-
公开(公告)号：CN112598366B
公开(公告)日：2023-02-28
申请号：CN202011359678.0
申请日：2020-11-27
申请人： 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分类号： G06F17/00
摘要： 本发明提供一种资产管理审批流程自动化规划方法及装置，所述方法包括：提取资产管理审批流程的过程属性信息，确定审批流类型集合以及审批流状态集合；计算各个类型的审批流的复杂度；从数据库中获取机关业务员承担的审批任务负载情况，并对机关业务员承担的审批任务负载情况进行动态监测；基于对机关业务员承担的审批任务负载情况的动态监测结果，对机关业务员的负载情况进行排序；动态分配新的审批任务；分配新的审批任务后，获取该新的审批任务的执行结果，更新与该新的审批任务对应的审批流类型的审批流的复杂度。根据本发明的方案，能够合理分配任务，总体掌握当前所有审批流程的状态，无法提高资产审批效率的问题。
-
公开(公告)号：CN114726604A
公开(公告)日：2022-07-08
申请号：CN202210330154.1
申请日：2022-03-24
申请人： 北京理工大学
摘要： 本发明公开一种万物互联下基于边缘计算和SDN的多因素身份认证方法，边缘计算协调器利用SDN的网络管理的性质来进行服务发现和边缘计算服务的编排需求，集中式SDN控制器具有网络的全局视图，边缘计算协调器可以与SDN控制器集成，来从网络收集信息。身份验证模块由数据库服务器、身份认证服务器、边缘计算服务器、终端和应用服务提供者组成，数据库服务器对每一个网络实体的信息进行存储，最后通过多因素身份认证方法完成身份认证，采取身份认证的因素包括密码、指纹和数字证书。本发明将边缘计算和SDN相结合，在确保网络结构具有更好的灵活性和动态性的基础上，并提供更高效的身份验证方案，有效解决万物互联背景下联网元素之间的安全认证问题。
-
公开(公告)号：CN112598366A
公开(公告)日：2021-04-02
申请号：CN202011359678.0
申请日：2020-11-27
申请人： 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
摘要： 本发明提供一种资产管理审批流程自动化规划方法及装置，所述方法包括：提取资产管理审批流程的过程属性信息，确定审批流类型集合以及审批流状态集合；计算各个类型的审批流的复杂度；从数据库中获取机关业务员承担的审批任务负载情况，并对机关业务员承担的审批任务负载情况进行动态监测；基于对机关业务员承担的审批任务负载情况的动态监测结果，对机关业务员的负载情况进行排序；动态分配新的审批任务；分配新的审批任务后，获取该新的审批任务的执行结果，更新与该新的审批任务对应的审批流类型的审批流的复杂度。根据本发明的方案，能够合理分配任务，总体掌握当前所有审批流程的状态，无法提高资产审批效率的问题。
-
公开(公告)号：CN114676431A
公开(公告)日：2022-06-28
申请号：CN202210291138.6
申请日：2022-03-23
申请人： 北京理工大学
摘要： 本发明公开了一种基于API增强顺序的安卓恶意代码检测方法，利用API序列中的上下文信息挖掘API间的相似性，并利用这种相似性来增强原始的API调用序列，实现对应用程序相同行为的不同实现敏感；同时利用增强API序列的邻接矩阵替代API调用图，能够有效缩小特征规模；本发明主要包括使用基于递归的方法完成应用程序完整系统API调用序列的提取、基于CBOW模型原理的API嵌入模型的实现、以及基于卷积神经网络(CNN)的检测框架搭建；本发明主要用于安卓恶意代码检测任务，解决了已有检测方法对API变化弹性不足，在安卓恶意软件采用加密，混淆等措施时性能下降的问题。
-
公开(公告)号：CN114726604B
公开(公告)日：2023-04-25
申请号：CN202210330154.1
申请日：2022-03-24
申请人： 北京理工大学
摘要： 本发明公开一种万物互联下基于边缘计算和SDN的多因素身份认证方法，边缘计算协调器利用SDN的网络管理的性质来进行服务发现和边缘计算服务的编排需求，集中式SDN控制器具有网络的全局视图，边缘计算协调器可以与SDN控制器集成，来从网络收集信息。身份验证模块由数据库服务器、身份认证服务器、边缘计算服务器、终端和应用服务提供者组成，数据库服务器对每一个网络实体的信息进行存储，最后通过多因素身份认证方法完成身份认证，采取身份认证的因素包括密码、指纹和数字证书。本发明将边缘计算和SDN相结合，在确保网络结构具有更好的灵活性和动态性的基础上，并提供更高效的身份验证方案，有效解决万物互联背景下联网元素之间的安全认证问题。
-
公开(公告)号：CN109543410B
公开(公告)日：2021-05-07
申请号：CN201811385352.8
申请日：2018-11-20
申请人： 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分类号： G06F21/56
摘要： 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：CN109543410A
公开(公告)日：2019-03-29
申请号：CN201811385352.8
申请日：2018-11-20
申请人： 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分类号： G06F21/56
摘要： 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。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.026 秒)
