-
公开(公告)号:CN102073579A
公开(公告)日:2011-05-25
申请号:CN201110025251.1
申请日:2011-01-24
Applicant: 复旦大学
Abstract: 本发明属于计算机系统安全管理技术领域,具体涉及一种Linux文件系统审计事件合并和优化的方法。本发明方法是在客户端和服务器端同时进行合并优化,客户端对目录下被监控文件通过审计规则进行判断,符合则形成最原始的审计记录,并通过提取处理后发送到服务器端;基于自定义过滤规则,不发送无审计意义的记录;服务器端对一新的审计记录与对应的综合审计记录根据匹配规则进行判断。若匹配,则合并进此综合审计记录;若不匹配,则新建一条综合审计记录,把这条审计记录合并进新的综合审计记录。从而清晰地还原对审计监控目标进行文件操作的线索。
-
公开(公告)号:CN119961137A
公开(公告)日:2025-05-09
申请号:CN202311438549.4
申请日:2023-10-31
Applicant: 复旦大学 , OPPO广东移动通信有限公司
IPC: G06F11/3668
Abstract: 本申请公开了一种模糊测试用例的生成方法、装置、计算机设备及存储介质,该模糊测试用例的生成方法包括:获取与待测试软件对应的外部软件的中间表示代码;根据所述中间表示代码中的与所述待测试软件的外部接口对应的虚函数调用点,确定所述虚函数调用点的目标调用列表;根据所述目标调用列表以及所述待测试软件对应的数据流信息以及控制流信息,确定所述待测试软件的调用信息;根据所述调用信息,生成模糊测试用例。本方法可以避免直接分析外部软件对待测试软件的使用方式所带来的分析错误以及生成不正常的模糊测试用例,提高了模糊测试用例生成的准确性。
-
公开(公告)号:CN114091752B
公开(公告)日:2024-09-03
申请号:CN202111387699.8
申请日:2021-11-22
Applicant: 复旦大学
IPC: G06Q10/04 , G06Q10/109 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F18/24
Abstract: 本发明属于人工智能时间序列预测技术领域,具体为一种提升时间序列预测系统预测时间序列效果的方法。本发明基于时间序列预测损失上的理论分析,设计新的时间序列预测算法,该算法建模历史数据模式与未来数据模式上的差异,提出两步走的训练方式,一方面保证模型对历史数据的记忆不会轻易消失,另一方面保证在未来数据上有较好的预测效果。理论分析与实验验证表明,在时间序列预测任务中,本发明预测方法相比于其他方法,可以有效缓解由于数据随时间的变化即概念漂移而导致的模型老化问题;可以进一步提升模型的预测准确率。本发明能够广泛应用于各类基于实数值的时间序列预测任务,提升任务在未来数据点上的预测准确度。
-
公开(公告)号:CN114443435B
公开(公告)日:2023-09-08
申请号:CN202210101661.8
申请日:2022-01-27
Applicant: 中远海运科技股份有限公司 , 上海船舶运输科学研究所有限公司 , 上海海事大学 , 复旦大学
Abstract: 本发明涉及一种面向容器微服务的性能监控告警方法。包括:部署监控采集器:在云计算平台中部署监控采集器对容器微服务中的性能指标进行监控;确定监控的策略及阈值:通过确定微服务的性能监控指标和键值确定监控侧策略及阈值;采集性能数据:通过监控采集器监控对应的组件;分析采集的性能数据:通过多维度建模以及云计算平台下的分权管控和联动进行数据分析;展示数据:针对不同云资源提供对应的不同的监控数据、分析结果的展示;推送告警:通过采用底层性能采集服务的群集,统一性能监控数据的告警。还提供了相应的告警系统,有效的实现了多种云资源在性能监控数据采集、数据汇总清洗、分析展示和异常告警方面的灵活性和可扩展性。
-
公开(公告)号:CN115470494A
公开(公告)日:2022-12-13
申请号:CN202211075112.4
申请日:2022-09-03
Applicant: 复旦大学
Abstract: 本发明属于软件漏洞挖掘技术领域,具体为一种安卓应用用户隐私泄露漏洞识别方法。本发明包括:双向程序切片分析,基于关联分析及机器学习方法辅助的隐私信息识别,以及非单射数据变换分析。其中双向程序切片分析用于检测安卓应用从服务器端接收的数据以及判断它们是否流向了用户界面接口函数;基于关联分析及机器学习方法辅助的用户隐私信息识别技术能够全面地分析出上述服务器端返回的信息里哪些属于其他用户的隐私信息;非单射数据变换分析用于检测用户数据在呈现给用户之前在客户端进行了怎样的变换,进而判断是否遵守了“数据最小化”原则以及有无隐私风险。
-
公开(公告)号:CN114443435A
公开(公告)日:2022-05-06
申请号:CN202210101661.8
申请日:2022-01-27
Applicant: 中远海运科技股份有限公司 , 上海船舶运输科学研究所有限公司 , 上海海事大学 , 复旦大学
Abstract: 本发明涉及一种面向容器微服务的性能监控告警方法。包括:部署监控采集器:在云计算平台中部署监控采集器对容器微服务中的性能指标进行监控;确定监控的策略及阈值:通过确定微服务的性能监控指标和键值确定监控侧策略及阈值;采集性能数据:通过监控采集器监控对应的组件;分析采集的性能数据:通过多维度建模以及云计算平台下的分权管控和联动进行数据分析;展示数据:针对不同云资源提供对应的不同的监控数据、分析结果的展示;推送告警:通过采用底层性能采集服务的群集,统一性能监控数据的告警。还提供了相应的告警系统,有效的实现了多种云资源在性能监控数据采集、数据汇总清洗、分析展示和异常告警方面的灵活性和可扩展性。
-
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:CN105022958A
公开(公告)日:2015-11-04
申请号:CN201510403224.1
申请日:2015-07-11
Applicant: 复旦大学
IPC: G06F21/56
CPC classification number: G06F21/562
Abstract: 本发明属于程序信息安全监测技术领域,具体为安卓应用中基于代码库安全规约的应用程序漏洞检测分析方法。本发明方法包括:建立安全规约模型,即用形式化的规则语言描述代码库安全规约;设计基于安全规约模型的用于进行自动化验证的静态程序分析器;将该静态程序分析器用于应用程序编译和应用市场对应用程序审查两个阶段,进行安全漏洞检测。本发明可以防范程序中的安全性风险。
-
公开(公告)号:CN104966031A
公开(公告)日:2015-10-07
申请号:CN201510374683.1
申请日:2015-07-01
Applicant: 复旦大学
CPC classification number: G06F21/6254 , G06F17/2705 , G06F17/2745 , G06F17/30115 , G06F17/30908
Abstract: 本发明属于程序信息安全检测技术领域,具体为安卓应用程序中非权限相关隐私数据的识别方法。本发明方法分为数据预处理、隐私相关文本的分析、非权隐私相关界面元素的识别、基于代码静态信息流分析的果过滤四个阶段,主要针对处于Android系统的权限模型的保护范围之外的Android应用程序中非权限相关的隐私数据,将机器学习技术与传统静态信息流分析技术相结合进行识别。通过对此类隐私数据识别,能够将其标记为敏感数据源,进一步结合传统静态信息流分析检测技术或者动态污点信息跟踪检测技术,为此类隐私数据的监控和保护提供基础,从而降低用户隐私数据的泄露风险。
-
-
-
-
-
-
-
-
-