-
公开(公告)号:CN117540389A
公开(公告)日:2024-02-09
申请号:CN202311620181.3
申请日:2023-11-30
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC分类号: G06F21/57 , G06F21/56 , G06F21/64 , G06N3/0455 , G06N3/0442 , G06N3/08 , G06F18/22
摘要: 本发明涉及一种基于签名的模型源代码漏洞检测方法,包括:获取开源数据集后划分得到训练集和测试集;在训练阶段,使用模式驱动式的方法对训练集中源代码进行预处理,初步提取漏洞轨迹形成代码切片,之后使用数据驱动式的方法对漏洞轨迹进行特征提取,获得训练好的漏洞检测模型并生成漏洞签名库;在检测阶段,对测试集中的源代码进行与训练阶段相同的预处理,以提取代码切片后进行表征、通过漏洞检测模型生成特征向量,再与漏洞签名库中的签名比较计算相似度,并结合预设的阈值来判断检测是否通过;经过迭代训练测试,构建漏洞检测系统,用于自动检测源代码漏洞结果。与现有技术相比,本发明能在有效提高检测准确率的同时提供相应的可解释信息。
-
公开(公告)号:CN117520154A
公开(公告)日:2024-02-06
申请号:CN202311435084.7
申请日:2023-10-31
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
摘要: 本发明提供了一种基于消息进行录屏关键帧截取的方法及系统,包括:步骤S1:当新窗口出现或者窗口内容出现变化并满足预设要求时,利用窗口消息捕获子系统捕获消息,将捕获消息中的相应事件和发生时间戳通过socket发送到电脑端或者设备端设备录屏子系统中;步骤S2:利用设备录屏子系统与窗口消息捕获子系统通信并对被测软件屏幕进行录制;步骤S3:关键帧截取子系统通过消息时间戳对视频进行关键帧的定位和抽取。
-
公开(公告)号:CN117440368A
公开(公告)日:2024-01-23
申请号:CN202311386897.1
申请日:2023-10-24
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC分类号: H04W12/03 , H04W12/069 , H04W4/44 , H04W12/00 , H04L9/30
摘要: 本发明提供了一种基于椭圆曲线的车联网批量认证方法及系统,包括步骤S1:建立车联网认证系统和系统参数;所述车联网认证系统包括管理平台、路边单元和车载单元;所述管理平台使用椭圆曲线加密技术创建系统参数;步骤S2:路边单元接收车载单元发送的注册请求并验证其是否合法;步骤S3:路边单元根据车载单元收到的证书及系统参数生成伪身份;经过签名后,预设范围内的其他车载单元和所述路边单元进行信息传输;步骤S4:进行单次操作或批量认证操作。本发明采用了基于椭圆曲线密码学的安全和匿名批量认证方法,在RSU中生成车辆的伪身份和独特签名,无需安全通道和可信机构即可进行安全通信,降低了计算和通信开销,节省了成本。
-
公开(公告)号:CN110831004B
公开(公告)日:2021-08-03
申请号:CN201910983289.6
申请日:2019-10-16
申请人: 上海交通大学 , 上海智能网联汽车技术中心有限公司
IPC分类号: H04W12/06 , H04W12/069 , H04W12/0433 , H04W12/00 , H04W12/122 , H04W4/44 , H04W4/46 , H04L9/32
摘要: 本发明提供了一种适用于车联网的节点身份认证方法及系统,包括:注册申请步骤:车辆单元向RSU申请注册,获取注册申请结果信息;RSU验证步骤:RSU验证车辆单元对应车辆身份,获取对应车辆身份验证结果信息;根据对应车辆身份验证结果信息,获取合法公钥表广播信息;合法公钥表更新步骤:根据合法公钥表广播信息、车辆本地合法公钥表参数,将合法公钥表广播信息与车辆本地合法公钥表参数做对比,更新车辆本地的合法公钥表,获取合法公钥表更新结果信息、车辆单元身份确认结果信息。本发明基于合法公钥表的方案单位时间内可以验证更多的消息,具有更高的效率。
-
公开(公告)号:CN116545870A
公开(公告)日:2023-08-04
申请号:CN202310702680.0
申请日:2023-06-14
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
摘要: 本发明提供了一种面向车联网虚拟仿真测试的平台,包括仿真模块、协议拟向模块、入侵检测模块、通信模块和中央控制模块,本发明采用Django作为应用框架,后端使用Python和C语言进行开发,与仿真和测试相关的核心代码在后端运行,前端使用HTML,CSS及JavaScript等语言进行开发,它将后端运行得到的各类数据结果以良好的可视化界面呈现给用户。本发明实现集仿真与测试功能于一体,达到虚实结合仿真测试效果,既能在高并发的仿真网络上运行,又能直接作用于真实的车载网络;还能仅通过离线比较不同车辆状态的报文集合,就可以获得特定车辆行为和CAN帧ID及数据段控制信号的对应关系;还能提供在仿真或实车网络上快捷部署IDS系统的方案和测试算法性能的接口。
-
公开(公告)号:CN114070775B
公开(公告)日:2023-07-07
申请号:CN202111203106.8
申请日:2021-10-15
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC分类号: H04L45/121 , H04L45/28 , H04L67/104 , G06N20/00
摘要: 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法,该方法的具体步骤如下:步骤1:建立基于5G切片环境的移动区块链网络;步骤2:得到移动区块链网络运行的原始数据集,包括正常运行情况下的数据和出现传输链路故障情况下的数据,并进行数据预处理;步骤3:根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练;步骤4:训练完联邦半监督学习模型后得到优化的全局模型,实现预测性快速共识收敛,与现有技术相比,本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。
-
公开(公告)号:CN114492833A
公开(公告)日:2022-05-13
申请号:CN202111633142.8
申请日:2021-12-29
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
摘要: 本发明涉及一种基于梯度记忆的车联网联邦学习分层知识安全迁移方法,该方法包括以下步骤:步骤1:采用层次聚类算法对多个客户端进行聚类,获取多个独立同分布的集群,以实现将多个数据异质化的客户端合并为独立同分布的集群;步骤2:建立基于分层集群架构的车联网联邦学习模型;步骤3:采用基于梯度记忆的知识迁移联邦学习算法进行不同集群之间的知识迁移,以缓解分层集群架构中进行知识迁移的灾难性遗忘问题,与现有技术相比,本发明具有减轻灾难性遗忘的问题以及有效地提高模型收敛速度和模型精度等优点。
-
公开(公告)号:CN110831004A
公开(公告)日:2020-02-21
申请号:CN201910983289.6
申请日:2019-10-16
申请人: 上海交通大学 , 上海智能网联汽车技术中心有限公司
摘要: 本发明提供了一种适用于车联网的节点身份认证方法及系统,包括:注册申请步骤:车辆单元向RSU申请注册,获取注册申请结果信息;RSU验证步骤:RSU验证车辆单元对应车辆身份,获取对应车辆身份验证结果信息;根据对应车辆身份验证结果信息,获取合法公钥表广播信息;合法公钥表更新步骤:根据合法公钥表广播信息、车辆本地合法公钥表参数,将合法公钥表广播信息与车辆本地合法公钥表参数做对比,更新车辆本地的合法公钥表,获取合法公钥表更新结果信息、车辆单元身份确认结果信息。本发明基于合法公钥表的方案单位时间内可以验证更多的消息,具有更高的效率。
-
公开(公告)号:CN117539748A
公开(公告)日:2024-02-09
申请号:CN202311330989.8
申请日:2023-10-13
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC分类号: G06F11/36
摘要: 本发明提供一种基于场景和核查项的APP合规性检测方法及系统,涉及计算机测试技术领域,包括:测试流程生成步骤:定义合规性核查项、合规性测试场景以及测试项目,生成并执行测试流程;核查证据过滤和判决步骤:测试流程完成后,汇总测试流程中收集的证据,按各场景时间戳分类并进行过滤,按核查项的合规要求筛选不合规证据,并对证据进行确认和判决,完成软件合规性检测,最终输出合规性检测报告。本发明能够将合规性检测条目进行标准化处理,可用于隐私合规性检测、数据分级分类合规性检测等,方便进行各个模块自动检测方法的实现,达成合规性标准化检测的效果。
-
公开(公告)号:CN114070775A
公开(公告)日:2022-02-18
申请号:CN202111203106.8
申请日:2021-10-15
申请人: 上海智能网联汽车技术中心有限公司 , 上海交通大学
IPC分类号: H04L45/121 , H04L45/28 , H04L67/104 , G06N20/00
摘要: 本发明涉及一种面向5G智能网联系统的区块链网络切片安全智能优化方法,该方法的具体步骤如下:步骤1:建立基于5G切片环境的移动区块链网络;步骤2:得到移动区块链网络运行的原始数据集,包括正常运行情况下的数据和出现传输链路故障情况下的数据,并进行数据预处理;步骤3:根据基于机器学习的链路状态推断算法建立联邦半监督学习模型并进行训练;步骤4:训练完联邦半监督学习模型后得到优化的全局模型,实现预测性快速共识收敛,与现有技术相比,本发明具有使移动区块链网络共识的快速收敛、显著提高推理速度以及物联网中位于不同网络切片上的区块链节点可以更有效地传输本地的感知数据等优点。
-
-
-
-
-
-
-
-
-