船舶网络攻击数据的自动化同源判定方法

传统同源判定方法受到网络长时延和丢包影响,导致判定结果误差较大,提出了量子神经网络船舶网络攻击数据的自动化同源性判定方法。构建量子神经网络同源性判定模型,将判定划分为学习训练和同源判定2个阶段。引入量子态叠加思想,构建3层量子神经网络结构,根据该结构完成量子学习训练。计算同源支持度,设计判定流程,实现攻击数据的自动化同源判定。由实验结果可知,该方法判定误差较小,可保障船舶网络在正常状态下稳定运行。

基于调用习惯的恶意代码自动化同源判定方法

恶意代码同源判定对作者溯源、攻击事件责任判定、攻击场景还原等研究工作具有重要作用.目前恶意代码同源判定方法往往依赖人工分析,效率低下,为此,提出一种基于调用习惯的恶意代码自动化同源判定方法.该方法基于7类调用行为,使用数据挖掘算法构建作者编程习惯模型,基于频繁项离群检测算法计算同源度,利用K均值聚类算法选择同源判定阈值,进而实现恶意代码同源判定.实验结果表明,该方法具有99%以上的准确率和可接受的召回率.

基于Asm2Vec的恶意代码同源判定方法

近年来,全球恶意代码数量快速增长,对恶意代码分析及溯源技术提出了更高的要求和挑战。针对恶意代码同源判定问题,区别于常见的恶意代码转图像进行家族谱识别的方法,基于文本分析思想并结合深度学习算法,提出了基于Asm2Vec的恶意代码同源判定方法。此方法通过对恶意代码进行反汇编及分词,利用Word2Vec对反汇编后的十六进制码进行矢量化,并搭建TextCNN深度学习模型进行家族谱判定。该方法取得了较高的准确率及较短的预测时间,在快速及高效性上具有较高的优越性。

恶意代码同源判定技术综述

近年来,恶意代码日益泛滥,时刻威胁着人们的信息财产安全。经研究,很多新型的恶意代码都是已有恶意代码的变种,并通过加壳、多态、代码扰乱等技术对已有恶意代码进行处理,以躲避传统检测技术。因此,研究恶意代码的同源判定技术,根据静态、动态、动静结合的分类方式,对恶意代码同源判定技术进行总结与归类,阐述各种判定方法的基本原理、实现细节、特点及优缺点,以期有效、快速地解决新型恶意代码的检测与处理问题。最后,为促使研究进一步进行,展望了恶意代码同源判定技术的发展方向。

船舶网络攻击数据自动化同源判定方法

通过对船舶网络攻击数据的自动化同源判定,提高网络攻击检测能力,提出一种基于盲源分离和空间波束形成的船舶网络攻击数据自动化同源判定方法。构建船舶网络攻击数据的非线性时间序列分析模型,采用冲激响应特征提取方法进行船舶网络攻击数据的自适应聚焦,根据数据聚焦结果进行数据空间波束形成,提取船舶网络攻击数据的特征图谱,根据最强冲激响应判定方法实现对船舶网络攻击数据的盲源分离,从而实现船舶网络攻击数据自动化同源判定。仿真结果表明,采用该方法进行船舶网络攻击数据自动化同源判定的精度较高,对网络攻击数据的准确检测性能较好。

一种基于谱图SIFT的同源频谱监测数据判定方法

随着各类无线电应用的普及,在一定空间范围内,超短波监测过程中的监测数据易受到非同源的同频或邻频信号的影响,仅依靠常规监测中的频谱数据是无法判定信号是否同源的,因而不同监测站点获得的数据缺乏关联性,数据分析结果可能产生误导,降低工作效率。依据人工监测的经验,尝试用计算机视觉等技术分析监测数据的频谱图和时频谱图,结合谱图特性引入角度阈值改进SIFT算法的特征点匹配模式,以适应无线电监测数据分析的需要,并提出以图像特征点检测匹配率为前提,利用卡帕值综合评价两种谱图同源判定结果一致性的方法。通过实验模拟和实例验证,两种谱图同源判定结果的卡帕值为0.7605,达到高度一致;同时,所提方法在实践过程中有提高工作效率的作用,具备操作可行性和实际意义。

出土文献与同源词判定

出土材料中相关字词的古文字字形、出现的时代、记录某些意义的早晚所综合反映的情况能够帮助判定同源词。其具体方法有二:以同源词的派生原理为依据确定同源词;利用出土材料中的"音近义通"(古音相同或相近,词汇意义相通)确定同源词。需要注意的是,在实际操作中必须准确确定相关年代与词义的引申关系,才能确保同源词判定的科学性。

基于simhash与倒排索引的复用代码快速溯源方法

提出了一种新颖的复用代码精确快速溯源方法。该方法以函数为单位,基于simhash与倒排索引技术,能在海量代码中快速溯源相似函数。首先基于simhash利用海量样本构建具有三级倒排索引结构的代码库。对于待溯源函数,依据函数中代码块的simhash值快速发现相似代码块,继而倒排索引潜在相似函数,依据代码块跳转关系精确判定是否相似,并溯源至所在样本。实验结果表明,该方法在保证高准确率与召回率的前提下,基于代码库能快速识别样本中的编译器插入函数与复用函数。

关于同源词的判定问题

在重新审视以往同源词判定方法的基础上 ,文章论证了词的词源意义相同和古音相同或相近是判定同源词标准的观点 ,认为字形的联系是判定同源词的辅助手段。