合漏洞检测规则及着色Petri网描述文件,进行密码误用漏洞检测。本发明在分析密码API函数调用方法的基础上,可借助动态二进制插桩方法,实现对API相关函数及其参数的运行时信息进行自动跟踪、监控与记录,可借助二进制分析识别不同密码函数之间的参数关联关系,大大提高检测效率,针对性强,识别率高,对网络信息安全技术具有重要的指导意义。

    一种陆战兵棋AI中坦克攻击位置的选择方法及装置

    公开(公告)号:CN115293349A

    公开(公告)日:2022-11-04

    申请号:CN202210721112.0

    申请日:2022-06-24

    Abstract: 本发明公开一种陆战兵棋AI中坦克攻击位置的选择方法及装置,该方法包括:步骤1:获取陆战兵棋AI中坦克攻击位置的可选择位置集合;步骤2:设置陆战兵棋AI中坦克攻击位置选择所需参数;所述参数包括各位置的时间权值Xt,时间阈值T,效果权值Xe,效果阈值E,危险系数D;步骤3:根据时间阈值T,从可选择位置集合中筛选出符合时间要求的位置;步骤4:根据效果阈值E,从步骤3的筛选结果中筛选出符合效果要求的位置;步骤5:计算步骤4中得到的各位置对应的时间权值Xt、效果权值Xe、危险系数D;步骤6:基于步骤5中得到的Xt、Xe、D得到陆战兵棋AI中最优坦克攻击位置。本发明立足实际,使陆战兵棋AI中坦克攻击位置的选择更加合理高效。

Patent Agency Ranking