-
公开(公告)号：CN110138788B
公开(公告)日：2020-07-10
申请号：CN201910417526.2
申请日：2019-05-20
Applicant: 北京理工大学
Abstract: 本发明属于脆弱性攻击技术领域，提供一种基于深度指标的脆弱性攻击代价定量评估方法，具体过程为：针对待攻击的网络生成网络模型，定义攻击图模型；根据网络模型和攻击图模型，结合攻击图生成算法生成脆弱性攻击图；在脆弱性攻击图中，分析从发起攻击的起始节点到目标节点的攻击路径，若攻击路径为多分支路径时，在获取攻击者到脆弱性节点之间的路径深度时，考虑替代路径和强制路径带给脆弱节点攻击代价的影响pe，计算出脆弱性节点的攻击代价；最终计算出至目标节点的累积攻击代价。本发明结合攻击路径深度的指标能够更准确的评估攻击路径中深度较大脆弱点的攻击代价，对于分析实际的攻击过程和攻击手段提供更好的依据。
-
公开(公告)号：CN110138788A
公开(公告)日：2019-08-16
申请号：CN201910417526.2
申请日：2019-05-20
Applicant: 北京理工大学
Abstract: 本发明属于脆弱性攻击技术领域，提供一种基于深度指标的脆弱性攻击代价定量评估方法，具体过程为：针对待攻击的网络生成网络模型，定义攻击图模型；根据网络模型和攻击图模型，结合攻击图生成算法生成脆弱性攻击图；在脆弱性攻击图中，分析从发起攻击的起始节点到目标节点的攻击路径，若攻击路径为多分支路径时，在获取攻击者到脆弱性节点之间的路径深度时，考虑替代路径和强制路径带给脆弱节点攻击代价的影响pe，计算出脆弱性节点的攻击代价；最终计算出至目标节点的累积攻击代价。本发明结合攻击路径深度的指标能够更准确的评估攻击路径中深度较大脆弱点的攻击代价，对于分析实际的攻击过程和攻击手段提供更好的依据。
-
公开(公告)号：CN111522743B
公开(公告)日：2021-10-22
申请号：CN202010303294.0
申请日：2020-04-17
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 本发明提供一种基于梯度提升树支持向量机的软件缺陷预测方法，本发明不是人工根据先验知识或搜索算法进行组合，而是通过集成学习算法的梯度提升树进行自发的特征组合，然后使用梯度提升树组合而成的独热编码作为二次特征，将二次特征作为支持向量机的输入，对支持向量机算法进行训练，得到基于梯度提升树的支持向量机；也就是说，本发明将两个弱分类器组合成强分类器，进而通过特征组合的方式缓解数据不平衡的问题，在一定程度上提高了分类算法的准确率和精度。
-
公开(公告)号：CN111522743A
公开(公告)日：2020-08-11
申请号：CN202010303294.0
申请日：2020-04-17
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 本发明提供一种基于梯度提升树支持向量机的软件缺陷预测方法，本发明不是人工根据先验知识或搜索算法进行组合，而是通过集成学习算法的梯度提升树进行自发的特征组合，然后使用梯度提升树组合而成的独热编码作为二次特征，将二次特征作为支持向量机的输入，对支持向量机算法进行训练，得到基于梯度提升树的支持向量机；也就是说，本发明将两个弱分类器组合成强分类器，进而通过特征组合的方式缓解数据不平衡的问题，在一定程度上提高了分类算法的准确率和精度。
-
-
-
Search Results
4
records
(took 0.018 seconds)
