-
公开(公告)号:CN117195237A
公开(公告)日:2023-12-08
申请号:CN202311256715.9
申请日:2023-09-26
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 海南俊码数据研究院有限公司
IPC: G06F21/57 , G06F18/2431 , G06F18/2413 , G06F18/214 , G06N3/045 , G06N3/0442
Abstract: 本发明涉及一种面向智能合约的漏洞检测系统及方法,该系统包括:数据预处理模块,用于收集智能合约,将所述智能合约进行无用信息删除、以获取包含与漏洞形成有关的智能合约切片,将所述智能合约切片进行不同漏洞种类标注,获取标注结果;特征提取模块,用于基于所述标注结果,构建智能合约漏洞检测模型,基于所述智能合约漏洞检测模型,获取检测结果;分类模块,用于对所述检测结果进行分类,完成漏洞检测;所述数据预处理模块、所述特征提取模块和所述分类模块依次连接。本发明通过对智能合约的源代码进行切片检测,降低了输入信息的长度,减少了训练的工作量,使代码片段中有用的部分更加密集,提升了智能合约漏洞检测系统的可靠性和准确性。
-
公开(公告)号:CN109635562A
公开(公告)日:2019-04-16
申请号:CN201811511148.6
申请日:2018-12-11
Applicant: 哈尔滨工程大学
CPC classification number: G06F21/52 , G06F9/45558 , G06F21/56 , G06F2009/45583
Abstract: 本发明提供了一种面向内核栈溢出防御的指令修改虚拟平台的执行方法,属于计算机安全领域。本发明包括:建立备份栈、地址映射表和线程ID索引表;以跳转指令为分割点,从第一地址获取指令片段,插入第一控制指令和第二控制指令;如果指令片段存在call指令和ret指令,还需要插入第三控制指令和第四控制指令;单独存储第三指令片段,将第一地址和第二地址存入地址映射表;判断是否发生栈溢出攻击,如果发生栈溢出攻击,虚拟平台将进行栈溢出防御。本发明能够实时分析计算机运行时指令,以及监控call指令和ret指令。本发明的目的在于解决计算机终端中发生的栈溢出攻击可能造成的系统崩溃、数据丢失,甚至导致计算机终端被控制的危险。
-
-
公开(公告)号:CN105117281B
公开(公告)日:2019-01-15
申请号:CN201510523104.5
申请日:2015-08-24
Applicant: 哈尔滨工程大学
IPC: G06F9/48
Abstract: 本发明涉及一种基于任务申请信号和处理器内核执行代价值的任务调度方法。本发明包括:(1)任务申请信号:采用全局链表和处理器内核调度队列来记录任务;(2)处理器内核执行代价值:每个处理器内核维持一个执行代价值向量,处理器内核经计算得出全局链表中每个任务的执行代价值,并存入执行代价值向量中;(3)任务调度概率:处理器内核对任务的执行代价值和任务的申请信号来计算任务从全局链表调度到处理器内核调度队列的概率。本发明采用全局链表和处理器内核调度队列记录任务,使用任务的申请信号的强弱和处理器内核执行任务的代价值的大小作为任务调度的准则,可有效的减少任务迁移过程中产生的开销,降低任务的执行时间。
-
公开(公告)号:CN111444367B
公开(公告)日:2022-10-14
申请号:CN202010214091.4
申请日:2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域,具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征,还利用到了图像的全局特征,以编码器‑解码器为基本框架,在编码阶段利用卷积神经网络提取图像的全局特征和局部特征,在解码阶段使用LSTM和注意力机制,利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。
-
公开(公告)号:CN111447212A
公开(公告)日:2020-07-24
申请号:CN202010214994.2
申请日:2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络安全和深度学习技术领域,具体涉及一种基于GAN的APT攻击序列的生成与检测方法。本发明的针对目前在APT攻击的检测方向尚存在无法检测长序列攻击、历史信息关联差、未知攻击检测能力差等问题,为有效检测APT攻击并且扩充APT攻击攻击数据集,提出了一种基于GAN的APT攻击序列生成与检测方法。本发明通过生成式对抗网络的形式采用LSTM网络增加了对前后文相关联的步骤,记忆了网络流量的历史记录,对时序性数据具有较好的检测能力;通过生成模型可以利用随机噪声生成符合APT攻击特征的数据,扩充了现有APT攻击数据集。
-
公开(公告)号:CN111444367A
公开(公告)日:2020-07-24
申请号:CN202010214091.4
申请日:2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域,具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征,还利用到了图像的全局特征,以编码器-解码器为基本框架,在编码阶段利用卷积神经网络提取图像的全局特征和局部特征,在解码阶段使用LSTM和注意力机制,利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。
-
公开(公告)号:CN105117281A
公开(公告)日:2015-12-02
申请号:CN201510523104.5
申请日:2015-08-24
Applicant: 哈尔滨工程大学
IPC: G06F9/48
Abstract: 本发明涉及一种基于任务申请信号和处理器内核执行代价值的任务调度方法。本发明包括:(1)任务申请信号:采用全局链表和处理器内核调度队列来记录任务;(2)处理器内核执行代价值:每个处理器内核维持一个执行代价值向量,处理器内核经计算得出全局链表中每个任务的执行代价值,并存入执行代价值向量中;(3)任务调度概率:处理器内核对任务的执行代价值和任务的申请信号来计算任务从全局链表调度到处理器内核调度队列的概率。本发明采用全局链表和处理器内核调度队列记录任务,使用任务的申请信号的强弱和处理器内核执行任务的代价值的大小作为任务调度的准则,可有效的减少任务迁移过程中产生的开销,降低任务的执行时间。
-
-
-
-
-
-
-