一种基于组件加权调度的Linux USB驱动模糊测试方法及系统

    公开(公告)号:CN119691750A

    公开(公告)日:2025-03-25

    申请号:CN202411763337.8

    申请日:2024-12-03

    Abstract: 一种基于组件加权调度的Linux USB驱动模糊测试方法及系统,涉及网络系统安全漏洞检测领域。本发明是为了解决现有USB驱动模糊测试技术存在的USB驱动测试用例调度不合理、影响Linux USB驱动模糊测试的覆盖率提升等问题而提出来的。技术要点:提取并筛选出Linux内核中与USB相关的组件,提取出Linux USB驱动相关组件依赖图,基于组件依赖图为USB相关组件分配不同的权重大小,保证包含USB驱动代码的组件具有更大的权重,根据USB相关组件所分配的权重大小,筛选出包含最多组件并且能够成功编译的Linux镜像配置;从Linux源码和构建目录中提取出地址和组件的映射关系。在模糊测试执行时执行测试用例的优先级需要按照覆盖率反馈追踪的组件加权评估。本发明改进了内核驱动模糊测试器的调度技术,用于提高USB驱动的漏洞挖掘效果。本发明主要应用于系统安全领域,特别是USB驱动模糊测试。

    一种基于屏蔽自注意力网络的话题感知信息转发预测方法及系统

    公开(公告)号:CN116842398B

    公开(公告)日:2024-06-28

    申请号:CN202310765614.8

    申请日:2023-06-27

    Abstract: 本发明公开了一种基于屏蔽自注意力网络的话题感知信息转发预测方法及系统,涉及信息转发预测技术领域。本发明的技术要点包括:提取消息中的话题表示,将话题表示与用户嵌入进行融合表示,获得用户‑话题依赖表示;构建包含上下文编码器、掩码生成器、掩码编码器的屏蔽自注意力网络,将用户‑话题依赖表示输入屏蔽自注意力网络,获得上下文用户依赖感知的用户表示;利用注意力机制计算目标用户与历史感染用户列表的相似度,以对用户表示进行优化重建;通过计算对应优化重建后用户表示的级联表示与下一个用户之间的似然关系来获取下一个用户的激活概率。本发明可为舆情研判、个性化推荐、热点话题识别等应用提供有价值的决策辅助支撑。

    一种基于自监督的多视角会话推荐桥接模型

    公开(公告)号:CN117933304A

    公开(公告)日:2024-04-26

    申请号:CN202410177123.6

    申请日:2024-02-08

    Abstract: 一种基于自监督的多视角会话推荐桥接模型,涉及会话推荐技术领域,本发明为了解决现有的会话推荐模型没有将基于序列和基于图的会话推荐方案进行整合,没有实现在整合图模式和序列模式的同时保留相应的特征以最大化单一模式优势并提高会话推荐模型整体性能,从图到序列的转换过程伴随着结构和会话间信息的丢失等问题。本发明利用自监督学习框架将基于序列和基于图的会话推荐这两种方案结合起来,将图模式和序列模式视为两个单独的通道,通过对比学习架构集成了上述两个通道。在DC‑Rec模型中,通过通道间对比桥接模块在会话中吸收图和序列知识。通过最大化两个通道之间的互信息,将两种模式信息进行了较为充分的融合。实验结果表明DC‑Rec始终优于其他最先进的会话推荐方法。

    一种基于容器技术的RPKI网络模拟系统及方法

    公开(公告)号:CN117914703A

    公开(公告)日:2024-04-19

    申请号:CN202410111854.0

    申请日:2024-01-26

    Abstract: 一种基于容器技术的RPKI网络模拟系统及方法,涉及边界网关协议安全领域。本发明是为了解决由于RIR的“托管模式”可以随意修改NIR/ISP资料库发布点中的内容,导致针对RPKI资料库对象的误操作或恶意行为会影响RPKI体系中依赖方的验证结果的问题。本发明采集用户输入的RPKI数据并生成配置文件。根据所述配置文件生成RPKI模拟场景,实现对RPKI网络的模拟。在RPKI模拟场景下,根据攻击配置文件对RPKI资料库执行攻击行为,进而在RPKI资料库受到影响的条件下,获得RPKI体系中依赖方验证结果,从而降低部署成本,有利于开展RPKI安全问题研究。

    一种移动边缘计算中用户移动场景下的协同任务调度方法

    公开(公告)号:CN113597013B

    公开(公告)日:2024-03-22

    申请号:CN202110895107.7

    申请日:2021-08-05

    Abstract: 一种移动边缘计算中用户移动场景下的协同任务调度方法,属于移动边缘计算技术领域,用以解决现有移动边缘计算中的任务调度方法对于用户处于移动场景时不能有效减少任务的执行时间的问题。本发明的技术要点包括:提出任务紧迫度排序算法对任务进行排序,以让执行时间较为紧迫的任务得到优先执行;提出基于资源匹配的MEC服务器选择算法得到资源匹配度最高的MEC服务器;比较任务的执行时间,调度任务在执行时间最小的MEC服务器或本地移动设备上计算执行。在用户移动场景下,本发明方法在任务平均执行时间和任务超时率上拥有最优性能,在保证用户服务质量的同时优化了任务的平均执行时间。本发明适用于用户移动场景下移动设备与MEC服务器的协同任务调度。

    面向网络入侵检测系统的漏洞放大式后门攻击安全评估方法

    公开(公告)号:CN114866341B

    公开(公告)日:2024-03-05

    申请号:CN202210683748.0

    申请日:2022-06-17

    Abstract: 面向网络入侵检测系统的漏洞放大式后门攻击安全评估方法,涉及网络安全入侵检测评估技术领域,本发明方法基于生成对抗网络,利用机器学习模型漏洞,结合数据投毒与对抗样本,实现了一种可令任意传统网络攻击流量绕过在线机器学习的网络入侵检测系统,进入目标主机或服务器的新型后门攻击测试方法,并根据攻击结果测试网络入侵检测系统的安全性;其中,提出的改进的生成对抗网络可实现兼具高隐蔽性、高攻击性和高时效性的中毒样本及对抗样本的生成;中毒样本可干扰在线机器学习的网络入侵检测系统的训练并形成特定攻击后门,后门可让特定攻击类型的流量绕过在线机器学习的网络入侵检测系统的检测,而不会影响其识别其他攻击类型的流量。

    面向网络入侵检测系统的对抗性流量生成方法及系统

    公开(公告)号:CN117220953A

    公开(公告)日:2023-12-12

    申请号:CN202311198603.2

    申请日:2023-09-18

    Abstract: 本发明公开了一种面向网络入侵检测系统的对抗性流量生成方法及系统,涉及网络入侵检测技术领域。本发明的技术要点包括:根据特征分类器对样本的损失函数信息,对流量样本集的统计特征使用基于梯度生成样本的算法生成基础对抗扰动;对统计特征进行分析,生成优化后对抗扰动;对扰动后特征重新添加依赖关系,生成真实对抗特征;使用全信息特征提取器,将流量数据报文按会话流转化为无信息损失的全信息特征向量;利用真实对抗特征,对全信息特征向量进行修改,并逆向还原为真实对抗流量。本发明能够将攻击流量转化为对抗性攻击流量,从而成功绕过目标系统的检测;能够对恶意流量数据报文进行修改,最终生成绕过目标系统检测的对抗性流量。

Patent Agency Ranking