公开(公告)号：CN113076545A

公开(公告)日：2021-07-06

申请号：CN202110422066.X

申请日：2021-04-20

Applicant: 湖南大学

Inventor： 付远志 ,  孙建华 ,  陈浩

IPC: G06F21/57 ,  G06N3/04

Abstract: 本发明涉及人工智能领域的深度学习，特别是涉及对系统调用序列的学习。本发明的内容包括：数据收集与处理、模型构建、模型训练、模型评估、序列生成。数据收集与处理包括：首先收集带参数的系统调用序列和trace格式的序列，然后将这些序列编码为适合模型训练的输入数据。模型构建包括：选取RNN和LSTM神经网络模型，确定网络结构为输入层，隐藏层和输出层。模型训练包括：对输入数据分批，初始化网络参数，计算损失函数的值以调整网络参数。模型评估包括：计算测试序列数据和预测序列的归一化编辑距离。序列生成包括：随机选取初始系统调用和序列长度，依据训练所得模型生成整数序列并解码为系统调用序列。生成的序列将作为内核模糊测试的输入，以提升漏洞挖掘的效率。其流程如图1所示。

公开(公告)号：CN113282492A

公开(公告)日：2021-08-20

申请号：CN202110564820.3

申请日：2021-05-24

Applicant: 湖南大学

Inventor： 孙建华 ,  张谦祥 ,  陈浩 ,  付远志

IPC: G06F11/36 ,  G06F9/448

Abstract: 本发明涉及计算机操作系统及计算机证明方法的技术领域，具体涉及一种操作系统内核形式化验证方法。本发明的方法包括：选择针对操作系统内核系统调用作为验证对象；根据设计文档中对系统调用的描述，总结设计人员对系统调用的功能的期望，依据操作系统内核中的不变量或高级属性定义声明规范；参考系统调用具体实现以及设计文档说明，定义系统调用的详细状态机规范；将声明规范与状态机规范传入形式化验证工具进行自动求解。其流程如图1所示。该方法能够实现对操作系统内核进行形式化验证，从而证明操作系统内核安全性。