基于EBNF和二次爬取策略的XSS漏洞检测技术

跨站脚本(XSS)攻击是目前互联网安全的最大威胁之一。针对传统基于渗透测试技术的漏洞检测方法中攻击向量复杂度低易被过滤、整体检测流程繁琐等问题,提出了一种基于扩展的巴科斯范式(EBNF)的攻击向量自动生成方法和XSS漏洞二次爬取策略。通过定义EBNF规则生成规则解析树,按层次遍历获得高复杂度攻击向量。在首次爬取页面时,将输入点信息嵌入到攻击向量后请求注入,之后进行二次爬取,请求合法参数获得返回页面。最后设计实现了原型系统,并使用两个平台进行漏洞检测。通过对比实验证明,该系统检测流程简单,在一定程度上提高了漏洞检测数,降低了漏洞误报率。

C—S语言的语法描述

构造了C语言的子语言C—S的语法,并给出了此语言的EBNF表示。

基于ANTLR的NC代码编译器的设计与实现

采用了扩展的巴科斯范式(EBNF)定义NC程序语法规则,提出了一种基于语言识别工具(ANTLR)的NC代码编译器的设计模型。该模型采用Java语言开发,具有良好的平台无关性;分别从词法分析、语法和语义分析、信息提取等方面进行编译器的设计与实现。实际运行结果表明:该模型能够高效地构建编译器原型;可快速、准确地对NC代码进行编译;具有良好的可扩展性。

基于超文法的扩展文法转换技术

针对带有优先级的扩展巴克斯范式(EBNF),普通的语法分析技术很难适用于该文法的问题,给出了扩展文法的形式定义,提出一种基于超文法的EBNF到巴克斯范式(BNF)的转换算法,并给出转换的正确性证明,该算法在ATLAS语言编译器的开发中得到了实际应用和验证.

面向PMVS算法的自动两级并行翻译方法

当使用高分辨率的图像作为图像处理算法的输入时会降低算法运行速度,将算法并行化可提升执行效率,但手动将串行程序转换为并行程序则较为繁琐,并且现有自动并行翻译工具性能不稳定,同时翻译后的程序是单一并行模式。面向基于面片的三维多视角立体视觉(PMVS)算法,提出一种从C到CUDA的自动两级并行翻译方法。使用ANTLR自动解析源C代码,通过分析数据依赖关系和循环数组私有化来识别可并行化的循环结构,将算法翻译成CPU多线程和GPU两级并行结构的代码。在算法执行过程中,将输入图像在CPU和GPU上分别进行处理,降低了算法总执行时间。实验结果表明,该方法的计算加速比随着输入图像分辨率的增加逐渐提高,最高约达到32,相比于PPCG和OpenACC自动并行翻译方法提升明显。

基于JavaCC的SQL编译器的设计与实现

采用扩展的巴科斯范式(EBNF)定义SQL语言的语法规则,提出了一种基于分析器自动生成工具(JavaCC)的SQL语言编译器的设计模型。该模型采用Java语言开发,具有良好的平台无关性;分别从词法、语法和语义分析、信息提取等方面进行编译器的设计与实现。实际运行结果表明:该模型能够快速高效地构建SQL编译器,且具有良好的可扩展性。

一种图形化的软件缺陷描述语言

针对自然语言描述的软件缺陷报告常会出现不完整、二义性、抽象层次混杂的问题,面向黑盒测试发现的缺陷,提出了一种图形化的软件缺陷描述语言———软件缺陷描述图(SDDG).首先采用扩展巴科斯范式(EBNF)对SDDG进行形式化描述,然后以因果图为基础,定义了描述中涉及的各种图形符号.通过理论分析论证、描述实例对比以及实验验证表明:与传统的自然语言描述以及基于XML的描述相比,SDDG清晰明了、重点突出,提高了软件缺陷报告的可读性、完整性以及可重现性,减少了测试人员和开发人员的理解不一致现象;该方法不仅提高了双方的沟通效率,同时为软件缺陷分类和分析提供了更好的原始数据.