-
公开(公告)号：CN112417451A
公开(公告)日：2021-02-26
申请号：CN202011315224.3
申请日：2020-11-20
Applicant: 复旦大学
IPC: G06F21/56
Abstract: 本发明属于移动安全技术领域，具体为一种适配智能芯片分级架构的基于深度学习的恶意软件检测方法。本发明包括：针对智能芯片小核，设计浅层模型结构，并根据小核特性进行模型优化；该浅层模型用于实时完成恶意软件检测中的简单任务，检测应用中发生的敏感行为；针对智能芯片大核，设计深层模型结构，并根据大核特性进行优化；深层模型用于精准完成恶意软件检测中的复杂任务，检测软件恶意行为；两层模型采用瀑布融合型方法协同工作；并且两层模型采用的线性加权融合的方式进行判别，实现对恶意软件的高效检测；本发明实现了移动设备端即时可靠、高效低耗的恶意软件检测。
-
公开(公告)号：CN112395884A
公开(公告)日：2021-02-23
申请号：CN202011274561.2
申请日：2020-11-15
Applicant: 复旦大学
Abstract: 本发明属于移动安全技术领域，具体为一种基于代码文档的安卓API语义关系图谱构建方法。安卓系统拥有大量API，并且API之间蕴含着丰富的语义关系。这些语义关系具有重要的应用价值，特别是在使用API作为输入特征的机器学习任务中，能为模型提供更强的泛化性。本发明的基于代码文档的安卓API语义关系图谱构建方法，主要包括安卓API语义关系分类、可泛化表示API关系的模板及其迭代式生成、基于自然语言处理和模板的关系图谱构建。本发明能够全面准确地构建安卓API之间的语义关系图谱。
-
公开(公告)号：CN111966578A
公开(公告)日：2020-11-20
申请号：CN202010666063.6
申请日：2020-07-12
Applicant: 复旦大学
Abstract: 本发明属于安卓系统兼容性测试技术领域，具体为对安卓兼容性缺陷的修复效果进行自动化评估的方法。所述兼容性缺陷修复方案包括两种，简单兼容性缺陷检查，有替换的兼容性缺陷检查；本发明利用静态分析和机器学习对上述两种兼容性缺陷修复方案进行评估；具体步骤包括：代码兼容性缺陷修复静态分析，兼容性缺陷修复特征提取，兼容性缺陷修复效果评估，即对提取的特征向量进行训练和学习，得到最后的模型；该模型能够对未知应用的代码兼容性检查进行评估，输出对应的兼容性修复方案的。本发明可以自动识别应用程序内部对于API兼容性缺陷的修复方式，并对修复效果进行分类，为安卓平台维护者和开发者提供有益的帮助。
-
公开(公告)号：CN111967013A
公开(公告)日：2020-11-20
申请号：CN202010666867.6
申请日：2020-07-13
Applicant: 复旦大学
Abstract: 本发明属于二进制漏洞分析技术领域，具体为一种基于补丁摘要比对的C/C++补丁存在性检测方法。该方法的具体步骤包括：（1）在目标C/C++二进制文件的补丁相关函数的控制流图中确定锚节点，确定目标二进制文件中潜在的补丁相关路径；（2）利用锚节点提取目标二进制文件中的路径摘要，并且分别与补丁前/后的参照二进制文件的路径摘要进行比对，求出单条补丁路径的相似度；（3）根据所有锚节点控制的路径摘要比对结果，综合地判断补丁文件的存在状态。本发明利用补丁的语义信息来检测补丁的存在性，为漏洞分析人员提供了可靠而精确的补丁检测方法。
-
-
-
Search Results
14
records
(took 0.026 seconds)
