-
公开(公告)号：CN108062478A
公开(公告)日：2018-05-22
申请号：CN201810008763.9
申请日：2018-01-04
Applicant: 北京理工大学 , 中国信息安全测评中心
Abstract: 本发明公开了一种全局特征可视化与局部特征相结合的恶意代码分类方法，针对恶意代码二进制文件的分块计算三个特征值，每个特征值对应填充一个彩色通道，从而将恶意代码二进制文件可视化成RGB彩色图像；然后提取RGB彩色图像的全局特征，并从恶意代码二进制文件核心区域中提取局部特征，结合全局和局部特征进行恶意代码家族分类。使用本发明增加了恶意代码图像表示的信息量，提高了图像稳定性和分类模型的容错率，而且从恶意代码核心区域提取局部特征，弥补了全局特征在恶意代码变种变化较大时分类能力不足的缺陷，进一步地，全局特征和局部特征的结合在面对变化多端的恶意代码变种时具有更强的鲁棒性，很大程度上提高了恶意代码分类的准确率。
-
公开(公告)号：CN109101816B
公开(公告)日：2022-02-08
申请号：CN201810912373.4
申请日：2018-08-10
Applicant: 北京理工大学 , 中国信息安全测评中心
IPC: G06F21/56
Abstract: 本发明公开了一种基于系统调用控制流图的恶意代码同源性分析方法，首先构造待分析程序的系统调用控制流图；所述系统调用控制流图是由系统调用节点构成的有向无权图，边的方向表示系统调用执行的先后关系；比较不同待分析程序的系统调用控制流图，以根据图相似度作为同源性分析的相似性度量，实现同源性分析。本发明利用系统调用控制流图进行同源性分析，系统调用控制流图完全忽略了软件代码的细节，只关注所调用的系统调用函数，因此简化了需要处理的数据量，所以基于系统调用的控制流图对程序行为的抽象程度最好。而且，由于只考虑系统调用从而在很大程度上规避了指令层的混淆，起到了抗混淆作用。
-
公开(公告)号：CN108062478B
公开(公告)日：2021-04-02
申请号：CN201810008763.9
申请日：2018-01-04
Applicant: 北京理工大学 , 中国信息安全测评中心
Abstract: 本发明公开了一种全局特征可视化与局部特征相结合的恶意代码分类方法，针对恶意代码二进制文件的分块计算三个特征值，每个特征值对应填充一个彩色通道，从而将恶意代码二进制文件可视化成RGB彩色图像；然后提取RGB彩色图像的全局特征，并从恶意代码二进制文件核心区域中提取局部特征，结合全局和局部特征进行恶意代码家族分类。使用本发明增加了恶意代码图像表示的信息量，提高了图像稳定性和分类模型的容错率，而且从恶意代码核心区域提取局部特征，弥补了全局特征在恶意代码变种变化较大时分类能力不足的缺陷，进一步地，全局特征和局部特征的结合在面对变化多端的恶意代码变种时具有更强的鲁棒性，很大程度上提高了恶意代码分类的准确率。
-
公开(公告)号：CN109101816A
公开(公告)日：2018-12-28
申请号：CN201810912373.4
申请日：2018-08-10
Applicant: 北京理工大学 , 中国信息安全测评中心
IPC: G06F21/56
Abstract: 本发明公开了一种基于系统调用控制流图的恶意代码同源性分析方法，首先构造待分析程序的系统调用控制流图；所述系统调用控制流图是由系统调用节点构成的有向无权图，边的方向表示系统调用执行的先后关系；比较不同待分析程序的系统调用控制流图，以根据图相似度作为同源性分析的相似性度量，实现同源性分析。本发明利用系统调用控制流图进行同源性分析，系统调用控制流图完全忽略了软件代码的细节，只关注所调用的系统调用函数，因此简化了需要处理的数据量，所以基于系统调用的控制流图对程序行为的抽象程度最好。而且，由于只考虑系统调用从而在很大程度上规避了指令层的混淆，起到了抗混淆作用。
-
公开(公告)号：CN119805376A
公开(公告)日：2025-04-11
申请号：CN202510004050.5
申请日：2025-01-02
Applicant: 北京理工大学 , 北京理工大学唐山研究院
Abstract: 本发明属于雷达抗干扰技术领域，涉及一种基于Stackelberg博弈的雷达抗干扰方法。包括：参数设定；S2对当前干扰类型进行识别；选择雷达候选行为；判断若雷达采取某一候选行为，干扰机可能选择的干扰类型；判定针对候选雷达行为，干扰机获取最大收益时的干扰类型；从所有雷达后续候选行为选择出最优抗干扰措施；在干扰机确定雷达抗干扰措施后，选择下一干扰类型；计算博弈过程消耗时间，并更新剩余博弈时间；判定博弈是否结束，以及博弈结束时雷达是否完成抗干扰，若是，则输出雷达抗干扰结果，否则，跳至S2；所述方法通过改变雷达抗干扰措施选择逻辑基于干扰预测实施干扰反制，能在对抗中始终占据先机；适用海、陆及空各种对抗。
-
Patent Agency Ranking
公开(公告)号：CN119602711A
公开(公告)日：2025-03-11
申请号：CN202411644180.7
申请日：2024-11-18
Applicant: 北京理工大学 , 北京东方计量测试研究所
IPC: H03D7/16 , H04B1/16 , H03K5/02 , H03K5/1252
Abstract: 本发明涉及微波信号调理技术领域，公开一种下变频器及微波信号调理方法。下变频器包括输入端口、通道选通单元、变频单元、输出端口、射频本振单元和控制单元；根据输入信号的设计频段将变频单元分为四个通道，四通道具有不同频段且互相具有交叉频率，交叉频率范围大于等于1GHz；控制单元根据输出信号频率控制通道选通单元选择通道进行信号传输；当输出信号频率与输入信号频率相等时，输入信号经所选通道滤波、放大后获得输出信号，当输出信号频率小于输入信号频率时，产生本振信号至所选通道，输入信号经所选通道滤波、变频、放大后获得输出信号。本发明能实现30MHz～26.5GHz超宽带频段、120dB大动态调整、35dB低杂散、0.5dB/1GHz高平坦度等限制指标微波信号的下变频及调理。
-
公开(公告)号：CN119044899A
公开(公告)日：2024-11-29
申请号：CN202310608519.7
申请日：2023-05-27
Applicant: 北京理工大学
Abstract: 本发明属于雷达抗干扰技术领域，涉及一种基于干扰能力分配的多智能体强化学习雷达抗干扰方法。所述方法，包括：参数设定；协同各部雷达进行集中式训练，学习得到合适的策略；S1对干扰行为进行识别、并据识别结果及训练策略选择各部雷达的工作模式和抗干扰措施；依据距离、雷达工作模式及雷达平台速度加权得到威胁评估结果；识别雷达行为后，选择干扰机的行为并判定雷达被干扰的成功概率；在雷达威胁评估结果和雷达探测成功概率的约束下，针对各部雷达分配干扰能力；计算博弈过程消耗时间并更新；当剩余博弈时间大于零时博弈继续，跳至S1；否则博弈结束。所述方法只在训练中共享信息，执行中不进行通信，适用雷达协同抗干扰场景。
-
公开(公告)号：CN118606822A
公开(公告)日：2024-09-06
申请号：CN202410710983.1
申请日：2024-06-04
Applicant: 北京理工大学
IPC: G06F18/2415 , G01S7/02 , G06N3/045 , G06N3/0499 , G06N3/0464 , G06F18/213 , G06F18/214 , G06N3/049
Abstract: 本发明属于雷达信号分选技术领域，涉及基于多类型注意力耦合的多功能雷达信号分选系统及方法，所述系统依托于依次相连的脉冲位置编码模块、多注意力耦合模块、批归一化模块及解码器。所述方法包括：构建雷达特征参数数据集；对数据集中的雷达特征参数进行归一化和脉冲位置编码后，输出至多注意力耦合模块；然后经批归一化模块得到批归一化后矩阵；再将批归一化后矩阵输入至由前馈神经网络与Softmax函数组成的解码器进行解码，得到预测标签；最后训练和测试多功能雷达信号分选系统，输出雷达信号分选结果。所述系统及方法结合脉冲位置编码、多注意力耦合、批归一化及解码器，实现雷达脉冲连续丢失、参数交叠严重条件下的信号稳健分选。
-
公开(公告)号：CN118298654A
公开(公告)日：2024-07-05
申请号：CN202410386663.5
申请日：2024-04-01
Applicant: 北京理工大学
IPC: G08G1/0967 , G06N20/00 , G08G1/01
Abstract: 本发明提供了一种基于安全强化学习的智能网联汽车信号交叉口处通行策略，其相比基于优化方法的生态驾驶策略，计算时间更少，实时性更高；相比传统基于强化学习的生态驾驶策略，本发明通过安全层纠错机制设计，巧妙地避免了在训练过程中安全约束的违反，安全性能更好，实际应用价值更高。本发明针对车辆位置的上下参考轨迹将非线性交通灯约束转化为时变线性状态约束，从而有效解决了强化学习智能体试错训练时面临的奖励稀疏问题。
-
公开(公告)号：CN117827641A
公开(公告)日：2024-04-05
申请号：CN202311615439.0
申请日：2023-11-30
Applicant: 国网山东省电力公司电力科学研究院 , 国家电网有限公司 , 北京理工大学
IPC: G06F11/36
Abstract: 本申请提供一种模糊测试方法及系统，所述方法包括：对程序进行静态分析，以获取程序的每个基本块的复杂度信息；对程序进行模糊测试以获取测试用例；对程序进行混合执行，在基于选择获取的种子文件提取关键字节信息的同时，基于该种子文件为模糊测试辅助提供满足复杂路径约束的测试用例。本申请实施例根据路径复杂度与执行概率进行针对性种子文件选择，提高了模糊测试种子选择过程的针对性；利用混合执行提取种子文件中与程序行为相关的关键字节信息，提高了模糊测试变异过程的针对性。
-
-
-
-
-
-
-
-
-
Search Results
100
records
(took 0.083 seconds)
