-
公开(公告)号：CN119676130A
公开(公告)日：2025-03-21
申请号：CN202411879463.X
申请日：2024-12-19
Applicant: 东南大学
IPC: H04L43/18 , H04L69/00 , H04L69/22 , H04L9/40 , H04L43/0823
Abstract: 本发明公开了基于协议模板的云平台模糊测试方法及系统，涉及模糊测试技术领域。本发明包括：使用模糊测试客户端在主机测试台系统上启动模糊测试会话；通过捕获流式客户端设备与云平台系统之间的初始通信交换自动生成协议模板，以识别多个原语；启动流式客户端设备；使用模糊测试客户端与云平台系统启动在线服务会话；对流式客户端设备与云平台系统之间的初始设置通信进行模糊测试。本发明能够通过协议模板的自动生成与更新，以及原语顺序和内容的突变模糊测试，全面评估云平台服务协议在各种异常情况下的稳定性与安全性，帮助开发人员提前发现并修复潜在的漏洞，确保云平台在实际运行中能够应对各种异常情况，提供更加安全、可靠的服务环境。
-
公开(公告)号：CN119676129A
公开(公告)日：2025-03-21
申请号：CN202411878096.1
申请日：2024-12-19
Applicant: 东南大学
IPC: H04L43/18 , H04L9/40 , H04L43/0823
Abstract: 本发明公开了基于攻击者模型的模糊测试方法、系统及终端设备，涉及网络协议模糊测试技术领域。本发明包括：捕获通讯实体间的正常通信流量；根据捕获到的正常通信流量生成种子语料库，作为一组初始的测试用例；基于种子语料库挑选得到优先级高的种子；对挑选出的种子执行攻击者模型的变异操作，以生成新的测试用例。本发明相较于传统的协议模糊测试方法，能够生成与正常流量相似度更高的测试用例，模拟出与通信实体的对话建立过程，提高了模糊测试效率，同时基于实际环境中攻击者的能力进行变异的方法能够拓展原有的搜索空间，发现协议交互上下文中的逻辑漏洞。
-
公开(公告)号：CN111897675B
公开(公告)日：2024-04-09
申请号：CN202010548800.2
申请日：2020-06-16
Applicant: 东南大学
Abstract: 本发明公开了一种手机端F2FS文件系统的近期删除文件恢复方法，包括：(1)读取F2FS文件系统Superblock超级块区，获取Node Address Table节点信息表、Checkpoint检查点段以及Main Area主数据区的起始地址，确定F2FS文件系统根目录文件节点号ino；(2)读取有效Checkpoint检查点段中的缓存区，运用基于根目录时间戳的NAT节点表更新方法完成对Node Address Table节点信息表的信息更新；(3)在更新后的Node Address Table节点信息表中获取并解析.Trash文件；(4)解析.Trash子文件的inode数据区，获取近期删除文件的文件名和原存储路径；(5)恢复.Trash文件下存储的近期删除文件。本发明针对F2FS文件系统的恢复删除数据方面，解析获取被删除文件速度更快、效率更高，应用效果更好。
-
公开(公告)号：CN109086480B
公开(公告)日：2021-10-19
申请号：CN201810647886.7
申请日：2018-06-22
Applicant: 东南大学
Abstract: 本发明公开了一种桥梁断面非线性自激力的识别方法，根据自激力频谱的倍频特征，将升沉运动引起的自激升力Lse,h、升力矩Mse,h，扭转运动引起的自激升力Lse,α、升力矩Mse,α写成级数表达式；利用三角函数的倍角公式将级数表达式化简为仅含sinωt和cosωt的表达式；消去sinωt与cosωt，即可获得Lse,h、Mse,h、Lse,α和Mse,α的非线性表达式；将上述表达式中相应的项进行合并，即可获得弯扭耦合运动产生的非线性自激力表达式。本发明建立的非线性自激力表达式，可以只考虑一阶成分退化为传统的线性自激力表达式，也可以根据需要考虑多个高阶成分，从而准确地表达非线性自激力。为了准确地识别表达式中的非线性自激力系数，提出了分次渐进识别法，即分次渐进地用最小二乘法识别待定系数。
-
公开(公告)号：CN112488300A
公开(公告)日：2021-03-12
申请号：CN202011413094.7
申请日：2020-12-04
Applicant: 东南大学
Abstract: 本发明涉及一种基于仿生控制机理的信息系统安全防护方法，所述方法包括以下步骤：步骤（1）模仿人体的高效神经控制机理，构建类神经系统控制架构，将人体神经系统的主要要素映射到信息系统中，全方位部署安全神经元；步骤（2）将功能要素与安全要素融入到基本功能模块中，构建一种以任务为导向的执行动作细粒度监控机制；步骤（3）根据任务执行条件调用基本模块执行操作，在执行过程中感知执行路径，通过反馈发现环境变化，根据策略进行校准。该技术方案通过将神经元、脊神经、人脑的元素引入到信息系统网络的各个层次中，使安全体系与系统功能实现高度融合，在系统基于功能元素模块化的基础上，以任务为导向进行细粒度的安全控制。
-
Patent Agency Ranking
公开(公告)号：CN111495143A
公开(公告)日：2020-08-07
申请号：CN202010403038.9
申请日：2020-05-13
Applicant: 东南大学
Abstract: 本发明涉及一种适用危废焚烧炉的SCR脱硝系统及方法，包括焚烧炉+二燃室、余热锅炉、急冷换热器、干法脱硫反应器、布袋除尘器、SCR脱硝反应器、余热回收换热器及烟囱，以上设备之间通过烟道连接。本发明具备利用余热回收加热烟气，使烟气在无需燃气补热的情况下达到低温SCR脱硝的温度要求，并且部分加热空气进入二燃室或焚烧炉助燃，提高炉膛燃烧效率，解决了传统低温SCR脱硝工艺燃气补热能耗高、系统复杂、装置运行故障多等缺点，同时达到了危废焚烧炉要求的烟气急冷要求，避免了二噁英的再生。
-
公开(公告)号：CN110639362A
公开(公告)日：2020-01-03
申请号：CN201910890923.1
申请日：2019-09-20
Applicant: 东南大学
Abstract: 本发明公开了一种低温等离子体改性的催化纤维滤料制备方法，步骤如下:1)称取聚氨酯作为溶质，用二甲基甲酰胺溶液作为溶剂配制溶液；2)在得到的溶液中加入四乙基溴化铵粉末得混合液；3)将催化剂前驱物加入混合液中，搅拌得到静电纺丝溶液；4)将静电纺丝溶液进行静电纺丝，并将纺丝收集制得纳米纤维膜；5)将纳米纤维膜置于低温等离子体改性装置中，通入氩气进行等离子体改性，冷却至室温得到低温等离子体改性的催化纤维膜；6)将低温等离子体改性的催化纤维膜进行覆膜和包装，即得。本发明以结合静电纺丝和低温等离子体改性工艺制作纤维滤料为创新点，材料来源广，流程易操作，产物加工性好，具有良好的市场竞争力和推广价值。
-
公开(公告)号：CN108529372B
公开(公告)日：2019-12-03
申请号：CN201810245567.3
申请日：2018-03-23
IPC: B66B5/00
Abstract: 本发明公开了一种基于云模型和证据理论的电梯运行状态评估方法，通过分析与电梯运行状态相关的主要特征量，建立电梯运行状态评估指标体系；运用熵权法确定各指标的权重，引入基于均衡函数的变权公式，根据实际数据偏离正常值的大小，对权重加以修正；采用云模型实现定量指标与定性概念之间的转换，得到指标对电梯各状态等级的隶属度；最后应用证据理论融合各指标信息，得到评估结果，为电梯管理人员及时了解电梯状态提供参考。
-
公开(公告)号：CN109086480A
公开(公告)日：2018-12-25
申请号：CN201810647886.7
申请日：2018-06-22
Applicant: 东南大学
IPC: G06F17/50
Abstract: 本发明公开了一种桥梁断面非线性自激力的识别方法，根据自激力频谱的倍频特征，将升沉运动引起的自激升力Lse,h、升力矩Mse,h，扭转运动引起的自激升力Lse,α、升力矩Mse,α写成级数表达式；利用三角函数的倍角公式将级数表达式化简为仅含sinωt和cosωt的表达式；消去sinωt与cosωt，即可获得Lse,h、Mse,h、Lse,α和Mse,α的非线性表达式；将上述表达式中相应的项进行合并，即可获得弯扭耦合运动产生的非线性自激力表达式。本发明建立的非线性自激力表达式，可以只考虑一阶成分退化为传统的线性自激力表达式，也可以根据需要考虑多个高阶成分，从而准确地表达非线性自激力。为了准确地识别表达式中的非线性自激力系数，提出了分次渐进识别法，即分次渐进地用最小二乘法识别待定系数。
-
公开(公告)号：CN108529372A
公开(公告)日：2018-09-14
申请号：CN201810245567.3
申请日：2018-03-23
IPC: B66B5/00
Abstract: 本发明公开了一种基于云模型和证据理论的电梯运行状态评估方法，通过分析与电梯运行状态相关的主要特征量，建立电梯运行状态评估指标体系；运用熵权法确定各指标的权重，引入基于均衡函数的变权公式，根据实际数据偏离正常值的大小，对权重加以修正；采用云模型实现定量指标与定性概念之间的转换，得到指标对电梯各状态等级的隶属度；最后应用证据理论融合各指标信息，得到评估结果，为电梯管理人员及时了解电梯状态提供参考。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.066 seconds)
