-
公开(公告)号：CN110427320B
公开(公告)日：2022-10-11
申请号：CN201910672958.8
申请日：2019-07-24
Applicant: 长安大学
IPC: G06F11/36
Abstract: 一种轻量级嵌入式程序控制流异常定位检测方法，包括：步骤1、插装：将程序中含有函数调用的条件测试语句开始处作为插装切入点，插入追踪点监视变量，动态监控程序执行过程中追踪点监视变量后函数的调用情况；步骤2、数据收集及预处理：收集追踪点监视变量的执行序列数据并对序列数据进行预处理；步骤3、神经网络模型：将处理后的追踪点序列数据放入神经网络模型中训练，模型训练完成后用于检测异常追踪点序列；步骤4、建立假设检验方法：检测系统状态是否发生变化；步骤5：将异常报告给开发人员，进行异常诊断；本发明是一种低开销的控制流追踪方法适合资源受限系统，而且提供语句级的诊断信息。
-
公开(公告)号：CN107947972B
公开(公告)日：2021-01-15
申请号：CN201711140457.2
申请日：2017-11-16
Applicant: 长安大学
Abstract: 本发明公开了一种感知节点异常运行状态检测方法及检测装置，通过计算待检测任务序列的一步任务转移概率，并计算其与正常任务序列的一步任务转移概率的相似性，利用相似性判断状态是否存在异常；上述技术方案能够有效地检测到在程序执行过程中出现的异常行为，对于异常行为的定位和修复提供代码级的帮助。
-
公开(公告)号：CN110427320A
公开(公告)日：2019-11-08
申请号：CN201910672958.8
申请日：2019-07-24
Applicant: 长安大学
IPC: G06F11/36
Abstract: 一种轻量级嵌入式程序控制流异常定位检测方法，包括：步骤1、插装：将程序中含有函数调用的条件测试语句开始处作为插装切入点，插入追踪点监视变量，动态监控程序执行过程中追踪点监视变量后函数的调用情况；步骤2、数据收集及预处理：收集追踪点监视变量的执行序列数据并对序列数据进行预处理；步骤3、神经网络模型：将处理后的追踪点序列数据放入神经网络模型中训练，模型训练完成后用于检测异常追踪点序列；步骤4、建立假设检验方法：检测系统状态是否发生变化；步骤5：将异常报告给开发人员，进行异常诊断；本发明是一种低开销的控制流追踪方法适合资源受限系统，而且提供语句级的诊断信息。
-
公开(公告)号：CN110417621A
公开(公告)日：2019-11-05
申请号：CN201910677912.5
申请日：2019-07-25
Applicant: 长安大学
Abstract: 一种轻量级嵌入式系统异常运行状态检测方法，包括：获取正常状态下节点任务执行序列；统计所有任务的一步转移频数Mij，选择得到高频次任务转移组合的集合M；建立假设检验的方法；设定任务窗口值w和u检验统计的样本数量n，计算所有窗口w内每组高频次任务转移的均值μ0；设定期望的异常检测置信概率α，根据α查询标准正态分布函数表得到 计算异常值l；根据l与异常判别式对应的异常检测代码一并插装到应用源代码相应位置，从而检测应用运行是否出现异常。本发明能够有效检测到在程序执行过程中出现的异常行为，准确定位异常序列。
-
公开(公告)号：CN109032918A
公开(公告)日：2018-12-18
申请号：CN201810548224.4
申请日：2018-05-31
Applicant: 长安大学
CPC classification number: G06F11/366 , G06F11/3684 , G06F11/3688 , H04L41/145
Abstract: 本发明公开了一种基于异常任务函数轨迹的感知节点程序异常诊断方法，该方法只对异常任务调用的未被内联的函数进行检测，统计这些函数的调用情况，对函数调用的日志记录进行了缩减，这样既能去除冗余信息对诊断的干扰，同时也实现了快速提取有用信息，提高了算法效率，减少了分析开销。
-
Patent Agency Ranking
-
公开(公告)号：CN110417621B
公开(公告)日：2021-01-12
申请号：CN201910677912.5
申请日：2019-07-25
Applicant: 长安大学
Abstract: 一种轻量级嵌入式系统异常运行状态检测方法，包括：获取正常状态下节点任务执行序列；统计所有任务的一步转移频数Mij，选择得到高频次任务转移组合的集合M；建立假设检验的方法；设定任务窗口值w和u检验统计的样本数量n0，计算所有窗口w内每组高频次任务转移的均值μ0；设定期望的异常检测置信概率α，根据α查询标准正态分布函数表得到计算异常值l；根据l与异常判别式对应的异常检测代码一并插装到应用源代码相应位置，从而检测应用运行是否出现异常。本发明能够有效检测到在程序执行过程中出现的异常行为，准确定位异常序列。
-
公开(公告)号：CN108920356A
公开(公告)日：2018-11-30
申请号：CN201810548226.3
申请日：2018-05-31
Applicant: 长安大学
Abstract: 本发明提供一种基于任务执行轨迹模型的感知节点异常检测方法，对任务执行轨迹进行分析建立任务执行模型，并采用一分类支持向量机分类模型对异常执行的任务执行轨迹模型进行异常区间检测实现了快速定位异常区间以及异常发生时刻；确定异常范围后进一步利用假设检验对应用程序中执行的所有任务进行显著性检验，对比分析正常执行与异常执行任务执行情况的差异确定可能的异常执行任务；通过检测结果对OCSVM分类模型的性能评估可以确定该模型具有较高的准确率和低误检率。
-
公开(公告)号：CN108920356B
公开(公告)日：2021-07-27
申请号：CN201810548226.3
申请日：2018-05-31
Applicant: 长安大学
Abstract: 本发明提供一种基于任务执行轨迹模型的感知节点异常检测方法，对任务执行轨迹进行分析建立任务执行模型，并采用一分类支持向量机分类模型对异常执行的任务执行轨迹模型进行异常区间检测实现了快速定位异常区间以及异常发生时刻；确定异常范围后进一步利用假设检验对应用程序中执行的所有任务进行显著性检验，对比分析正常执行与异常执行任务执行情况的差异确定可能的异常执行任务；通过检测结果对OCSVM分类模型的性能评估可以确定该模型具有较高的准确率和低误检率。
-
公开(公告)号：CN107947972A
公开(公告)日：2018-04-20
申请号：CN201711140457.2
申请日：2017-11-16
Applicant: 长安大学
CPC classification number: H04L41/065 , H04L41/0631 , H04L41/0677 , H04L43/0817 , H04W24/04
Abstract: 本发明公开了一种感知节点异常运行状态检测方法及检测装置，通过计算待检测任务序列的一步任务转移概率，并计算其与正常任务序列的一步任务转移概率的相似性，利用相似性判断状态是否存在异常；上述技术方案能够有效地检测到在程序执行过程中出现的异常行为，对于异常行为的定位和修复提供代码级的帮助。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.022 seconds)
