基于轻量级YOLOv3的员工违规行为检测算法

随着工业互联网安全受到越来越多的关注,如何通过技术手段保障生产环境安全就成为单位管理人员所思考的问题。论文针对值班室、中控室、管理室等类似场景的安全需求,提出了一种基于轻量级卷积网络的员工违规行为检测算法。该算法能够实时监测指定区域工作人员的行为状态,避免因员工长时间处于离岗、睡岗状态时,可能导致设备设施生产事故、设备信息泄露、无法处理应急事件等情况的发生。违规行为检测算法由人体检测与行为识别算法两部分组成。首先,通过轻量级人体检测网络获取人体检测框;而后,利用目标跟踪算法与行为识别算法对人体检测框进行识别,进而确定工作人员是否存在违规行为。实验数据表明:该算法大大减少网络权重以及计算量,在边缘设备Hi3559A上检测速度可达13 ms,在实际场景数据集上,违规行为检测准确率可达96.6%。

基于分歧的核心数据集筛选算法

随着深度学习的发展,运用于训练的数据集规模日益增大,导致深度神经网络训练的效率低下。针对这种情况,提出了基于分歧的核心数据集筛选算法,即在保证训练效果的情况下对原数据集进行精简得出核心数据集。算法使用迭代的方式以有监督学习方式进行学习,通过投票网络框架计算各数据的分歧值并以此排序进行筛选。对广泛使用的CI-FAR、Fashion-MNIST以及SVHN数据集进行核心数据集筛选实验,结果表明所提出的算法在得到核心数据集规模为原始规模五分之一的同时,其训练模型的精度仅下降不超过5%。同时,其筛选出的核心数据集的泛化误差仅为0.13,其泛用性更佳。

openEuler中C标准库替换的兼容性分析

当前大多数Linux发行版使用功能强大的glibc(GNU C library)作为C标准库(简称C库),但glibc的LGPL协议存在商用不友好条款,制约了商业Linux发行版的推广.一种可行的解决方案是选择某个与glibc相比尚有功能缺陷但适宜商用的C库加以补全,从而制成新的C库以替代glibc.开源欧拉(openEuler)操作系统社区以MIT协议的musl libc作为新的C库选型.新C库对已有应用软件的兼容是成功替换的关键,而精确的兼容性分析算法不仅可以定位缺失API,还可以量化计算兼容性和API补全的优先级.为此,提出兼容性分析算法来研究openEuler的4种主要软件生态中的musl libc兼容性和缺失API优先级.基于应用软件包之间的依赖关系和谷歌PageRank算法的思想,提出了PackageRank算法和APIRank算法,分别用于软件包兼容性度量和优先级计算.这2种算法提供了系统个性化兼容分析的方法,所需信息易于获取,适用于缺乏用户数据统计的、尚不完整而仍有开发需求的系统及构件.这2种算法在musl libc上的分析结果清晰准确,与软件生态的特点和现状相符,与musl libc的国际社区开发者的观点接近,为openEuler的新C库补全工作提供了有效指导.

基于QEMU RISC-V架构的OpenHarmony标准系统移植

RISC-V指令集架构的诞生促进了RISC-V硬件平台的快速发展,因此,在RISC-V架构硬件平台上运行高效且易于使用的操作系统需求日益增加.面向分布式、开源开放的智能终端操作系统OpenHarmony技术正在不断演进,其生态持续繁荣.然而,将OpenHarmony适配到RISC-V指令集架构平台上面临新的挑战,包括软件栈和芯片移植的问题.RISC-V指令集架构平台的软件栈和芯片移植存在新的挑战.本文提出了基于RISC-V QEMU平台的OpenHarmony标准系统移植的思路和方法,通过对关键软件栈进行适配和在QEMU RISC-V虚拟化硬件平台上移植图形显示驱动,成功实现了OpenHarmony标准系统在QEMU RISC-V虚拟化硬件平台上的正常启动,并进入系统桌面.该成果为开发者提供了在RISC-V平台上测试应用OpenHarmony标准系统的平台,并为新的RISC-V硬件平台上移植OpenHarmony标准系统提供了参考.

基于musl libc库的RVV优化

musl libc是一个轻量级的标准C库,其代码库小巧,提供了全面的POSIX接口支持,具有高度可移植性并支持多种架构和操作系统,被广泛用于嵌入式系统、网络服务器、容器等领域.RISC-V指令集作为一种开源的指令集,目前发布了相对稳定的SIMD指令集,RISC-V生态软件环境也迎来了新的优化热潮,但是对于musl libc库RVV扩展优化还是一片空白.本文立足于musl libc基础库和RISC-V RVV扩展指令集的协同研究点,提出了兼容基础指令集和向量扩展指令集的实现方案,利用向量扩展指令集优化了常见的C库函数strlen和memset,并在gem5模拟器上进行了对比分析,实验结果表明,相较于C语言实现,在性能方面,利用RVV优化的strlen函数平均提升83%–703%,memset函数平均提升85%–334%.

永久型Windows Rootkit检测技术

永久型Rootkit可以长期隐秘在系统中,并隐藏恶意代码,威胁计算机的安全。该文应用cross-view方法构建监控系统,采用文件系统过滤驱动与钩挂系统服务分析系统行为,判定系统是否已被装入永久型WindowsRootkit,并完成对经典Rootkit-hackerdefender及它所保护的恶意程序的检测。由于该检测技术使用底层驱动监测,不依赖特征码,因此对内核级和将来出现的Rootkit具有良好的检测效果。

虚拟机确定性执行重放的模型分析和实现方法

进程重放用于程序调试,无法重现系统全部状态,难以分析错误根源.而系统级重放复杂且难于实现,尚无模型分析方法提供理论指导,确保重放执行与记录执行等价.为了使执行重放系统适用于系统调试,建立虚拟机指令执行模型,提出了虚拟机执行重放的定义,给出并证明了成功重放的充分条件.根据该充分条件,设计实现了基于Xen的虚拟机重放系统CASMotion.CASMotion讨论了Xen DomU中不确定事件的种类,给出各类事件的重放方法以及时间点的匹配算法.CASMotion成功实现了不确定事件的准确重放,实验结果表明其具有较低的性能损失.

基于多标签的内核配置图及其应用

Linux内核提供了灵活的内核配置项机制,便于针对不同的应用场景进行个性化定制.但内核配置项的数量巨大且增长快速,配置项的默认值在不同内核版本中经常改变,即使专业的内核团队设置配置项也面临很多挑战.针对上述问题,提出基于多标签的内核配置图,该图包含内核配置项间的依赖关系、功能标签、性能标签、安全标签和配置项使能率.此外,该图提供了可视化功能,更加直观、高效、人性化.该内核配置图在内核配置项异常值检测、内核启动优化、内核裁剪、内核安全增强、内核性能优化、内核配置项智能问答等场景均可应用.且将内核配置图应用到检索场景,实现了面向内核配置项的检索框架KCIR(kernel config information retrieval),该框架基于内核配置图对查询语句和内核配置项描述文本进行了扩展,实验评估表明KCIR和传统检索框架相比,检索效果有显著提升,验证了内核配置图在实际应用中的有效性和实用性.

基于Intel SGX的Ansible安全增强

Ansible是当今最主流的云平台自动化运维工具之一,通常拥有大量集群的管理员账号信息来批量执行运维任务,这些账号信息一般明文存储在配置文件中.但在云计算环境中这种机制具有较大的安全隐患,因为Ansible的配置信息的机密性和完整性依赖云服务厂商提供的基础软件的安全性.因此,加强Ansible配置信息管理机制的安全性至关重要.本文基于Intel近年推出的安全机制SGX(Software Guard e Xtensions)开发了Ansible的配置管理模块,它可以独立地在可信的执行环境(Trusted Execution Environment,TEE)内管理Ansible的配置信息,从而保证了Ansible配置信息不被外界读取和修改,同时其安全性不再依赖于底层基础软件.实验评估显示,本文方案更加安全可靠,性能的额外开销也在接受范围之内,而且可以进一步扩展成通用的配置管理组件集成到Open Stack等云平台中.

Linux中浏览器兼容ActiveX控件机制的设计与实现

目前,浏览器已经成为计算机系统中不可缺少的组成部分。然而,全球市场份额最高的Internet Explorer浏览器,其广泛应用的ActiveX控件却无法运行在Linux操作系统的浏览器中。因此,研究了两种浏览器插件框架,NPAPI和ActiveX,提出了一种兼容机制。该机制为中间件解决方案,一端面向NPAPI,另一端面向Wine中经封装的ActiveX控件,实现NPAPI和ActiveX控件间的消息传输和转换。实验结果表明,兼容机制实现了ActiveX控件运行在Linux操作系统的浏览器中,且加载时间、运行效率和内存占用均在可接受的范围内,为ActiveX控件跨平台技术提供了一种新的方法。

基于用户行为分析的智能终端应用管理优化

随着智能终端的普及,涌现了多种多样的应用程序以满足用户需求.现有智能终端系统普遍使用基于LRU算法的Task killing机制管理后台应用程序,LRU算法只考虑了应用最近的使用情况,没有考虑用户使用习惯,可能导致后台应用程序被错误地终止,当用户切换回该应用程序时,会带来应用启动延迟增加、能耗增加、状态丢失等问题.本文设计并实现了一种基于贝叶斯网络的应用管理方法 BNLP,并在Android移动终端上验证.该方法通过分析用户使用行为,预测后台应用程序即将被启动的概率,并据此进行应用管理.在Live Lab数据集上的实验表明,本文提出的BNLP模型相比于LRU算法应用程序重启率降低了17.2%,从而降低了延迟和能耗、提升了用户体验.

Rootkit特征与检测

目前还没有对检测危害计算机系统安全的Rootkit形成一种标准化的方法。当前检测Rootkit的方法也很有限。本文详细介绍了Rootkit的原理和现有检测Rootkit工具的工作机制。并且针对一些典型Rootkit给出了检测结果。