-
公开(公告)号：CN113221120A
公开(公告)日：2021-08-06
申请号：CN202110548140.2
申请日：2021-05-19
申请人： 西北工业大学太仓长三角研究院 , 西北工业大学
摘要： 本发明公开了一种面向物联网应用规则的漏洞检测方法及系统，方法包括：从物联网控制平面获取应用源代码、设备描述信息和用户配置信息；从应用源代码中提取出过程间控制流图；结合用户配置信息和设备描述信息，将过程间控制流图转换为规则形式；建立物理空间本体模型，将规则形式集合融合到物理空间本体模型上，建立规则执行模型；对所述规则执行模型切片，得到多个不存在依赖关系的子FSM模型；对子FSM模型进行模型变量空间的压缩，和威胁表达式对比判断是否存在威胁漏洞，本发明方法通过实现物理属性感知的模型检测方法，能够对物联网应用中漏洞实现自动准确的检测，为物联网在不同领域中应用提供安全保障。
-
公开(公告)号：CN117196952A
公开(公告)日：2023-12-08
申请号：CN202311176248.9
申请日：2023-09-12
申请人： 西北工业大学深圳研究院 , 西北工业大学
IPC分类号： G06T3/40 , G06N3/0464 , G06N3/092
摘要： 本发明公开了一种任意尺度图像超分辨率网络构建方法、系统、芯片及设备，提取任意比例因子的特征，建立两条路径，一条是特征提取路径，用于捕捉任意比例因子的特征；另一条是特征适应路径，用于根据比例因子r调节特征提取，捕获空间域的多级特征；基于LR‑HR图像，对在任意比例因子下共享相同的低频信息，以自适应区分低频信息和高频信息；采用多域多级特征融合机制捕获多域特征；设计任意尺度图像超分辨率网络的损失函数，结合捕获的多域特征构建任意尺度图像超分辨率网络。本发明能够利用空间域信息和频率域实现图像的任意放大，从而丰富特征提取的内容，获得更好的性能，提供更好的重建结果，同时保持了方法的效率。
-
公开(公告)号：CN116382258A
公开(公告)日：2023-07-04
申请号：CN202310068028.8
申请日：2023-01-16
申请人： 西北工业大学
IPC分类号： G05D1/02
摘要： 基于时空特性感知的自动驾驶行为规划方法及相关装置，包括：根据自动驾驶模拟器，确定自动驾驶模型的状态空间、动作空间和奖励函数，构建部分可观察马尔可夫决策POMDP；建立时空特性感知的深度神经网络模型；针对时空特性感知的深度神经网络模型配置训练参数，并执行自动驾驶模拟器，与深度强化学习代理进行交互；对自动驾驶模拟过程，建立时序化的车辆运行状态缓存与训练数据提取。本发明能够从有限的感知信息挖掘出潜在的车辆间的时空关联信息，并限制无效信息的计算分析，从而实现系统生成更为准确更为高效的控制决策。
-
公开(公告)号：CN116545660A
公开(公告)日：2023-08-04
申请号：CN202310404505.3
申请日：2023-04-14
申请人： 西北工业大学
摘要： 智能家居设备TAP规则的漏洞自动检测与修复方法及相关装置，包括：从物联网平台配置文件中提取设备及TAP规则原始信息，筛选参与规则交互模型构建的设备和规则；基于筛选出的参与规则交互模型构建的设备和规则，建立规则交互模型；建立规则交互抽象模型；分析更新后的规则交互模型反例，证明漏洞修复措施的可行性，实现规则交互模型的漏洞修复。本发明是从物联网平台配置文件中提取原始信息来建立规则交互的形式化模型，从而根据检测属性进行模型检测，然后基于检测出的反例，从规则模型中推理出漏洞修复空间。该系统利用形式化方法，设计了一种反例引导的模型抽象和反属性推理的修复空间生成机制，从而实现规则缺陷修复措施的自动生成。
-
公开(公告)号：CN116389041A
公开(公告)日：2023-07-04
申请号：CN202310068007.6
申请日：2023-01-16
申请人： 西北工业大学
IPC分类号： H04L9/40 , G08G1/01 , G08G1/0967 , G06N3/045 , G06N3/092
摘要： 基于深度强化学习的自动驾驶系统后门攻击方法及相关装置，包括：根据攻击者能力和目标确定威胁模型；在威胁模型下，确定深度强化学习模型的状态空间、动作空间和奖励函数，同时设计后门攻击的恶意奖励函数；在恶意奖励函数的基础上，设计后门触发器，将其隐蔽到一系列连续的时空状态中；将恶意奖励函数以及后门触发器融入到深度强化学习模型的训练过程中，配置训练参数，训练并部署带有后门的深度强化学习模型。本发明利用车辆驾驶的时间和空间特征对深度强化学习进行后门攻击，具有更高的攻击成功率，且在触发器不存在的情况下，能够更低限度地影响自动驾驶系统的表现。
-
公开(公告)号：CN114047913A
公开(公告)日：2022-02-15
申请号：CN202111316310.0
申请日：2021-11-08
申请人： 西北工业大学
摘要： 本发明公开了一种反例引导的稀疏空间流模型检测方法及系统，将待验证的C程序代码编译为LLVM中间代码；构建待验证程序的稀疏空间流模型；对模型进行变量抽象，执行显性值分析的模型检测算法检测抽象模型中是否存在反例；对反例进行可行性验证，判断反例路径在原始模型是否有效；通过反例信息引导模型基于插值的抽象细化及路径、上下文和字段敏感的强更新细化模型，再次进行模型检测；通过反例和反例路径上弱更新的存在与否判断程序是否违反安全属性。本发明方法通过实现反例引导的稀疏空间流模型检测方法，能够准确、高效地分析C语言程序软件在符号层面和地址空间层面上的状态变化，实现安全形式化验证。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.033 秒)
