-
公开(公告)号：CN113961411A
公开(公告)日：2022-01-21
申请号：CN202111403968.5
申请日：2021-11-24
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请实施例公开了一种硬件监测方法、装置及量子计算机和存储介质，对于多种目标硬件设备中的每一种目标硬件设备，获得该种目标硬件设备的测量值作为该种目标硬件设备的抽象表示；利用各个目标硬件设备的抽象表示确定量子芯片的抽象表示；根据量子芯片的抽象表示确定量子计算机的状态是否正常。基于本申请，对各种类型的目标硬件设备分别利用各自的测量值进行抽象表示，利用各种类型的目标硬件的抽象表示得到量子芯片的抽象表示，进而根据量子芯片的抽象表示确定量子计算机的状态是否正常，实现了基于硬件抽象的量子计算机的硬件监测，从而屏蔽掉底层的硬件差异，降低了硬件管理难度。
-
公开(公告)号：CN113961374A
公开(公告)日：2022-01-21
申请号：CN202111275438.7
申请日：2021-10-29
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本申请提供了一种数据收发方法及系统、存储介质及电子设备，该方法应用于数据收发系统，数据收发系统包括客户端集群和服务器，客户端集群包括至少一个客户端，服务器接收目标客户端发送的量子程序，基于预先更新的环境数据文件，对量子程序进行信号转换，得到量子程序对应的微波信号，环境数据文件包括超导量子计算机当前的环境数据，通过量子测控系统，将量子程序对应的微波信号传输至超导芯片，并接收量子测控系统反馈的量子测量原始数据，对量子测量原始数据进行预处理，在确定出超导量子计算机处于可用状态的情况下，将预处理的结果数据发送至客户端进行显示，实现了对量子测控系统的远程管理。
-
公开(公告)号：CN110704103B
公开(公告)日：2020-09-29
申请号：CN201910833076.5
申请日：2019-09-04
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全技术领域，特别涉及一种基于软件基因的二进制文件语义相似性比较方法及装置，该方法包含：对待分析二进制文件依次进行软件基因提取和指令嵌入；提取软件基因的语义信息，并对基因语义进行两两比较，获取软件基因间的语义相似性；依据语义相似性，获取软件基因最大公共子序列，得到软件相似性得分。本发明采用自然语言处理对程序语义分析，实现对汇编指令的理解和软件基因语义嵌入的生成，并将软件基因应用于软件相似性比对中，在二进制文件相似性度量上达到了良好的分析检测效果，可扩展性强，提升相似语义的二进制代码的识别效率和准确度，对软件克隆检测、漏洞挖掘等领域具有重要的指导意义，具有较好的应用前景。
-
公开(公告)号：CN110110177B
公开(公告)日：2020-09-25
申请号：CN201910283745.6
申请日：2019-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/906 , G06F21/56
Abstract: 本发明涉及恶意软件家族聚类评估技术领域，公开一种基于图的恶意软件家族聚类评估方法及装置；所述方法包括：步骤1：提取恶意软件样本的标签信息；步骤2：基于提取的恶意软件样本的标签信息构建恶意软件关系图；步骤3：利用虚拟节点对恶意软件关系图进行改进；步骤4：通过Fast Newman算法将改进后的恶意软件关系图划分为多个聚簇，利用模块化的方法对划分后的聚簇进行评估；所述装置包括提取模块、构建模块、改进模块及评估模块。本发明可对恶意软件家族的聚类结果进行评估。
-
公开(公告)号：CN110110177A
公开(公告)日：2019-08-09
申请号：CN201910283745.6
申请日：2019-04-10
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F16/906 , G06F21/56
Abstract: 本发明涉及恶意软件家族聚类评估技术领域，公开一种基于图的恶意软件家族聚类评估方法及装置；所述方法包括：步骤1：提取恶意软件样本的标签信息；步骤2：基于提取的恶意软件样本的标签信息构建恶意软件关系图；步骤3：利用虚拟节点对恶意软件关系图进行改进；步骤4：通过Fast Newman算法将改进后的恶意软件关系图划分为多个聚簇，利用模块化的方法对划分后的聚簇进行评估；所述装置包括提取模块、构建模块、改进模块及评估模块。本发明可对恶意软件家族的聚类结果进行评估。
-
Patent Agency Ranking
公开(公告)号：CN113869520B
公开(公告)日：2022-07-01
申请号：CN202111221119.8
申请日：2021-10-20
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N10/20
Abstract: 本发明公开一种共享控制的量子计算机体系结构及其计算方法，该体系结构包括经典部分，用于进行数据的存储、读入及输出，包含输入设备、存储器及输出设备；CPU部分，用于进行指令的执行及数据的传输，包含运算器及控制器；量子部分，用于对CPU部分传输的经典部分的数据进行转化及量子运算，包含量子操控设备、量子处理器及量子测量设备；量子操控设备将接收的CPU部分传输的数据转化为量子数据及控制信息，将其送入至量子处理器中进行量子运算，最终通过量子测量设备对量子比特实施投影测量，测量的结果以比特的形式与控制器相连作为量子处理器输入，通过量子测量设备与控制器相连作为量子处理器输出。本发明提升了整体的计算效率。
-
公开(公告)号：CN113869520A
公开(公告)日：2021-12-31
申请号：CN202111221119.8
申请日：2021-10-20
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N10/00
Abstract: 本发明公开一种共享控制的量子计算机体系结构及其计算方法，该体系结构包括经典部分，用于进行数据的存储、读入及输出，包含输入设备、存储器及输出设备；CPU部分，用于进行指令的执行及数据的传输，包含运算器及控制器；量子部分，用于对CPU部分传输的经典部分的数据进行转化及量子运算，包含量子操控设备、量子处理器及量子测量设备；量子操控设备将接收的CPU部分传输的数据转化为量子数据及控制信息，将其送入至量子处理器中进行量子运算，最终通过量子测量设备对量子比特实施投影测量，测量的结果以比特的形式与控制器相连作为量子处理器输入，通过量子测量设备与控制器相连作为量子处理器输出。本发明提升了整体的计算效率。
-
公开(公告)号：CN113535229A
公开(公告)日：2021-10-22
申请号：CN202110735658.7
申请日：2021-06-30
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06F8/75 , G06F8/41 , G06F40/194 , G06F40/30 , G06F40/284
Abstract: 本发明公开一种基于软件基因的抗混淆二进制代码克隆检测方法，首先使用O‑LLVM编译器对源程序进行编译得到汇编程序，然后再对汇编程序提取CFG，然后应用软件基因的概念，将其划分成多个软件基因块，将CFG中每一个节点分割为独立的软件基因块进行指令规范化后，利用随机游走算法遍历CFG中的节点获取软件基因序列作为训练集，之后再应用机器学习算法对训练集进行训练，主要采用自然语言处理的方法(Word2Vec)对汇编指令进行词嵌入，然后采用Doc2Vec对软件基因序列进行语义嵌入，提取函数的语义信息，最终使得训练好的模型能够在抗混淆的代码克隆检测中获得良好的效果。本发明能够在抵抗混淆选项的同时，有效地检测二进制代码的相似程度。
-
公开(公告)号：CN113536308B
公开(公告)日：2023-01-06
申请号：CN202110656320.2
申请日：2021-06-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全技术领域，公开一种软件基因视角下多粒度信息融合的二进制代码溯源方法，包括：步骤1：提取目标程序的软件基因序列、软件基因、软件基因图及从IDA直接可提取的常用信息至sqlite数据库；步骤2：将sqlite数据库中的软件基因序列使用词嵌入之后再进行双向GRU模型的训练，得到特征向量；步骤3：基于步骤2训练后得到的特征向量及sqlite数据库中的信息进行多粒度序列信息融合，得到包含多粒度信息的特征向量，然后通过图卷积进行结构化学习；步骤4：通过全连接层将学习到的隐层空间特征向量表示映射到样本标记空间，作为判决的投票值，最终得出分类结果。本发明具有较高的二进制代码溯源准确率。
-
公开(公告)号：CN113536308A
公开(公告)日：2021-10-22
申请号：CN202110656320.2
申请日：2021-06-11
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明属于网络安全技术领域，公开一种软件基因视角下多粒度信息融合的二进制代码溯源方法，包括：步骤1：提取目标程序的软件基因序列、软件基因、软件基因图及从IDA直接可提取的常用信息至sqlite数据库；步骤2：将sqlite数据库中的软件基因序列使用词嵌入之后再进行双向GRU模型的训练，得到特征向量；步骤3：基于步骤2训练后得到的特征向量及sqlite数据库中的信息进行多粒度序列信息融合，得到包含多粒度信息的特征向量，然后通过图卷积进行结构化学习；步骤4：通过全连接层将学习到的隐层空间特征向量表示映射到样本标记空间，作为判决的投票值，最终得出分类结果。本发明具有较高的二进制代码溯源准确率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
