-
公开(公告)号：CN105808369A
公开(公告)日：2016-07-27
申请号：CN201610184888.8
申请日：2016-03-29
IPC: G06F11/07
CPC classification number: G06F11/0727 , G06F11/0784 , G06F11/0787
Abstract: 本发明针对内存泄漏缺陷，提出一种基于符号执行的内存泄漏检测方法，首先对于被测试的源代码，使用静态分析工具处理，得到静态内存泄漏警报；然后，把用源代码和内存泄漏警报，同时输入插桩器，得到插桩后的代码。接着，把插桩后的代码输入测试用例生成模块，生成大量测试用例并执行所有测试用例。每个测试用例运行结束后都有对目标内存对象泄漏情况汇报，最后综合所有测试执行的输出，对内存泄漏测试结果进行判定。本方法解决了静态内存泄漏分析的误报问题和动态测试的漏报问题，并利用符号执行技术生成测试用例，减少了静态分析内存泄漏结果的人工验证工作。提高了动态执行的效率。
-
公开(公告)号：CN105808369B
公开(公告)日：2018-11-23
申请号：CN201610184888.8
申请日：2016-03-29
IPC: G06F11/07
Abstract: 本发明针对内存泄漏缺陷，提出一种基于符号执行的内存泄漏检测方法，首先对于被测试的源代码，使用静态分析工具处理，得到静态内存泄漏警报；然后，把用源代码和内存泄漏警报，同时输入插桩器，得到插桩后的代码。接着，把插桩后的代码输入测试用例生成模块，生成大量测试用例并执行所有测试用例。每个测试用例运行结束后都有对目标内存对象泄漏情况汇报，最后综合所有测试执行的输出，对内存泄漏测试结果进行判定。本方法解决了静态内存泄漏分析的误报问题和动态测试的漏报问题，并利用符号执行技术生成测试用例，减少了静态分析内存泄漏结果的人工验证工作。提高了动态执行的效率。
-
公开(公告)号：CN105046155A
公开(公告)日：2015-11-11
申请号：CN201510355563.7
申请日：2015-06-24
Applicant: 北京系统工程研究所
CPC classification number: G06F21/577 , G06F21/56 , G06F21/563 , H04L63/1433
Abstract: 本发明实施例公开了一种软件系统漏洞风险评估方法及装置，涉及信息安全技术领域，解决了现有技术中不能直观准确地对软件系统存在的安全风险进行综合评估的问题。所述软件系统漏洞风险评估方法包括：对软件系统中的软件包依赖元数据进行预处理，构建软件依赖网络；获取漏洞信息，根据所述漏洞信息构建漏洞与软件包之间的关联关系；根据所述软件依赖网络和所述漏洞与软件包之间的关联关系，查询存在漏洞的软件包以及直接或间接依赖所述软件包的其他软件包，构建软件包依赖关系子图；基于所述软件包依赖关系子图中各节点的重要程度，评估漏洞对整体软件系统的安全风险。本发明的实施例主要用于对复杂软件系统漏洞风险进行评估。
-
公开(公告)号：CN104156418B
公开(公告)日：2015-09-30
申请号：CN201410377347.8
申请日：2014-08-01
Applicant: 北京系统工程研究所
IPC: G06F17/30
Abstract: 本发明公开了一种基于知识重用的演化聚类方法，其通过截取t时刻和以时间窗口长度为限制的有限个历史时刻的数据，应用任一静态聚类方法对数据进行聚类分析，并将聚类结果生成离散化0-1矩阵，之后按时间衰减加权离散化0-1矩阵获得加权0-1矩阵，最后用静态聚类方法对加权0-1矩阵进行静态聚类分析，获得t时刻的演化聚类结果。本发明是通过融合历史时刻的多时间截面静态聚类结果，形成知识积累；从短期来看，可以消除数据噪音提高聚类准确率，从长期来看，可以防止数据扰动保持聚类的稳定性。
-
公开(公告)号：CN104504233A
公开(公告)日：2015-04-08
申请号：CN201410646085.0
申请日：2014-11-14
Applicant: 北京系统工程研究所
IPC: G06F19/00
Abstract: 本发明提供了一种基于多维向量熵随机采样的异常识别方法，该方法包括以下步骤：I、从样本空间Ω中样本点选取采样点，生成子样本空间ω；II、确定所述样本点的多维向量熵；III、重复上述步骤，确定所述样本点多维向量熵的融合结果；IV、确定所述样本点的异常程度；V、确定异常点。该方法通过融合随机采样的样本点，解决大规模数据中的异常识别面临的样本量大、维度高等问题，该方法不仅能降低异常识别的时间复杂度，提高识别效果的准确性，还具有较强的扩展性。
-
Patent Agency Ranking
公开(公告)号：CN104462184B
公开(公告)日：2018-04-10
申请号：CN201410535911.4
申请日：2014-10-13
Applicant: 北京系统工程研究所
IPC: G06F17/30
Abstract: 本发明提供一种基于双向抽样组合的大规模数据异常识别方法，包括以下步骤：对样本数据集进行横向抽样，得到子样本数据集；对子样本数据集进行属性抽样，得到条带数据集；对条带数据集进行异常程度打分；重复执行上述步骤；组合异常程度分数，并计算异常程度分数的期望值。本发明通过双向抽样方法，既解决了样本量大时间复杂度高，又解决了维灾难的问题；利用抽样方法将数据集进行切分，提高了本发明方法的扩展性。
-
公开(公告)号：CN104504233B
公开(公告)日：2017-06-06
申请号：CN201410646085.0
申请日：2014-11-14
Applicant: 北京系统工程研究所
IPC: G06F19/00
Abstract: 本发明提供了一种基于多维向量熵随机采样的异常识别方法，该方法包括以下步骤：I、从样本空间Ω中样本点选取采样点，生成子样本空间ω；II、确定所述样本点的多维向量熵；III、重复上述步骤，确定所述样本点多维向量熵的融合结果；IV、确定所述样本点的异常程度；V、确定异常点。该方法通过融合随机采样的样本点，解决大规模数据中的异常识别面临的样本量大、维度高等问题，该方法不仅能降低异常识别的时间复杂度，提高识别效果的准确性，还具有较强的扩展性。
-
公开(公告)号：CN104156418A
公开(公告)日：2014-11-19
申请号：CN201410377347.8
申请日：2014-08-01
Applicant: 北京系统工程研究所
IPC: G06F17/30
CPC classification number: G06F17/30864 , G06K9/6218
Abstract: 本发明公开了一种基于知识重用的演化聚类方法，其通过截取t时刻和以时间窗口长度为限制的有限个历史时刻的数据，应用任一静态聚类方法对数据进行聚类分析，并将聚类结果生成离散化0-1矩阵，之后按时间衰减加权离散化0-1矩阵获得加权0-1矩阵，最后用静态聚类方法对加权0-1矩阵进行静态聚类分析，获得t时刻的演化聚类结果。本发明是通过融合历史时刻的多时间截面静态聚类结果，形成知识积累；从短期来看，可以消除数据噪音提高聚类准确率，从长期来看，可以防止数据扰动保持聚类的稳定性。
-
公开(公告)号：CN105046206B
公开(公告)日：2019-02-01
申请号：CN201510355350.4
申请日：2015-06-24
Applicant: 北京系统工程研究所
Abstract: 本发明实施例公开了一种基于视频中运动先验信息的行人检测方法及装置，涉及视频中的行人检测技术领域，解决了现有技术中视频中的行人检测方法复杂度较高、很难实现实时检测的问题。所述方法包括：通过背景差分的方法提取待检测视频中的运动信息；对所述运动信息中的运动目标进行区域聚类，得到运动密集区域块；对所述待检测视频中的视频帧图像依据所述运动密集区域块进行分割处理，分别建立图像金字塔；对所述运动密集区域块的每层图像金字塔进行特征提取，仅提取运动区域及附近像素的特征信息；运用滑窗的方式，检测所述运动密集区域块的每层金字塔图像中的行人，定位行人目标，获取行人检测结果。本发明的实施例主要用于视频中的行人检测。
-
公开(公告)号：CN105046155B
公开(公告)日：2018-05-08
申请号：CN201510355563.7
申请日：2015-06-24
Applicant: 北京系统工程研究所
Abstract: 本发明实施例公开了一种软件系统漏洞风险评估方法及装置，涉及信息安全技术领域，解决了现有技术中不能直观准确地对软件系统存在的安全风险进行综合评估的问题。所述软件系统漏洞风险评估方法包括：对软件系统中的软件包依赖元数据进行预处理，构建软件依赖网络；获取漏洞信息，根据所述漏洞信息构建漏洞与软件包之间的关联关系；根据所述软件依赖网络和所述漏洞与软件包之间的关联关系，查询存在漏洞的软件包以及直接或间接依赖所述软件包的其他软件包，构建软件包依赖关系子图；基于所述软件包依赖关系子图中各节点的重要程度，评估漏洞对整体软件系统的安全风险。本发明的实施例主要用于对复杂软件系统漏洞风险进行评估。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.026 seconds)
