-
公开(公告)号：CN107957946A
公开(公告)日：2018-04-24
申请号：CN201711250307.7
申请日：2017-12-01
Applicant: 北京理工大学
Abstract: 本发明提出一种基于邻域嵌入保护算法支持向量机的软件缺陷预测方法，用于解决软件度量数据冗余的问题。包括：从软件缺陷预测数据集中选择训练集X1和测试集X2；采用NPE算法对所述训练集X1和测试集X2进行降维；将降维后的训练集Y1作为训练输入集，使用支持向量机SVM进行训练，获得经过训练后的缺陷预测模型；将降维后的测试集Y2作为测试输入集，使用训练后的缺陷预测模型进行预测，将预测结果与实际结果进行比较，如果预测结果满足终止条件，则此时的软件缺陷预测模型为最优软件缺陷预测模型；否则，重新执行SVM训练进行优化。
-
公开(公告)号：CN107679403A
公开(公告)日：2018-02-09
申请号：CN201710942962.2
申请日：2017-10-11
Abstract: 本发明提供一种基于序列比对算法的勒索软件变种检测方法，具体过程为：勒索软件样本输入，样本特征序列提取，将样本特征序列处理为基因序列，进行勒索软件变种检测；所述变种检测具体为：对样本集中的各个基因序列进行聚类，提取出聚类的结果信息，得到各类勒索软件家族；采用序列比对算法Needleman-Wunsch计算待检测样本与各类勒索软件家族的类簇中心样本的相似度，选出相似度大于设定阈值的簇，使用筛选出来的簇组成新的勒索软件训练样本集；对于待检测样本，使用新筛选出来的训练样本集，结合序列比对算法和KNN分类算法确定其所属的勒索软件家族类别，实现变种检测。该方法将序列比对算法与现有的分类算法相结合来达到快速实现勒索软件变种检测的目的。
-
公开(公告)号：CN107483487A
公开(公告)日：2017-12-15
申请号：CN201710832260.9
申请日：2017-09-15
Applicant: 北京理工大学
Abstract: 本发明提供一种基于TOPSIS的多维网络安全度量方法。该方法从环境安全、漏洞安全、可靠性安全三个维度对网络安全进行度量，在每个维度下选取相关的度量指标并对指标进行量化，然后结合TOPSIS综合评估方法，对不同维度下的度量指标进行评估，得到网络安全度量结果，以期于发现网络中的缺陷，提高网络的安全性。
-
公开(公告)号：CN104899147B
公开(公告)日：2017-11-28
申请号：CN201510347630.0
申请日：2015-06-19
Applicant: 北京理工大学
Abstract: 本发明公开了一种面向安全检查的代码静态分析方法，该方法首先生成程序安全检查的中间表示如控制流图和程序调用图等，获得程序的函数依赖关系；若程序调用图中存在递归环，则意味着函数依赖中存在递归。其次得到程序调用图中各依赖的权值；最后根据依赖重要性即权值决定要解除的依赖关系，提高程序漏洞的检测效率的同时，尽量降低解除递归函数依赖造成的检测损失。
-
Patent Agency Ranking
公开(公告)号：CN104731709B
公开(公告)日：2017-09-29
申请号：CN201510148727.9
申请日：2015-03-31
Applicant: 北京理工大学
Abstract: 本发明针对现有基于误差反向传播算法方法的缺陷预测准确率偏低、消耗时间过久的问题，提出一种基于JCUDASA_BP算法的软件缺陷预测方法，步骤一、构建一个BP网络，初始化BP网络中各层的权值；其中所述网络包含一个输入层、一个隐含层和一个输出层，确定网络输入、输出节点数，确定隐藏节点，明确初始化权值，完成初始化BP网络结构；步骤二、根据步骤一构建的BP网络结构，统计输入样本数量，根据输入样本情况利用JCUDA技术实现在GPU中启动线程计算各层输出，根据输出值与期望误差计算误差值；步骤三、统计输出值与期望值之间的误差后，利用模拟退火算法计算是否接受当前误差，接受则完成；否则继续调整网络权值，每一个样本分条进行处理。
-
公开(公告)号：CN105912459A
公开(公告)日：2016-08-31
申请号：CN201610202057.9
申请日：2016-04-01
Applicant: 北京理工大学
IPC: G06F11/36
CPC classification number: G06F11/3608
Abstract: 本发明提供一种基于符号执行的数组越界检测方法，首先分析函数所有路径，输入：一个函数所有的逻辑路径，函数信息，控制流图，函数实参列表；输出：所有路径的约束系统；然后单个路径分析，输入：一条逻辑路径，函数信息，控制流图，函数实参列表。输出：该条路径的约束系统以及一些附加信息。约束系统：关于数组变量的所有范围约束；附加信息：函数信息，函数调用关系，路径信息。
-
公开(公告)号：CN104731709A
公开(公告)日：2015-06-24
申请号：CN201510148727.9
申请日：2015-03-31
Applicant: 北京理工大学
Abstract: 本发明针对现有基于误差反向传播算法方法的缺陷预测准确率偏低、消耗时间过久的问题，提出一种基于JCUDASA_BP算法的软件缺陷预测方法，步骤一、构建一个BP网络，初始化BP网络中各层的权值；其中所述网络包含一个输入层、一个隐含层和一个输出层，确定网络输入、输出节点数，确定隐藏节点，明确初始化权值，完成初始化BP网络结构；步骤二、根据步骤一构建的BP网络结构，统计输入样本数量，根据输入样本情况利用JCUDA技术实现在GPU中启动线程计算各层输出，根据输出值与期望误差计算误差值；步骤三、统计输出值与期望值之间的误差后，利用模拟退火算法计算是否接受当前误差，接受则完成；否则继续调整网络权值，每一个样本分条进行处理。
-
公开(公告)号：CN103810101A
公开(公告)日：2014-05-21
申请号：CN201410056779.9
申请日：2014-02-19
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 本发明提供了一种软件缺陷预测方法和软件缺陷预测系统，用以解决现有的软件缺陷预测精度不高的问题。包括：降维处理单元、SVM训练单元和缺陷预测单元；其中步骤一、根据局部线性嵌入算法LLE对第一训练数据集进行降维处理，得到第一训练数据集中每个样本点映射到低维空间中的低维向量，得到由各低维向量组成的第二训练数据集；步骤二、根据所述第二训练数据集对支持向量机SVM分类器进行训练，得到SVM分类器的最优分类超平面函数，进而得到训练好的SVM分类器；步骤三、根据所述训练好的SVM分类器对待预测软件进行缺陷预测。
-
公开(公告)号：CN103729297A
公开(公告)日：2014-04-16
申请号：CN201310751237.9
申请日：2013-12-31
Applicant: 北京理工大学
Abstract: 本发明是一种基于分层遗传算法的测试用例生成方法，能有效的防治“近亲繁殖”现象，从而有效的解决了“早熟”和局部收敛的问题。步骤一：给路径分析器部分输入程序源代码，然后路径分析器对输入的程序源代码进行路径分析，分析之后得到相应的路径列表，并把路径列表输出给测试数据生成器；步骤二:谓词插装器部分对输入的源代码进行谓词插装，插装后的代码输出给测试数据生成器；步骤三：测试数据生成器中首先分层遗传算法对初始种群进行分层，利用插装好的源代码将层内个体通过路径与目标路径相比较，得到通过路径和目标路径的匹配值，最后测试数据生成器给出针对每条路径的测试用例。
-
-
-
-
-
-
-
-
Search Results
139
records
(took 0.044 seconds)
