基于四元组关系的一种矛盾探查改进方法

矛盾探查(contradiction detection,CD)是人工智能NLP(nature language process)中的一个很困难的问题。通过运用一种基于语句其他成分的方法对文章中出现的貌似矛盾的语句进行可能性分析,改进对语句的函数性(function)判读从而来判断一个语句是否真的是错误的相矛盾。这里不但给出了整个系统的设计结构,而且用具体的数学方法进行了系统的表示,并且给出了具体的改进算法以及改进后的准确性计算。

ICFF:一种IaaS模式下的云取证框架

分析了云取证技术所面临的挑战,提出了一种基础设施即服务(IaaS)云模型下的取证框架ICFF,并在开源IaaS云平台Eucalyptus中进行了实现,最后通过实验的方法对ICFF进行了验证分析。实验结果表明,该框架能够有效并快速地获取云平台中的证据数据。

Douglas-Peucker算法在无拓扑矢量数据压缩中的新改进

分析常规Douglas-Peucker算法压缩无拓扑矢量数据时产生公共边"裂缝"现象的原因——公共边被两次或可能更多次压缩,而每次运用Douglas-Peucker算法压缩时所选择的初始点和终点不同造成的。为此,提出公共边对象化Douglas-Peucker改进算法。为实现此算法,首先设计了新的公共边提取算法来提取公共边,然后使用OOP技术,把公共边的相关信息封装成类,最后根据公共边对象提供的信息对多边形的公共边和非公共边分别进行Douglas-Peucker压缩。以广东省行政界线的SVG矢量图为实验对象验证了此算法的有效性,分析了本算法相对于其它Douglas-Peucker改进算法在所需辅助空间和时间效率上的优势。

基于输入约束的符号执行优化

为了解决符号执行中路径爆炸、新路径发现率低等问题,提出了基于输入约束的符号执行(ICBSE)优化框架。该方法通过分析程序代码自动提取3类输入约束,随后使用这些约束引导符号执行更关注于核心功能代码。在KLEE中实现了上述优化框架,并对coreutils、binutils、grep、patch、diff这5个程序套件中的7个常用程序做了检测。ICBSE发现了7个之前未知的缺陷(KLEE只检测其中3个)。同时,ICBSE将指令行覆盖率、分支覆盖率分别提升了约20%,时间开销降低了约15%。

基于动态信任根的虚拟机监控器动态完整性度量架构

现有虚拟机监控器(VMM)动态完整性度量架构在度量信任根的安全性方面存在问题,同时没有综合考虑VMM中需要进行完整性度量的数据,为此提出了一种基于动态信任根的VMM动态完整性度量架构。采用基于AMD的安全虚拟机技术构建动态信任根,可以实现对度量程序加载执行前的完整性度量;同时构建封闭独立的执行环境,从而可以有效地解决度量信任根的问题。通过分析VMM运行时的内存状态,对所有需要进行完整性保护的静态持久化数据进行完整性度量,从而可以保证度量内容的完备性。同时给出该架构在Xen上的实现。实验结果表明,该架构可以有效地解决度量信任根的问题,并且对度量内容具有良好的扩展性,从而保证度量内容的完备性;此外,该度量架构与现有架构Hyper Check-SMM相比有23.3%的性能提升。

一种基于免疫计算的IPS模型研究与设计

免疫计算是模仿生物免疫系统(BIS)具有的自学习、自适应、多样性、分布式并行处理等特点来解决工程问题。文章提出了一种基于免疫计算的IPS(入侵防御系统)模型,该模型利用BIS的机制,可以发现和处理一定的未知攻击,并利用多过滤器技术优化网络流的实时分析处理,提高了网络入侵防御的效率。