基于生成式对抗网络的程序执行路径生成方法

    公开(公告)号:CN111651765B

    公开(公告)日:2023-05-02

    申请号:CN202010462328.0

    申请日:2020-05-27

    Abstract: 一种基于生成式对抗网络的程序执行路径生成方法,对待处理程序进行向量化处理得到行向量,通过对抗生成网络对待处理程序及其行向量进行模拟路径生成的对抗训练,最后将训练后的对抗生成网络进行模拟程序执行路径生成,防止符号执行路径爆炸以及约束求解困难。本发明将自然语言处理算法应用于程序的脆弱路径生成,能够有效地提取程序的语义信息和结构特点,并用于程序的脆弱路径生成。本发明能够高效地从程序中提取脆弱路径,能够有效地缓解符号执行路径爆炸的问题,能高效地分析大批量程序脆弱路径。

    基于生成式对抗网络的程序执行路径生成方法

    公开(公告)号:CN111651765A

    公开(公告)日:2020-09-11

    申请号:CN202010462328.0

    申请日:2020-05-27

    Abstract: 一种基于生成式对抗网络的程序执行路径生成方法,对待处理程序进行向量化处理得到行向量,通过对抗生成网络对待处理程序及其行向量进行模拟路径生成的对抗训练,最后将训练后的对抗生成网络进行模拟程序执行路径生成,防止符号执行路径爆炸以及约束求解困难。本发明将自然语言处理算法应用于程序的脆弱路径生成,能够有效地提取程序的语义信息和结构特点,并用于程序的脆弱路径生成。本发明能够高效地从程序中提取脆弱路径,能够有效地缓解符号执行路径爆炸的问题,能高效地分析大批量程序脆弱路径。

    基于溯源图的异常点快速检测与攻击场景重构方法及系统

    公开(公告)号:CN117411699A

    公开(公告)日:2024-01-16

    申请号:CN202311414920.3

    申请日:2023-10-27

    Abstract: 本发明提供了一种基于溯源图的异常点快速检测与攻击场景重构方法及系统,包括:步骤1:以事件的主体和客体作为节点,系统事件作为边,将原始日志建模为有向无环图的形式;步骤2:采用无监督离群值检测算法,以按边类别的节点出入度作为节点特征,应用经验累计分布函数计算每个节点的离群值,超出阈值标记为异常节点;步骤3:接收已知少量节点属性的溯源图,训练图神经网络模型执行节点分类任务,判断图中所有节点的属性,进而发掘本张溯源图中所有与已知异常节点相关联的节点。本发明基于经验累计分布函数的异常节点检测与基于异质图神经网络模型的攻击场景重构,做到在检测时能够快速发现异常节点,在重构时能够识别完整的攻击场景。

Patent Agency Ranking