期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
新型电力系统终端通信协议的逆向分析及模糊测试 被引量:2
1
作者 韩嘉佳 孙歆 +2 位作者 吕磅 孙昌华 钱锦 《浙江电力》 2023年第11期57-62,共6页
现有新型电力系统终端大都采用第三方厂商私有协议,难以对其进行解析分析。针对现有新型电力系统终端常用的Modbus协议开展逆向分析解析,基于协议分层的特点,通过从网络报文头部字段提取未知协议的有效字段部分,基于统计N-gram算法对协... 现有新型电力系统终端大都采用第三方厂商私有协议,难以对其进行解析分析。针对现有新型电力系统终端常用的Modbus协议开展逆向分析解析,基于协议分层的特点,通过从网络报文头部字段提取未知协议的有效字段部分,基于统计N-gram算法对协议字段进行分词,利用协议关键词构建Modbus协议状态机。对协议源码编译插桩,通过生成随机测试用例对Modbus服务器端程序进行模糊测试,并对测试崩溃结果进行了分析。实验结果表明,该方法能对新型电力系统终端的私有协议进行快速逆向识别和模糊测试,有较高的实用价值。 展开更多
关键词 新型电力系统终端 协议逆向分析 动态二进制插桩 状态机比对 模糊测试
下载PDF
一种改进的低功耗NAND Flash控制器设计
2
作者 陈小莹 于宗光 +3 位作者 吴瑞祥 李殿英 董杰 张梁坤 《微处理机》 2015年第6期1-5,共5页
介绍了一种低功耗低成本Nand Flash控制器,控制器能够根据输入的命令码产生满足擦除、读写功能的时序完成相应操作。具有功耗低、面积小、电路实现简单的特点,采用中芯国际0.18μm工艺库进行DC综合验证,最高工作频率可达28.5MHz,面积仅... 介绍了一种低功耗低成本Nand Flash控制器,控制器能够根据输入的命令码产生满足擦除、读写功能的时序完成相应操作。具有功耗低、面积小、电路实现简单的特点,采用中芯国际0.18μm工艺库进行DC综合验证,最高工作频率可达28.5MHz,面积仅需6805μm2。32位命令码仅用到低八位,能够有效实现抗干扰,在命令码判别方面,采用改进的判别电路,将命令码进行分块比较,将命令码分成高16位和低16位,然后再细分进行比较判断,减少了计数器和移位寄存器的使用,从而减小了面积。 展开更多
关键词 FLASH控制器 低功耗 判别电路 状态机 分块比较 低成本
下载PDF
基于状态机子图同构匹配的私有工控协议溯源
3
作者 宋宇波 陈烨 +1 位作者 蔡义涵 张波 《信息网络安全》 CSCD 北大核心 2022年第9期1-10,共10页
在对工业互联网设备私有工控协议进行安全分析时,溯源其采用的工控网络协议标准十分困难。文章提出一种基于状态机子图同构匹配的私有工控协议溯源方法,可快速匹配私有工控协议所采用的工控网络协议标准。该方法首先对私有工控协议流量... 在对工业互联网设备私有工控协议进行安全分析时,溯源其采用的工控网络协议标准十分困难。文章提出一种基于状态机子图同构匹配的私有工控协议溯源方法,可快速匹配私有工控协议所采用的工控网络协议标准。该方法首先对私有工控协议流量数据进行逆向解析,通过聚类算法提取消息格式和关键字段,根据关键字段构造增广前缀树(Augmented Prefix Tree Acceptor,APTA),推断出协议状态机图;然后采用子图同构匹配算法将该状态机图与工控协议标准状态机图进行子图匹配,解决流量数据有限导致生成状态机图不完整的问题。实验结果表明,该方法溯源准确率在95%以上,可快速定位私有协议采用的工控网络协议标准,从而为进一步的安全分析提供帮助。 展开更多
关键词 工控协议 协议逆向工程 状态机比对 子图同构
下载PDF
基于状态的SQL注入漏洞检测技术研究
4
作者 李常顺 胡勇 《信息安全与通信保密》 2012年第5期72-74,共3页
SQL注入攻击是当前Web应用程序的主要安全威胁之一。传统的漏洞检测技术误报率普遍较高,文中分析了SQL注入的原理、特点,提出一种基于状态的漏洞检测模型。与传统针对错误反馈判断漏洞的方式不同,这种检测机制在一个链接输入不同的参数... SQL注入攻击是当前Web应用程序的主要安全威胁之一。传统的漏洞检测技术误报率普遍较高,文中分析了SQL注入的原理、特点,提出一种基于状态的漏洞检测模型。与传统针对错误反馈判断漏洞的方式不同,这种检测机制在一个链接输入不同的参数,通过对网站反馈的结果建立状态模型进行漏洞检测,以确定是否为注入点。这种模型不依赖于特定的数据库或者开发语言,定位注入点的准确率也更高。 展开更多
关键词 SQL注入 漏洞检测 状态机 向量比较 网络安全
原文传递
基于静息态功能性磁共振成像的个体认知多标签分类
5
作者 吴怊慧 《北京生物医学工程》 2020年第2期138-144,178,共8页
目的与单标签分类相比,多标签分类在现实世界中更为常见。在神经影像学领域,对个体认知单标签分类的研究有很多,但是却没有关于个体认知多标签分类的研究。本研究尝试运用机器学习多标签分类算法,利用静息态fMRI数据,对个体认知进行多... 目的与单标签分类相比,多标签分类在现实世界中更为常见。在神经影像学领域,对个体认知单标签分类的研究有很多,但是却没有关于个体认知多标签分类的研究。本研究尝试运用机器学习多标签分类算法,利用静息态fMRI数据,对个体认知进行多标签分类研究。方法基于390名(≥18岁)成年人的静息态fMRI数据,通过5种具有代表性的机器学习多标签分类算法:ML-kNN、hMuLab、LIFT、ML-LOC和GLOCAL对个人认知进行多标签分类,采用十折交叉验证进行训练和测试,并用多标签分类常用的评价指标进行结果的检验。结果这5种算法都能用于静息态fMRI的多标签分类研究,且经过算法对比发现hMuLab算法的分类效果最好。结论本研究成功地将多标签分类算法应用于神经影像学领域并对个体认知进行多标签分类,且通过算法对比发现样本的邻域信息对分类结果很重要。 展开更多
关键词 静息态功能性磁共振成像 个体认知 机器学习 多标签分类 算法对比
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部