-
公开(公告)号：CN117852048B
公开(公告)日：2024-06-07
申请号：CN202410263170.2
申请日：2024-03-08
Applicant: 华中科技大学 , 绿盟科技集团股份有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于多维度攻击向量的软硬结合车联网靶场构建方法，包括：获取目标漏洞的特征信息和载体信息，以生成目标漏洞的部署脚本；从车载系统的各个车载设备中选取满足部署条件的车载设备作为目标设备；所述部署条件包括目标漏洞的载体正常运行所需要的软硬件条件，以及部署脚本执行所需要的条件；对目标设备执行部署脚本，以在目标设备中部署目标漏洞的载体，并在载体中注入目标漏洞，获得部署完成的目标设备；基于部署完成的目标设备，构建软硬件结合的车联网靶场。本发明构建的车联网靶场更贴近真实世界的攻击场景，解决以往的纯软件虚拟车联网攻防靶场的弊端，并且在保证靶场真实性的同时也大大降低了靶场的开发成本。
-
Patent Agency Ranking
公开(公告)号：CN117852048A
公开(公告)日：2024-04-09
申请号：CN202410263170.2
申请日：2024-03-08
Applicant: 华中科技大学 , 绿盟科技集团股份有限公司
IPC: G06F21/57
Abstract: 本发明公开了一种基于多维度攻击向量的软硬结合车联网靶场构建方法，包括：获取目标漏洞的特征信息和载体信息，以生成目标漏洞的部署脚本；从车载系统的各个车载设备中选取满足部署条件的车载设备作为目标设备；所述部署条件包括目标漏洞的载体正常运行所需要的软硬件条件，以及部署脚本执行所需要的条件；对目标设备执行部署脚本，以在目标设备中部署目标漏洞的载体，并在载体中注入目标漏洞，获得部署完成的目标设备；基于部署完成的目标设备，构建软硬件结合的车联网靶场。本发明构建的车联网靶场更贴近真实世界的攻击场景，解决以往的纯软件虚拟车联网攻防靶场的弊端，并且在保证靶场真实性的同时也大大降低了靶场的开发成本。
-
公开(公告)号：CN114460936B
公开(公告)日：2024-04-02
申请号：CN202210037463.X
申请日：2022-01-13
Applicant: 华中科技大学
Abstract: 本发明提供一种基于离线增量学习的自动驾驶汽车路径规划方法及系统，包括：确定汽车的当前状态变量和目标信息；利用基于车辆运动学的概率路径预测模型实时预测汽车下一时刻的状态变量，以规划汽车的短期路径；基于二维地图信息构建人工势场，以为二维地图上不同类型的障碍物和道路结构分配不同的势函数；通过线性二次调节策略获取汽车行驶路径的离线数据，并利用径向基函数神经网络对所述离线数据进行训练，以对汽车行驶路径的行驶距离进行预测；基于离线学习的快速扩展随机路径规划算法对汽车行驶的长期路径进行规划，并结合所述行驶距离的预测结果确定汽车自动驾驶的最优避障路径；本发明高效准确地实现车辆轨迹预测。
-
公开(公告)号：CN119645872A
公开(公告)日：2025-03-18
申请号：CN202411830026.9
申请日：2024-12-12
IPC: G06F11/3668 , G06F11/3604 , G06F8/40 , G06F21/57 , G06F9/455
Abstract: 本申请属于操作系统安全技术领域，具体公开了一种针对闭源操作系统的模糊测试方法及装置，该方法包括：针对目标任务集合中的任务，在执行测试用例的过程中，在虚拟化软件QEMU的TCG对翻译块TB进行代码翻译时，将目标中间代码插入到TCG所翻译出的中间代码中，目标中间代码用于指令追踪或漏洞检测；在中间代码被执行时，通过目标中间代码获取闭源操作系统的测试信息。本申请通过插入目标中间代码，进而在TB对应的中间代码被执行时，利用目标中间代码进行指令追踪或漏洞检测，以获取测试信息，而针对目标任务集合以外的任务，将QEMU的执行模式切换为硬件虚拟化KVM模式，实现高效地对闭源操作系统进行模糊测试。
-
公开(公告)号：CN114460936A
公开(公告)日：2022-05-10
申请号：CN202210037463.X
申请日：2022-01-13
Applicant: 华中科技大学
IPC: G05D1/02
Abstract: 本发明提供一种基于离线增量学习的自动驾驶汽车路径规划方法及系统，包括：确定汽车的当前状态变量和目标信息；利用基于车辆运动学的概率路径预测模型实时预测汽车下一时刻的状态变量，以规划汽车的短期路径；基于二维地图信息构建人工势场，以为二维地图上不同类型的障碍物和道路结构分配不同的势函数；通过线性二次调节策略获取汽车行驶路径的离线数据，并利用径向基函数神经网络对所述离线数据进行训练，以对汽车行驶路径的行驶距离进行预测；基于离线学习的快速扩展随机路径规划算法对汽车行驶的长期路径进行规划，并结合所述行驶距离的预测结果确定汽车自动驾驶的最优避障路径；本发明高效准确地实现车辆轨迹预测。
-
公开(公告)号：CN115328796A
公开(公告)日：2022-11-11
申请号：CN202211013175.7
申请日：2022-08-23
Applicant: 华中科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种用于ARM架构的软件漏洞辅助定位方法和系统，属于信息技术领域。包括：运行待分析软件并触发漏洞使其崩溃，提取核心转储文件和崩溃前执行的指令序列，所述核心转储文件保存线程崩溃时的内存布局信息和寄存器信息；扫描核心转储文件，结合崩溃前执行的指令序列进行逆向执行，恢复出崩溃前每条指令内存地址信息和寄存器信息；从崩溃点出发，结合恢复出的信息，逆向追踪与崩溃点的数据有数据依赖关系的指令，得到直接或间接导致线程崩溃的指令序列。本发明帮助广大软件开发者和安全分析人员快速定位导致线程崩溃程序的程序缺陷；有效地降低了用于崩溃程序分析的源数据的复杂度，简化了用户分析的流程。
-
-
-
-
-
Search Results
6
records
(took 0.04 seconds)
