-
公开(公告)号：CN105808252A
公开(公告)日：2016-07-27
申请号：CN201610123820.9
申请日：2016-03-04
Applicant: 北京理工大学
IPC: G06F9/44
CPC classification number: G06F8/74
Abstract: 本发明涉及一种Windows操作系统内核函数遍历方法，属于计算机与信息科学技术领域。本发明首先找到操作系统中的函数起始点，包括：快速系统调用函数、系统服务描述符表中的函数、中断处理函数等函数地址等；然后以这些函数为起点向子函数遍历，搜索跳转指令和调用指令找到子函数及其对应的参数；循环递归以上操作，直到找不到子函数为止；最后结合符号表获取函数名。本发明可以对Windows操作系统的内核函数进行遍历，其方法也可以适用于其他操作系统。
-
公开(公告)号：CN108446235B
公开(公告)日：2021-01-12
申请号：CN201810235294.4
申请日：2018-03-21
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 针对现有的二进制程序模糊测试中关键数据定位方法资源消耗大、误报率较高等问题，提出结合路径标签数据变异的模糊测试关键数据定位方法。该方法首先通过静态分析定位二进制程序中的危险操作；然后使用动态插桩跟踪程序的执行过程，获取危险操作的路径标签和参数；最后通过分析测试数据变异前后跟踪结果的异同从而定位关键数据。实验结果表明，该方法能够在较低的资源消耗下有效定位测试数据中的关键数据，误报率小于0.4％，同时查全率大于80％，精确率大于60％。该方法可以用于提高二进制程序模糊测试的漏洞挖掘能力，具有一定的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN108427643B
公开(公告)日：2020-12-08
申请号：CN201810233482.3
申请日：2018-03-21
Applicant: 北京理工大学
Abstract: 本发明涉及基于多种群遗传算法的二进制程序模糊测试方法，属于信息安全中的二进制漏洞挖掘领域。本方法采用多种群遗传算法的方法，首先把每个测试数据个体抽象为染色体。然后随机或由初始数据初始化一个主种群以及子种群1和子种群2，通过记录测试数据执行路径中新发现的边的数量以及与该测试数据相关的边的数量作为适应度的衡量标准。接着由适应度排序得到子种群的优良个体并迁移到主种群。最后主种群和子种群分别进行遗传操作(交叉和变异)得到新的个体进行新一轮的跟踪执行。本发明可以有效的提高程序执行路径的覆盖率，能够覆盖特定程序执行路径，对测试数据的生成具有显著的指导意义，具有很好的应用价值和推广价值。
-
公开(公告)号：CN106446566A
公开(公告)日：2017-02-22
申请号：CN201610867286.2
申请日：2016-09-29
Applicant: 北京理工大学
CPC classification number: G06K9/6268 , G16H50/30
Abstract: 本发明涉及一种基于随机森林的老年人认知功能分类方法，属于生物医学技术领域。本发明首先采用MMSE量表得分和受教育程度，将老年人认知功能划分为三种类别。然后利用认知功能得分相对比值计算方法和Pearson线性相关系数计算方法，提取影响老年人认知功能类别划分的关键认知域。构建随机森林回归模型，计算非量表属性的属性重要性得分，提取影响老年人认知功能类别划分的外联属性。最后基于提取的关键认知域和外联属性，采用SMOTE上采样方法均衡化样本集，利用随机森林方法构建老年人认知功能分类模型。本发明提出方法相比于量表分类方法，所采用属性较少且易于采集，具有更好的便捷性；相比于其他机器学习算法，实现了老年人认知功能类别的细分，有利于实现对老年人认知功能有针对性干预方法的研究。
-
公开(公告)号：CN108446235A
公开(公告)日：2018-08-24
申请号：CN201810235294.4
申请日：2018-03-21
Applicant: 北京理工大学
IPC: G06F11/36
Abstract: 针对现有的二进制程序模糊测试中关键数据定位方法资源消耗大、误报率较高等问题，提出结合路径标签数据变异的模糊测试关键数据定位方法。该方法首先通过静态分析定位二进制程序中的危险操作；然后使用动态插桩跟踪程序的执行过程，获取危险操作的路径标签和参数；最后通过分析测试数据变异前后跟踪结果的异同从而定位关键数据。实验结果表明，该方法能够在较低的资源消耗下有效定位测试数据中的关键数据，误报率小于0.4％，同时查全率大于80％，精确率大于60％。该方法可以用于提高二进制程序模糊测试的漏洞挖掘能力，具有一定的实用价值。
-
公开(公告)号：CN108427643A
公开(公告)日：2018-08-21
申请号：CN201810233482.3
申请日：2018-03-21
Applicant: 北京理工大学
Abstract: 本发明涉及基于多种群遗传算法的二进制程序模糊测试方法，属于信息安全中的二进制漏洞挖掘领域。本方法采用多种群遗传算法的方法，首先把每个测试数据个体抽象为染色体。然后随机或由初始数据初始化一个主种群以及子种群1和子种群2，通过记录测试数据执行路径中新发现的边的数量以及与该测试数据相关的边的数量作为适应度的衡量标准。接着由适应度排序得到子种群的优良个体并迁移到主种群。最后主种群和子种群分别进行遗传操作(交叉和变异)得到新的个体进行新一轮的跟踪执行。本发明可以有效的提高程序执行路径的覆盖率，能够覆盖特定程序执行路径，对测试数据的生成具有显著的指导意义，具有很好的应用价值和推广价值。
-
公开(公告)号：CN106484675A
公开(公告)日：2017-03-08
申请号：CN201610866186.8
申请日：2016-09-29
Applicant: 北京理工大学
IPC: G06F17/27
CPC classification number: G06F17/2785 , G06F17/271
Abstract: 本发明涉及一种融合分布式语义和句义特征的人物关系抽取方法，属于自然语言处理领域。本发明首先利用统计词频特征及Bootstrapping算法，分别在少量有标记的语料和大量无标记的语料中训练得到关系特征词典，然后通过元素距离最优化规则构造语句的三元组实例，融合分布式语义信息及语义信息构造三元组特征空间，最后对三元组进行是非二元判定，利用置信度最大化原则得到人物关系类别。本发明实现了特征关系词典的自动生成，将传统的关系多分类问题转化为三元组是非二元判定问题，更加适应传统的机器学习分类算法，且利用分布式语义信息，提升了关系分类的准确率。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
