-
公开(公告)号:CN110677413B
公开(公告)日:2021-07-30
申请号:CN201910930600.0
申请日:2019-09-29
Applicant: 南京大学
IPC: H04L29/06 , H04L29/08 , G05B19/418 , G05B15/02
Abstract: 本发明公开了一种智能家居物联网系统受攻击安全验证的方法和装置。本发明根据设备描述信息和IFTTT规则构建有限状态机模型,根据预先设定的规约模板和输入的参数构建形式化规约,然后采用模型检验工具对有限状态机模型是否满足形式化规约进行正确性验证,通过模型检验工具验证输出的反例路径找出导致系统不安全的智能家居设备和相关的IFTTT规则。构建有限状态机模型时为每个智能家居设备引入是否受攻击的状态参数,构建形式化规约时全局引入攻击烈度参数。其中,攻击烈度是智能家居设备处于受攻击状态的设备数。本发明通过是否受攻击的状态参数和攻击烈度参数的引入验证智能家居物联网系统在受到常见的外部网络攻击时是否安全。
-
公开(公告)号:CN110705316A
公开(公告)日:2020-01-17
申请号:CN201910935932.8
申请日:2019-09-29
Applicant: 南京大学
IPC: G06F40/42
Abstract: 本发明公开了一种由智能家居生成线性时序逻辑规约的方法和装置,用于在智能家居领域中将用户输入的自然语言需求文本转换成线性时序逻辑规约。该方法首先对输入的自然语言文本进行预处理;然后使用自然语言处理技术,生成语法分析树和语法依存关系;识别句子中的各个子句,以及每个子句中的主语、谓语、宾语、布尔运算符、条件变量和时序运算符,生成树形的中间表示形式;最后遍历树结构,自动生成对应的线性时序逻辑规约。本发明解决了普通智能家居用户难以直接提供形式化规约的问题,有效节约时间和人力成本,并且能够弥补现有智能家居物联网验证系统的不足,使得不具备专业知识的普通用户所提出的自然语言需求能够被自动的验证。
-
公开(公告)号:CN110677413A
公开(公告)日:2020-01-10
申请号:CN201910930600.0
申请日:2019-09-29
Applicant: 南京大学
IPC: H04L29/06 , H04L29/08 , G05B19/418 , G05B15/02
Abstract: 本发明公开了一种智能家居物联网系统受攻击安全验证的方法和装置。本发明根据设备描述信息和IFTTT规则构建有限状态机模型,根据预先设定的规约模板和输入的参数构建形式化规约,然后采用模型检验工具对有限状态机模型是否满足形式化规约进行正确性验证,通过模型检验工具验证输出的反例路径找出导致系统不安全的智能家居设备和相关的IFTTT规则。构建有限状态机模型时为每个智能家居设备引入是否受攻击的状态参数,构建形式化规约时全局引入攻击烈度参数。其中,攻击烈度是智能家居设备处于受攻击状态的设备数。本发明通过是否受攻击的状态参数和攻击烈度参数的引入验证智能家居物联网系统在受到常见的外部网络攻击时是否安全。
-
公开(公告)号:CN108763064A
公开(公告)日:2018-11-06
申请号:CN201810442423.7
申请日:2018-05-10
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于黑盒函数与机器学习的代码测试生成方法和装置。本发明通过对被测程序代码静态分析,提取先前测试未覆盖的节点所对应的未覆盖路径,然后将未覆盖路径上的复杂结构的程序代码用黑盒函数打包后,采用基于学习验证的约束求解器和符号执行分析器进行验证求解,得到能够覆盖先前测试未覆盖的节点的测试用例数据,从而使得测试工程师能够利用这些测试用例数据进行回归测试从而测试覆盖先前测试未覆盖的节点。本发明将被测程序中的复杂代码替换成黑盒函数,减少了符号执行过程中对复杂代码片段的分析,将更多系统资源分配在对目标结点覆盖的求解上,从而提高了程序分析效率和目标节点的覆盖率。
-
公开(公告)号:CN110705316B
公开(公告)日:2023-03-24
申请号:CN201910935932.8
申请日:2019-09-29
Applicant: 南京大学
IPC: G06F40/42
Abstract: 本发明公开了一种智能家居线性时序逻辑规约生成的方法和装置,用于在智能家居领域中将用户输入的自然语言需求文本转换成线性时序逻辑规约。该方法首先对输入的自然语言文本进行预处理;然后使用自然语言处理技术,生成语法分析树和语法依存关系;识别句子中的各个子句,以及每个子句中的主语、谓语、宾语、布尔运算符、条件变量和时序运算符,生成树形的中间表示形式;最后遍历树结构,自动生成对应的线性时序逻辑规约。本发明解决了普通智能家居用户难以直接提供形式化规约的问题,有效节约时间和人力成本,并且能够弥补现有智能家居物联网验证系统的不足,使得不具备专业知识的普通用户所提出的自然语言需求能够被自动的验证。
-
公开(公告)号:CN108763064B
公开(公告)日:2020-07-07
申请号:CN201810442423.7
申请日:2018-05-10
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种基于黑盒函数与机器学习的代码测试生成方法和装置。本发明通过对被测程序代码静态分析,提取先前测试未覆盖的节点所对应的未覆盖路径,然后将未覆盖路径上的复杂结构的程序代码用黑盒函数打包后,采用基于学习验证的约束求解器和符号执行分析器进行验证求解,得到能够覆盖先前测试未覆盖的节点的测试用例数据,从而使得测试工程师能够利用这些测试用例数据进行回归测试从而测试覆盖先前测试未覆盖的节点。本发明将被测程序中的复杂代码替换成黑盒函数,减少了符号执行过程中对复杂代码片段的分析,将更多系统资源分配在对目标结点覆盖的求解上,从而提高了程序分析效率和目标节点的覆盖率。
-
-
-
-
-