基于硬件性能计数器的虚拟化平台异常检测方法

    公开(公告)号:CN117093993A

    公开(公告)日:2023-11-21

    申请号:CN202311127343.X

    申请日:2023-09-04

    Applicant: 南开大学

    Abstract: 本发明属于计算机技术领域,提出了一种基于硬件性能计数器的虚拟化平台异常检测方法。该方法包括:1)在样本运行过程中收集计算机资源中客户机所占用部分的硬件事件计数,将数据预处理后转储于主机;2)读取步骤1)储存于主机的数据训练随机森林分类模型,根据特征重要性计算不同硬件事件的特征重要度,分析对比各个事件特征对随机森林分类模型决策的重要程度以进行特征筛选,3)根据步骤2)筛选的硬件事件再次进行步骤1)的数据采集,训练最终的随机森林分类模型,过程获得虚拟化平台异常检测模型。4)上述虚拟化平台异常检测模型用于在虚拟化平台中检测目标程序是否会在运行中产生异常影响,从而判断该程序为恶意程序。

    一种骨支持式双套环种植外科导板及其使用方法

    公开(公告)号:CN113974878A

    公开(公告)日:2022-01-28

    申请号:CN202111353615.9

    申请日:2021-11-16

    Abstract: 本发明涉及口腔种植外科技术领域,具体涉及一种骨支持式双套环种植外科导板,该导板包括骨支持式开窗导板和双套环植入导板,骨支持式开窗导板上贯通开设有第一窗体,骨支持式开窗导板上设置有若干第一固位钉套环,第一固位钉套环内嵌有金属套环,金属套环的底部开设有固位钉孔;双套环植入导板上贯通开设有第二窗体,第二窗体的周围设置有颧骨套环,双套环植入导板上连接有牙槽嵴顶套环,双套环植入导板上设置有若干第二固位钉套环,第二固位钉套环的底部开设有固位钉孔。运用该导板,具有就位精度高、牙钻束缚长度长、种植备洞过程中无摆动和侧滑、种植备洞精度高的优点。

    基于JAVA函数调用序列的高精度第三方库漏洞模块检测方法

    公开(公告)号:CN114626068B

    公开(公告)日:2024-06-07

    申请号:CN202210173072.0

    申请日:2022-02-24

    Applicant: 南开大学

    Abstract: 一种基于JAVA函数调用序列的高精度第三方库漏洞模块检测方法。其包括爬取第三方库组件数据;获得补丁信息;找到漏洞源函数;生成第三方库代码文件的函数调用图,寻找出被漏洞污染的程序接口模块;建立JAVA第三方库与被漏洞污染的程序接口模块之间的映射关系,搭建漏洞模块关系数据库;识别程序项目当前使用的JAVA第三方库以及库版本号;识别程序接口模块;判断第三方库是否存在漏洞等步骤。本发明效果:可为后续开发人员选择第三方库及相关程序接口模块提供指导,使用更少的资源让开发人员知晓使用的第三方库的程序接口模块有无漏洞情况;避免在开发过程中选择有安全隐患的程序接口模块,可有效提高开发效率,减少后续测试成本。

    基于硬件性能计数器时序数据的恶意软件检测方法

    公开(公告)号:CN117892305A

    公开(公告)日:2024-04-16

    申请号:CN202410088252.8

    申请日:2024-01-22

    Applicant: 南开大学

    Abstract: 本发明属于计算机技术领域,特别是涉及基于硬件性能计数器时序数据的恶意软件检测方法。使用Linux系统提供的Perf工具集提供的perf stat命令,从Linux系统的Linux容器中获取恶意软件和良性软件的硬件性能计数器时序数据;利用python程序对上一步所取得的硬件性能计数器时序数据进行预处理:将原始时序数据进行数据清洗并以csv文件形式保存。将预处理之后的硬件性能计数器时序数据输入长短期记忆递归神经网络中进行训练,获得最终的恶意软件检测模型。并使用SHAP值对恶意软件检测模型的分类结果进行解释,获取贡献度高的时间片和硬件性能计数器特征,再使用Linux系统提供的Perf工具集,从Linux系统的Linux容器中获取恶意软件和良性软件的系统调用时序数据。

    一种基于个性化联邦学习的网络钓鱼邮件检测方法

    公开(公告)号:CN114928501B

    公开(公告)日:2023-03-24

    申请号:CN202210779989.5

    申请日:2022-07-04

    Applicant: 南开大学

    Abstract: 本发明属于计算机技术领域,特别是涉及一种基于个性化联邦学习的网络钓鱼邮件检测方法。该方法包括:1)每个客户端仅从本地邮件存储路径中获取邮件样本并读取,将邮件样本拆分为头部与正文分别进行清洗;2)每个客户端对清洗后的本地邮件的头部与正文分别进行单词级的划分,并使用GloVe词向量将其转化为文本矩阵;3)每个客户端将文本矩阵放入经修改优化后的卷积神经网络模型中进行本地训练,并利用个性化联邦学习算法与服务器端进行参数交互,服务器端仅利用客户端上传的参数与每个客户端完成联合训练,为每个客户端生成个性化网络钓鱼邮件检测模型;4)上述个性化网络钓鱼邮件检测模型用于检测每个客户端对应的本地邮件是否为网络钓鱼邮件。

    一种骨支持式双套环种植外科导板

    公开(公告)号:CN216257519U

    公开(公告)日:2022-04-12

    申请号:CN202122806763.3

    申请日:2021-11-16

    Abstract: 本实用新型涉及口腔种植外科技术领域,具体涉及一种骨支持式双套环种植外科导板,该导板包括骨支持式开窗导板和双套环植入导板,骨支持式开窗导板上贯通开设有第一窗体,骨支持式开窗导板上设置有若干第一固位钉套环,第一固位钉套环内嵌有金属套环,金属套环的底部开设有固位钉孔;双套环植入导板上贯通开设有第二窗体,第二窗体的周围设置有颧骨套环,双套环植入导板上连接有牙槽嵴顶套环,双套环植入导板上设置有若干第二固位钉套环,第二固位钉套环的底部开设有固位钉孔。运用该导板,具有就位精度高、牙钻束缚长度长、种植备洞过程中无摆动和侧滑、种植备洞精度高的优点。

Patent Agency Ranking