基于Clang编译前端的Android源代码静态分析技术

Android手机在全球占有很大的市场份额,基于Android衍生的第三方系统也为数不少.针对Android系统重大安全问题频发的现状,提出一种使用Clang编译前端对Android源码进行静态分析的方法.该方法从已公布的CVE漏洞中提取规则和模型,通过改进的Clang编译前端,对Android源码进行静态分析,从而检测出有潜在安全风险的代码片段.在对Android源码进行污点分析时,调用新加入的stp约束求解器,通过符号执行,对敏感数据进行污点标记,并对敏感函数、敏感操作、敏感规则进行污点分析,如果存在潜在的安全隐患,则进行报告.经过实验分析,该方法可以找出Android源代码中存在的同类型有安全风险的代码片段,可以检出libstagefright模块5个高危CVE漏洞.

利用无人机多光谱影像分类电力廊道树种

竹子和桉树由于长势快、冠层高成为高压输电线路在植被茂密区面临的主要树障威胁之一,因此识别竹子和桉树是早期树障预警的关键。基于多旋翼无人机获取高压输电走廊区域的多光谱影像,充分利用红边波段优势提取光谱特征和植被指数特征;再结合随机森林(RF)算法进行植被指数特征优选;最后对比最大似然和支持向量机分类方法。基于RF的特征优选不仅能降低特征变量维度,而且能保持原有的分类精度,从而提高分类效率。