-
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
Applicant: 上海交通大学
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。
-
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
Applicant: 上海交通大学
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。
-
公开(公告)号：CN113269647B
公开(公告)日：2022-11-18
申请号：CN202110636289.6
申请日：2021-06-08
Applicant: 上海交通大学
Abstract: 一种基于图的交易数据异常关联用户检测方法，首先根据大宗商品交易数据建立网络结构作为算法输入，然后使用改进的图积网络提取节点的特征向量，使用异常标签得到损失函数对改进的图卷积网络进行训练，并采用训练后的改进的图卷积网络以无监督方法提取节点特征向量，最后使用根据金融交易数据建立的网络结构中各节点的连接关系信息改进得到的节点特征向量，同时学习节点聚类，最终得到每个节点所属的簇和优化节点向量表示。本发明使用通过使用真实交易数据集，证明提出的方法可以有效的进行帐户特征的提取和异常关联帐户的检出。
-
公开(公告)号：CN113269647A
公开(公告)日：2021-08-17
申请号：CN202110636289.6
申请日：2021-06-08
Applicant: 上海交通大学
Abstract: 一种基于图的交易数据异常关联用户检测方法，首先根据大宗商品交易数据建立网络结构作为算法输入，然后使用改进的图积网络提取节点的特征向量，使用异常标签得到损失函数对改进的图卷积网络进行训练，并采用训练后的改进的图卷积网络以无监督方法提取节点特征向量，最后使用根据金融交易数据建立的网络结构中各节点的连接关系信息改进得到的节点特征向量，同时学习节点聚类，最终得到每个节点所属的簇和优化节点向量表示。本发明使用通过使用真实交易数据集，证明提出的方法可以有效的进行帐户特征的提取和异常关联帐户的检出。
-
-
-
Search Results
4
records
(took 0.016 seconds)
