-
公开(公告)号：CN115203682A
公开(公告)日：2022-10-18
申请号：CN202210536022.4
申请日：2022-05-17
Applicant: 北京理工大学
Abstract: 本发明涉及一种构建API关联置信度的抗老化高效恶意APP检测方法，属于网络空间安全技术领域。首先，该方法通过对APK文件内的API包名按层抽象，应对Android系统的不断升级对恶意软件分析带来的偏差；其次，通过计算API之间的关联置信度，提取软件的高层级行为语义；最后，通过对不同发布时段的APK分别构建分类器，选择代表性分类器学习API组合间的行为模式，完成对恶意软件的检测。当前恶意软件检测方法软件意图表征和抗老化能力弱，难以检测持续进化和变异的恶意软件。本发明建立高层级行为意图表征模式，提出恶意软件分类器抗老化策略，能够有效检测持续进化的恶意软件，具备较高的检测效率和抗老化性。
-
公开(公告)号：CN115146698A
公开(公告)日：2022-10-04
申请号：CN202210528117.1
申请日：2022-05-16
Applicant: 北京理工大学
Abstract: 本发明涉及cache侧信道攻击的双源信息检测与局部重映射防御方法，属于计算机与信息科学技术领域。本发明首先为每个申请保护的进程分配一个大于0的标签；当存在受保护进程时，调用双源信息检测模块，分为性能特征检测和访问行为检测两个子模块，前者通过系统时序运行性能特征判断是否存在攻击，后者通过每个cache组内的访问行为检测是否存在攻击；当两个子模块同时检测到攻击时，对发生攻击的cache组进行局部重映射防御，将受保护进程的数据映射到未发生攻击的cache组。本发明相比于单源信息检测方法，构建双源信息检测模块挖掘实时攻击信息，提高了被攻击cache组的检测准确率，相比于全局重映射方法，仅对受保护进程及数据开展精准映射，有效提升系统运行效率。
-
公开(公告)号：CN115097907A
公开(公告)日：2022-09-23
申请号：CN202210690760.4
申请日：2022-06-17
Applicant: 北京理工大学
Abstract: 本发明涉及网络安全装置技术领域，且公开了一种确保计算机网络安全隔离装置稳定的机构，包括壳体，所述壳体的底端四角处均固定安装有底座，所述壳体的左右两侧内壁均贯穿固定安装有防尘网板，所述壳体的顶端活动安装有盖板，第一固定板带动第一挤压柱向下运动，第一挤压柱向安装腔内部运动通过第一固定块带动第一滑动块向下运动，第一滑动块向下运动时会通过第二销轴座带动第一连接杆向网络安装装置主体一侧运动，通过第二销轴座的相互配合使用，第一滑动块向下滑动时，使得第一连接杆与第二连接杆之间的夹角变小，并使得夹持板向网络安全装置主体一侧移动，对网络安全装置主体进行夹紧，确保网络安全装置主体的稳定。
-
Patent Agency Ranking
公开(公告)号：CN115080383A
公开(公告)日：2022-09-20
申请号：CN202210534831.1
申请日：2022-05-17
Applicant: 北京理工大学
Abstract: 本发明涉及一种模型状态差分的深度神经网络测试用例生成方法，属于计算机与信息科学技术领域。本发明首先利用特征热力图表征现有测试用例所触发的模型状态；然后对模型状态聚类分析，选取能够触发新神经元状态的用例作为生成新测试用例的模板；之后利用特征热力图差分结果确定用例特征的高覆盖率变换方向，以此为指导对差分结果进行像素级或区域级变换，构建新测试用例；最后利用新用例进行缺陷检测并计算其覆盖率，保留有助于覆盖率提升的用例用于后续迭代。本发明针对现有方法缺乏高覆盖率变换方向指导，运行效率和生成的测试用例质量低的问题提供了一种解决方案，生成的测试用例能够有效提升测试全面性，触发模型潜在缺陷。
-
公开(公告)号：CN115048983A
公开(公告)日：2022-09-13
申请号：CN202210535745.2
申请日：2022-05-17
Applicant: 北京理工大学
Abstract: 本发明涉及一种数据流形拓扑感知的人工智能系统对抗样本防御方法，属于人工智能安全技术领域。针对现有方法依赖已有少量对抗样本进行对抗训练或对目标分类器进行修改与再训练，缺乏对对抗样本生成机理的分析，存在无法及时应对新型对抗性攻击，泛化能力不足等问题，首先生成真实含噪目标数据集的数据流形，获取其拓扑信息；然后对生成模型进行拓扑感知训练，在定义的密度超水平集中调整隐向量分布使之与目标分布连通分量数保持一致，拟合生成模型与目标数据的分布；最后将错误分类的点投影到最近的流形上，反演受扰动的样本，纠正分类结果，实现强泛化能力和高稳健性的人工智能系统对抗样本防御效果。
-
公开(公告)号：CN113238957B
公开(公告)日：2022-08-05
申请号：CN202110607268.1
申请日：2021-05-28
Applicant: 北京理工大学
Abstract: 本发明涉及智能化场景下流量监测系统的测试样本生成方法，属于计算机与信息科学技术领域。主要是为了解决现有的智能化场景下流量监测系统的测试样本生成方法存在未考虑神经元组合作用影响和生成条件严苛难以应用于实际测试的问题。本发明首先，构造一组种子测试集和三种变异模型，同时初始化组合覆盖列表；其次，对随机选择的一个种子测试，最大化原模型和变异模型结果置信度的差异性；接着，选择未达成组合覆盖条件的三元组，最小化使下层神经元发生状态转换的两个上层神经元的变动距离；最后，对以上两步进行联合优化，使用梯度上升算法求解，构造测试数据，并通过模型差异检测判断是否保留。重复执行如上步骤，直到种子数据集为空。
-
公开(公告)号：CN108446235B
公开(公告)日：2021-01-12
申请号：CN201810235294.4
申请日：2018-03-21
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 针对现有的二进制程序模糊测试中关键数据定位方法资源消耗大、误报率较高等问题，提出结合路径标签数据变异的模糊测试关键数据定位方法。该方法首先通过静态分析定位二进制程序中的危险操作；然后使用动态插桩跟踪程序的执行过程，获取危险操作的路径标签和参数；最后通过分析测试数据变异前后跟踪结果的异同从而定位关键数据。实验结果表明，该方法能够在较低的资源消耗下有效定位测试数据中的关键数据，误报率小于0.4％，同时查全率大于80％，精确率大于60％。该方法可以用于提高二进制程序模糊测试的漏洞挖掘能力，具有一定的实用价值。
-
公开(公告)号：CN108337123A
公开(公告)日：2018-07-27
申请号：CN201810233458.X
申请日：2018-03-21
Applicant: 北京理工大学
CPC classification number: H04L41/147 , H04L41/145 , H04L63/20
Abstract: 本发明涉及个体网络安全意识态势预测方法，属于计算机与信息科学技术领域。本发明首先对普通个体的网络安全意识数据进行预处理和属性选择，然后进行个体网络安全意识等级判定，利用朴素贝叶斯算法计算出个体各个等级初始概率、个体初始概率和单步转移矩阵，构建马尔可夫链，从而建立针对不同风险等级人群的网络安全意识态势变化概率预测系统。与现有技术相比，本发明在进一步提升个体网络安全意识态势变化概率预测准确率的同时，可以根据不同个体输入的数据选择对应风险等级的预测模型，预测多年内变化的概率，处理速度快，能够达到对个体未来安全意识变化态势进行预测、防患于未然的目的。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.039 seconds)
