一种基于深度学习的恶意程序攻击识别方法、系统及终端

    公开(公告)号:CN115883160A

    公开(公告)日:2023-03-31

    申请号:CN202211491425.8

    申请日:2022-11-25

    Abstract: 本申请公开了一种基于深度学习的恶意程序攻击识别方法、系统及终端,该方法首先获取待测恶意攻击信息JSON字符串,根据所该字符串生成字符编码序列,然后对字符编码序列进行特征数据预处理,获取特征嵌入向量集合,其次,采用字符嵌入以及拼接的方法,根据字符编码序列形成上下文向量,并用上下文向量表示待测恶意攻击信息JSON字符串的全局特征;根据特征嵌入向量集合和全局特征,利用注意力机制捕获待测恶意攻击信息JSON字符串中的局部特征;然后对全局特征和局部特征进行拼接,生成攻击特征向量,最后根据攻击特征向量,对恶意程序攻击进行识别。通过本申请,能够有效提高恶意攻击程序识别的准确性和可靠性。

    面向可执行文件的off-by-one的漏洞检测方法及系统

    公开(公告)号:CN115712902A

    公开(公告)日:2023-02-24

    申请号:CN202211513125.5

    申请日:2022-11-28

    Abstract: 本发明公开了面向可执行文件的off‑by‑one漏洞检测方法及系统,方法包括以下步骤:反编译可执行文件,形成中间语言;对可执行文件进行静态分析,检测指向已分配堆块的指针集和疑似路径信息;对全局变量跟踪分析,找出全局指针指向的内存地址和对内存空间的读写操作;筛选相同分配行为的函数,若引用相同的指针,在指针数据集内合并,去除冗余函数;进行动态符号执行,依据路径选择规则选择可疑分支和路径,有分配行为的函数调用时,记录分配的堆块大小和地址;继续检测分配堆块的操作,对该地址进行读写操作时,记录写入信息的长度,判断漏洞。本发明的方法能有效定位漏洞位置,实现off‑by‑one漏洞的自动化检测全覆盖。

    基于深度学习算法的DGA域名检测方法及系统

    公开(公告)号:CN113726730A

    公开(公告)日:2021-11-30

    申请号:CN202110792490.3

    申请日:2021-07-14

    Abstract: 本发明提供了基于深度学习算法的DGA域名检测方法及系统,方法包括对获取的DGA域名数据进行预处理,将DGA域名数据形成字符嵌入向量序列;获取所述字符嵌入向量序列中的局部特征向量和全局特征向量,并将所述局部特征向量和全局特征向量进行拼接,得到DGA域名表示向量;基于多层感知机层的神经网络,对所述DGA域名表示向量进行多层传递,得到DGA域名所属类别的概率值。本发明以域名字符串数据为基础,引入一维卷积神经网络和自注意力机制,分别用来获取域名字符串中的局部特征向量和全局特征向量,并形成域名表示向量,对域名表示向量进行多层传递,得到DGA域名所属类别的概率值,相比于现有方法,具有更加优异的准确率和召回率。

    一种基于云平台的大规模容器调度系统及方法

    公开(公告)号:CN107426034B

    公开(公告)日:2020-09-01

    申请号:CN201710712465.3

    申请日:2017-08-18

    Abstract: 本发明公开了一种基于云平台的大规模容器调度系统及方法,系统包括:控制节点,用以接受客户端发出的请求并解析后发送给云平台;云平台,用以对容器进行管理以及创建容器所使用的底层资源,为容器提供底层云平台的虚拟化资源。方法包括以下步骤:获取客户端的发出请求;容器资源调度模块转发请求;控制节点的API网关转发请求并创建容器集群;应用集群API网关转发请求;调度器向代理发送指令;代理执行指令;容器引擎构建容器集合;副本控制器实现弹性伸缩;创建对应服务及端口;运行时动态调整。本发明不仅可以管理容器本身,而且还可以为容器自动提供底层云平台的虚拟化资源。

Patent Agency Ranking