-
公开(公告)号:CN110472417B
公开(公告)日:2021-03-30
申请号:CN201910776705.5
申请日:2019-08-22
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于卷积神经网络的恶意软件操作码分析方法,包括:获取Dalvik字节码;获取操作码序列,并用独热向量表示;将独热向量转化为具有固定大小的向量,然后乘以随机权重矩阵,输入到卷积神经网络;在卷积层中输出特征映射集矩阵C;在k‑max池化中,对矩阵C进行最大合并操作,提取最重要的k个特征值输出特征向量Z;向量Z形成全连接层,在全连接层中对向量Z进行操作得到输出特征y;使用softmax函数处理输出特征y,获得相对概率分布p;计算交叉熵损失函数Lk;使用梯度下降法逐步调整最小化损失函数和相应模型的参数值;基于输出计算迭代地更新模型参数并优化检测模型。本发明具有检测准确度高的特点。
-
公开(公告)号:CN106447473B
公开(公告)日:2020-10-09
申请号:CN201610853983.2
申请日:2016-09-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于匹配度的在线安全多正相关属性逆向拍卖方法,包括:采购商服务器根据理想方案生成理想信息矩阵,理想方案包括正相关属性集合A={a1,a2,…,aN},加密理想信息矩阵得到加密矩阵,发送加密矩阵到供应商客户端;每个供应商客户端根据各自对应的备选信息矩阵和加密矩阵计算,将得到的匹配矩阵发送至采购商服务器;每个供应商客户端对应一个匹配矩阵,每个备选信息矩阵由对应的供应商客户端根据各自的备选方案生成,每个备选方案对应一个供应商客户端,备选方案与理想方案具有相同属性;采购商服务器分别计算每个匹配矩阵对应的备选方案与理想方案的匹配度,对得到的至少一个匹配度排序,选择最高匹配度对应的备选方案作为拍卖方案输出。
-
公开(公告)号:CN109063485B
公开(公告)日:2020-08-04
申请号:CN201810846231.2
申请日:2018-07-27
Applicant: 东北大学秦皇岛分校
IPC: G06F40/205 , G06F16/35 , G06F21/57
Abstract: 本发明公开了一种基于漏洞平台的漏洞分类统计方法,该统计方法包括:用编写的脚本获取选定平台上的漏洞数据;采用特征关键词提取技术对所述漏洞数据进行数据特征提取;利用机器学习和自然语言处理技术建立自动分类模型;采用所述自动分类模型对所述数据特征进行分类,得到不同的漏洞类型;根据不同漏洞类型的出现情况对各地区不同组织的漏洞分布进行统计分析。该发明能针对性地分析出不同漏洞类型的出现状况,能对不同地区、不同组织以及不同时间内的漏洞进行清楚的分类统计,提高漏洞归档效率。
-
公开(公告)号:CN110460447A
公开(公告)日:2019-11-15
申请号:CN201910756888.4
申请日:2019-08-16
Applicant: 东北大学秦皇岛分校
Abstract: 本发明公开了一种基于哈希二叉树的边缘计算数据审计系统及审计方法,属于信息安全领域。本发明根据MEC特点,提出了一个新的公共审计协议,该协议不仅可以抵御传统审计协议容易遭受的重放攻击、伪造攻击和替代攻击,还可以抵御MEC环境中入侵攻击,满足MEC的安全要求。本发明还提出一种新的动态数据结构,可以降低传统审计协议中MHT(默克尔哈希树Merkle Hash Tree)的高度,提高了审计效率。
-
公开(公告)号:CN109002715A
公开(公告)日:2018-12-14
申请号:CN201810730246.2
申请日:2018-07-05
Applicant: 东北大学秦皇岛分校
IPC: G06F21/56
Abstract: 本发明公开了一种基于卷积神经网络的恶意软件识别方法及系统。该方法包括:获取样本软件的操作码和权限信息;将操作码转换为十进制数;将转换后的操作码进行预处理;将预处理后的操作码与权限信息混合;将混合后的数据作为特征矩阵输入卷积神经网络,对卷积神经网络进行训练;判断卷积神经网络输出的恶意概率或非恶意概率的准确度是否达到设定值;如果是,则停止训练卷积神经网络,采用训练好的卷积神经网络对待识别软件进行识别;如果否,则根据卷积神经网络输出的恶意概率或非恶意概率的准确度调整训练过程中的权重参数,继续训练卷积神经网络。本发明提供的基于卷积神经网络的恶意软件识别方法及系统具有识别精度高、操作简便的特点。
-
公开(公告)号:CN108897804A
公开(公告)日:2018-11-27
申请号:CN201810622122.2
申请日:2018-06-15
Applicant: 东北大学秦皇岛分校
IPC: G06F17/30
Abstract: 本发明公开了一种互联网空间数据的搜索系统及方法。该系统包括:探测模块、抓取模块、清洗模块、存储模块、搜索模块和中间件,所述探测模块用于探测互联网中存活的设备和主机,抓取模块用于获取存活的主机和设备的数据信息;清洗模块用于对所述数据信息进行清洗;存储模块用于将清洗后的数据信息保存到数据库;搜索模块用于从所述数据库中搜索设备或主机的数据信息;所述中间件连接所述存储模块和所述搜索模块,所述中间件用于将所述存储模块中的数据信息同步到所述搜索模块中。本发明提供的互联网空间数据的搜索系统及方法能够提高搜索系统的存储和搜索读取效率。
-
公开(公告)号:CN108810007A
公开(公告)日:2018-11-13
申请号:CN201810671036.0
申请日:2018-06-26
Applicant: 东北大学秦皇岛分校
CPC classification number: H04L63/205 , H04L63/08 , H04L63/1416 , H04L67/12
Abstract: 本发明公开了一种物联网安全架构。所述物联网安全架构为三层架构;所述三层架构包括:认证层、应用层以及区块链层;所述认证层包括认证中心以及检测中心;所述认证层用于根据请求注册信息进行认证,并将注册事务发送至所述区块链层;所述应用层包括局部节点;所述局部节点用于保存事务信息,并通过默克尔树对所述事务信息进行处理,得到默克尔树根,将所述默克尔树根发布到所述区块链层;所述区块链层用于处理事务;所述事务包括注册事务、删除事务、更新事务、查询事务、设备存储事务、授权事务、请求事务以及本地相关事务。采用本发明所提供的物联网安全架构能够提高物联网的安全性和隐私性。
-
公开(公告)号:CN107423217A
公开(公告)日:2017-12-01
申请号:CN201710555676.0
申请日:2017-07-10
Applicant: 东北大学秦皇岛分校
IPC: G06F11/36
Abstract: 本发明公开了一种基于变异树的黑盒模糊测试方法及系统,包括:S1,构建变异树,生成模糊测试用例组;S2,确定除根节点以外的每个节点的估值并设定估值的阈值;S3,对未遍历的各个节点的估值进行排序,选出估值最大的节点;S4,对目标程序进行检测;S5,判断是否满足中间准则或输出是否存在可疑数据;S6,若满足中间准则或输出不存在可疑数据,则降低该节点及其孩子节点的估值,并判断该节点降低后的估值是否小于阈值;S7,若小于阈值,则剪掉以该节点为根节点的子树,并转到S3;否则调整变异操作,生成新的模糊测试用例组,转到S3,直至遍历完整棵变异树,完成目标程序的模糊测试。本发明解决了漏洞被遗漏的问题,实现充分测试。
-
公开(公告)号:CN114462730B
公开(公告)日:2025-02-11
申请号:CN202011236146.8
申请日:2020-11-09
Applicant: 东北大学秦皇岛分校
IPC: G06Q10/0639 , G06Q40/04 , G06F17/18 , G06F16/215 , G06F9/54
Abstract: 本发明属于区块链技术领域,具体为一种区块链预言机的信誉管理架构的数据聚合方法;该数据聚合方法的步骤为:身份注册、数据请求、数据响应三个阶段;在该方法中根据节点和数据源的响应时间、请求完成情况、投诉量等服务质量标准来动态评估其信誉值,在信誉值低于一定的阈值时暂停服务相应时间长度,根据信誉值分级奖惩以激励其提供高质量服务并保持诚实;在聚合数据时将信誉值作为权重以提高聚合结果可信性,并在数据聚合时通过算法去除异常值以避免偏差过大数据对结果造成影响。
-
公开(公告)号:CN118586994A
公开(公告)日:2024-09-03
申请号:CN202410620855.8
申请日:2024-05-20
Applicant: 东北大学秦皇岛分校
IPC: G06Q30/08 , H04L9/32 , H04L9/00 , G06Q30/0601 , G06F16/182
Abstract: 本发明涉及多轮密封式电子拍卖领域,公开了一种基于状态通道的多轮密封式电子拍卖方案,包括用户模块,监察机构模块,第三方监察服务商模块,区块链系统模块,I PFS分布式存储系统模块,所述用户模块可以分为买家和卖家两种角色,已注册并审核通过的用户可加入系统参与拍卖,卖家负责发布拍卖任务并创建通道,买家申请加入多方状态通道参与竞标,其中,一个通道实例中包含一个卖家和多个买家,可统称为通道用户。通过基于状态通道的多轮密封式电子拍卖方案通过将大量竞价过程转移至链下通道内进行处理,大幅降低了区块链网络共识压力,实现了区块链系统处理效率的提升和成本费用的降低,从而可以达到有效提高拍卖效率并降低拍卖成本的效果。
-
-
-
-
-
-
-
-
-