面向内生安全架构的安全性度量方法、装置及存储介质

    公开(公告)号:CN115186268B

    公开(公告)日:2023-10-20

    申请号:CN202210817697.6

    申请日:2022-07-12

    IPC分类号: G06F21/57 G06F11/36

    摘要: 本申请提供了一种面向内生安全架构的安全性度量方法、装置及存储介质,通过预设编译方式,将所述源代码编译为多个可执行程序;针对于每个可执行程序,结合当前攻击方式破译该可执行程序的破译时间,确定该可执行程序的防御力分值;在当前攻击方式破译该可执行程序的过程中,利用预设执行结果,对该可执行程序的测试执行结果进行多次准确性裁决,确定每次准确性裁决的裁决结果;利用每次准确性裁决的裁决结果,结合每次准确性裁决的时间属性分值,确定该可执行程序的稳定性分值;基于该可执行程序的防御力分值和稳定性分值,确定该可执行程序的安全性分值。这样,可以准确地对可执行程序的安全性进行评估,准确地确定出可执行程序的安全性分值。

    一种基于深度强化学习的边缘计算主动服务方法及系统

    公开(公告)号:CN114154566A

    公开(公告)日:2022-03-08

    申请号:CN202111370645.0

    申请日:2021-11-18

    摘要: 本发明公开了一种基于深度强化学习的边缘计算主动服务方法及系统,方法包括以下步骤:1)提取用户特征信息,同时提取用户意图分类;2)通过深度神经网络预训练意图预判模型,意图预判模型输出为经过归一化指数函数softmax的多分类用户意图概率,然后利用交叉熵损失函数优化意图预判模型,优化后的意图预判模型输出为当前的意图的类别,同时将意图预判模型的倒数第二层作为表示向量,建立DDPG模型;3)通过线上探索对DDPG模型进行优化;4)设定强化学习的奖赏函数,如果用户使用其中一个服务,则奖赏值为1,否则奖赏值为0;根据奖赏值对用户资源请求进行预判。本发明的方法可以提升边缘节点的服务效率,并提升用户满意度。