-
公开(公告)号：CN108052825B
公开(公告)日：2021-05-07
申请号：CN201711498625.5
申请日：2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 针对二进制可执行文件的模糊测试与符号执行相结合的漏洞检测系统，属于计算机漏洞检测软件开发技术。为了在二进制文件漏洞检测场景中加强检测的深度、提高检测效率。包括经优化设计的模糊器模块、经优化设计的符号执行模块和模糊器跳转符号调度执行模块，引用入缓存探索器和任务协作模块。本发明将模糊测试与符号执行的优势结合在一起进行二进制执行文件漏洞的检测。本发明系统进行了评估实验，采用DARPA网络大挑战的资格赛提供的应用程序作为数据集，设置了对单独模糊测试、单独符号执行、以及本发明实现的漏洞挖掘系统三个对象的对比实验，本发明效果显著，加速了二进制程序隔间的探索，大大加速了漏洞挖掘系统的运行速度。
-
公开(公告)号：CN110362411A
公开(公告)日：2019-10-22
申请号：CN201910680641.9
申请日：2019-07-25
Applicant: 哈尔滨工业大学
Abstract: 一种基于Xen系统的CPU资源调度方法，涉及CPU资源调度技术领域。本发明为了解决现有的CPU资源调度的方法无法对具体运行的任务进行区分、无法与实时运行环境进行结合来调整CPU资源等问题。将vcpu队列作为输入数据，对RNN分类模型进行训练；获取Xen系统的全局队列信息credit[]和pri[]，再利用训练好的RNN分类模型对Xen系统的全局队列信息credit[]和pri[]进行分类；判断上述数组是否为空，如果是则结束，否则分类结果通过Q-learning算法来更新q-table表；利用当前更新后q-table表进行时间片调整来完成CPU资源的调度。提高资源的有效利用率并降低云数据中心的能源消耗。
-
公开(公告)号：CN108920280A
公开(公告)日：2018-11-30
申请号：CN201810774690.4
申请日：2018-07-13
Applicant: 哈尔滨工业大学
Abstract: 一种单用户场景下的移动边缘计算任务卸载方法，涉及移动计算系统的处理技术领域。本发明为了降低移动设备的反应时延和能耗。单用户场景任务卸载模型构建，包括系统整体模型的构建以及各个部分模型的构建，各个部分模型的构建包括：任务队列模型、本地计算模型、云端计算模型以及计算任务负载模型；任务卸载策略：以系统整体负载K最小化为目标给出任务卸载方案：基于二进制粒子群算法给出所有的任务在本地CPU执行或在MEC服务器上执行；然后再对应执行本地执行负载最优调度策略、基于流水线调度的MEC服务器执行负载最优调度策略。经验证，本发明给出的单用户场景下的任务卸载方法，降低了移动设备的反应时延和能耗。
-
公开(公告)号：CN108052375A
公开(公告)日：2018-05-18
申请号：CN201711488118.3
申请日：2017-12-29
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及CPU利用率监测领域，具体涉及一种主机过载检测方法，是为了解决现有的过载主机检测算法的耗电量较高、用户的任务在执行上流畅度较低、算法在运行时需要关闭的主机数目过高、需要迁移的虚拟机的数目过高的缺点而提出的，包括：获取预定时间内的CPU利用率阈值并构造CPU利用率阈值构造数组y；获取一定时间内的CPU利用率数据并构造CPU利用率数组x；计算残差值ei；计算损失函数loss；判断损失函数loss的值是否小于给定的阈值，若是则结束迭代，若否则重新计算第一参数和第二参数，直至CPU利用率阈值数组y中的每个元素均被计算；获取在受测主机上运行的虚拟机的最大迁移时间并以此计算CPU利用率的预测值。本发明适用于云计算主机的CPU利用率监测。
-
公开(公告)号：CN114357393B
公开(公告)日：2025-05-23
申请号：CN202111474995.1
申请日：2021-12-06
Applicant: 哈尔滨工业大学(深圳) , 深圳云安宝科技有限公司
Abstract: 本发明提供了一种面向关系型数据库水印的适配方法、设备及存储介质，其中所述方法包括下述步骤：根据数据类型自动适配数据表中的字段；评估原始数据表的数据量；根据数据表中的数据列的敏感度判断是否需要对该数据列进行水印嵌入；根据所述的数据类型适配、数据量评估或数据列敏感度判断信息，控制水印嵌入之后的数据值。本发明实现了数据库水印算法和模型参数的智能适配，可有效解决数据版权的确权和泄露溯源等问题；对常见的数据水印添加、修改、删除攻击等攻击具有较好的鲁棒性和可用性，可有效应对水印擦除和攻击检测。
-
Patent Agency Ranking
公开(公告)号：CN114924918B
公开(公告)日：2025-02-18
申请号：CN202210235871.6
申请日：2022-03-11
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F11/22
Abstract: 本发明提供了一种固件测试方法、装置、设备和可存储介质，其测试方法和装置包括：设置可模拟目标固件运行环境的模拟器组件，测试时读入随机种子，作为目标固件的输入，模拟器组件配置外设模型文件；根据目标固件输入产生的随机值采用模糊测试组件进行模糊测试；设置具有目标固件的MCU架构定义的抽象模型的外设模型实例化组件；若模拟器组件运行目标固件正常，启动模糊测试组件对该固件进行测试；若模拟器组件运行目标固件失败，启动外设模型实例化组件，更新外设模型文件，直到目标固件运行正常，并输出外设模型文件，再次执行上一步骤。本发明可实现运行和测试MCU固件，不需要依赖任何固件运行的硬件。
-
公开(公告)号：CN113742775B
公开(公告)日：2023-07-28
申请号：CN202111049937.4
申请日：2021-09-08
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F21/62 , G06V10/764 , G06N20/00
Abstract: 本发明提供一种图像数据安全检测方法、系统及介质，其中机器学习分类模型在训练前，利用预设恶意扩充方法扩充数据持有端的原始训练集，得到第一扩充集和第二扩充集，其中第一扩充集记录有原始训练集的样本图像，第二扩充集存储有原始训练集各类别标签的标签编码，并同时利用原始训练集、第一扩充集和第二扩充集进行训练；模型提供端则可在本地利用相同扩充方法还原第一扩充集和第二扩充集，并将第二扩充集输入至训练后的分类模型，还原出原始训练集中各类别标签与标签编码的对应关系，进而便可利用第一扩充集及该对应关系对原始训练集进行还原及泄露检测，避免数据窃取攻击在标签编码未知时难以检测的问题，增强了安全人员对数据泄露的检测能力。
-
公开(公告)号：CN116126863A
公开(公告)日：2023-05-16
申请号：CN202310091530.0
申请日：2023-01-29
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请公开了一种虚拟主键生成方法、装置、设备及存储介质，方法包括：将属性的参与比例进行二进制转换，生成属性的比例串；将MSB部分和虚拟主键密钥进行哈希运算，得到属性值的哈希串；获取第一哈希串；将属性值的哈希串和第一哈希串进行合并，生成合并哈希串；在合并哈希串中截取哈希串，得到最终的属性串；对最终的属性串和比例串执行二进制匹配算法；根据匹配结果，判断属性值是否参与虚拟主键VPK的构建；当属性值参与虚拟主键VPK的构建时，将多个匹配成功的最终的属性串，组装拼接为元组的VPK，基于多个元组的VPK构建VPK集合。本申请解决了现有方案在面对攻击者删除属性时鲁棒性和抵抗力较弱的问题，此外，本申请生成的VPK集合具有更多的唯一值。
-
公开(公告)号：CN114330572A
公开(公告)日：2022-04-12
申请号：CN202111666302.9
申请日：2021-12-31
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提出了一种基于对比学习的异常检测方法、系统及计算机存储介质。该方法包括异常检测模型训练阶段和异常检测阶段，其中异常检测模型训练阶段提取输入样本的特征向量，并对特征向量进行判别，根据判别结果计算异常检测模型的对比损失，利用对比损失对异常检测模型进行训练；异常检测阶段将待检测样本集中的样本输入训练好的异常检测模型，将输出的判别结果进行计算，得到异常得分；将所有样本的异常得分进行归一化处理，得到归一化异常得分，通过设置归一化异常得分阈值，判定样本是否异常。本发明在特征空间提取出有区分性的特征，并且判别输出的异常得分具有高区分性，在实际生活中的数据集异常检测上相比其他方法有较大提升。
-
公开(公告)号：CN111176980A
公开(公告)日：2020-05-19
申请号：CN201911262217.9
申请日：2019-12-10
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明适用计算机技术领域，提供了调试环境和运行环境分离的数据分析方法、装置及系统，该方法包括：从运行环境的真实数据中抽取部分数据，将部分数据经过脱敏后传送到调试环境中作为样本数据；在调试环境中，连接样本数据和机器学习组件组成机器学习工作流，获取每个机器学习组件设置的组件参数；在调试环境中调试机器学习工作流，调试完成之后，将机器学习工作流迁移到运行环境中运行；导入运行环境的真实数据执行机器学习工作流，得到机器学习模型；将运行环境中训练得到的机器学习模型通过白名单审查之后导入到调试环境中，供用户查看和下载。本发明既能保证数据隐私不被泄露，也能使用真实数据进行数据分析。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.021 seconds)
