基于控制流精化的反汇编方法

反汇编过程是整个逆向工程的基础和重要部分。为提高反汇编过程的效率及反汇编结果的准确度,通过对传统反汇编方法的探究,提出了一种基于控制流图精化的静态反汇编方法。该方法把二进制代码通过函数定位切分成单个函数,然后再对单个函数生成初始的过程内控制流图,使用图论的方法与汇编指令的特征匹配相结合,提炼出真实的控制流图。使用CoreUtils中的22个程序作为测试基准,使用2种线性扫描算法作为比较基准。实验结果表明:本文所提出的反汇编方法比Objdump快63.2%,并且可以高度精确地绘制出控制流图,因此具有准确度高、效率高的显著特性。     

基于基本块签名和跳转关系的二进制文件比对技术

基于基本块签名和跳转关系的二进制文件结构化比对技术,对已有的二进制结构化比对算法进一步改进,提出一种基于基本块签名和基本块之间跳转关系的函数控制流图比对算法。即首先提取二进制文件反汇编后的函数控制流图信息,然后对图中的基本块进行签名匹配,在签名匹配的基础上再进一步利用邻接矩阵进行边匹配,最后利用匹配的基本块计算函数相似度和文件相似度,并开发出比对工具BinCompae。研究结果表明:相对于源码比对工具和几个常用的二进制补丁比对工具,针对常见的代码抄袭方式,BinCompae均能检测出99%以上的相似度;此外,BinCompare还能检测出语义不变,代码形式改变的抄袭方式。因此,基于基本块签名和跳转关系的结构化比对算法针对二进制文件比对具有很高的准确性和实用性。     

基于提升小波变换的图像清晰度评价算法

针对图像采集系统存在噪声的情况,提出了一种新的基于提升小波变换的清晰度评价函数.该算法利用第二层提升小波分解得到的高、低频子带的能量值构造一种新的清晰度评价函数.比较分析了新提出的评价函数和经典的方差函数、拉普拉斯函数及另外一种基于小波变换评价函数的清晰度评价性能.大量的仿真实验和实际测试结果表明:新提出的清晰度评价算子不仅在保持最高灵敏度的同时具有最好的抗噪性能,而且计算复杂度低,评价结果更为准确、稳定、可靠.     

基于半监督生成对抗网络的通信信号调制识别算法

针对小样本条件下通信信号识别混淆的问题,提出了一种基于半监督生成式对抗网络的调制识别算法.首先结合半监督学习思想利用少量标签数据和大量未标签数据训练网络;其次在输出层添加辅助分类器进行结果判定,针对性设计了目标函数和损失函数,以满足网络生成虚假数据和实现信号分类的目的;最后使用不同的激活函数并用反卷积和Dropout代替池化操作,有效降低了算法复杂度并加快网络收敛速度.仿真实验表明:该算法适应性强、计算量小,较传统算法识别准确率提升了6％ ～13％,有效实现了小样本条件下的调制样式识别.     

基于最小完美哈希函数的数据挖掘算法

提出了一种基于最小完美哈希函数的关联规则的挖掘算法.这一基于Apriori的算法在综合了传统哈希剪枝技术的同时,充分利用了最小完美哈希函数的优点,从而在保证静态数据库关联规则挖掘的同时,使对关联规则的哈希结构数据进行动态调整成为可能.这一算法不仅提高了挖掘效率,而且通过抑制哈希地址冲突提高了算法的稳定性和可用性.     

基于提升小波变换的心音去噪新方法

针对传统的小波阈值函数去噪无法有效滤除信号中的特定噪声,结合软、硬阈值函数的优点,提出了一种基于提升小波新阈值函数算法对心音信号进行去噪.首先利用提升小波变换对心音信号进行分解;然后利用新阈值函数更新其小波系数进行重构;最后与提升小波软、硬阈值函数去噪后的心音进行了希尔伯特包络提取验证其去噪效果.实验结果表明,提出的提升小波去噪新方法较软、硬阈值方法有更好的滤波效果,且提取的曲线包络更加清晰、平滑.     

不确定因素下电子侦察卫星鲁棒性调度方法

针对卫星电子侦察过程中的各种不确定因素,提出了一种静态调度与反应式调度相结合的鲁棒性调度方法.静态调度中针对具有随机分布特性的侦察数据量,并考虑卫星的使用约束和任务约束,建立了机会约束混合整数规划模型;提出了基于罚函数的进化算法,用以解决模型的非线性与非凸特性,结合蒙特卡罗抽样的罚函数用以解决模型的随机性.反应式调度中针对新任务提交、资源失效和任务执行失败等离散不确定因素,提出了一种快速启发式任务插入算法,基于初始调度方案,有效降低调度复杂度.仿真实验表明该方法适用于解决不确定因素下电子侦察卫星调度问题.     

面向drive-by-download攻击的检测方法

针对隐藏在混淆JavaScript代码中的drive-by-download攻击很难被检测的问题,深入分析了混淆JavaScript代码以及drive-by-download攻击的静态和动态行为特征,设计并实现了只需正常行为数据进行训练、静态分析与动态分析相结合的异常检测原型系统.首先,静态分析以代码混淆度为特征,利用主成分分析(PCA)、最近邻(K-NN)和one-class支持向量机(SVM)三种算法检测出混淆JavaScript代码.其次,动态分析从JavaScript代码中获取的变量初值和变量终值,以变量初值和变量终值中提取的9个特征作为检测混淆代码中具有drive-by-download攻击的动态行为特征.从实际环境中收集了JavaScript正常与混淆恶意代码共7.046 3×104条.实验结果表明:选用PCA算法时,在误报率为0.1%的情况下,系统对混淆drive-by-download攻击能达到99.0%的检测率.     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

一种基于中文关键字符串核函数的分类算法

提出了一种基于中文关键字符串核函数的分类算法，并在农业文本上进行了分类性能测试.实验结果表明，与传统的中文分类算法相比，基于中文关键字符串核函数的分类算法准确率更高.     

基于Java多线程隐藏数组下标变换表达式的代码迷惑算法

对数组下标变换表达式进行预处理,使得表达式能够并行处理后,通过对线程控制,并行求解变换表达式的值,实现一种隐藏数组下标变换过程的代码迷惑算法。该算法所处理的迷惑代码能够很好地抗击源代码静态分析和基于源代码植入反迷惑攻击。     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

一种基于代码混淆的静态软件水印的方案

软件水印作为一种新颖的版权保护技术,被誉为“数字产品内容保护的最后一道防线”．提出一种基于代码混淆的静态软件水印方案,同时对水印的嵌入和提取过程进行了详细的描述,并用实验加以验证,从而对于软件保护提供一种新的方案．     

代码迷惑技术研究进展

为促进对智力产品及移动代码保护方法的研究,综述了代码迷惑技术的进步和发展,使用代码迷惑技术可以对程序代码及核心算法进行保护。描述了代码迷惑技术的研究背景、定义及应用;详细阐述了代码迷惑变换的主要类型:版面布局迷惑、数据迷惑、控制迷惑、预防迷惑等,并对每种方法进行了分析和解释;剖析了代码迷惑技术在国内外的研究现状,展望了代码迷惑技术的主要研究方向,为代码迷惑技术的进一步研究提供借鉴作用。     

随机马尔可夫跳跃系统的输出反馈镇定

针对不确定随机马尔可夫跳跃系统,研究其静态输出反馈控制问题.目的在于寻找输出反馈控制器使得闭环系统均方稳定.通过Lyapunov函数方法以矩阵不等式形式建立了这类系统输出反馈可镇定的充分条件;采用替换LMI(linear matrix inequality)方法给出了这些非线性矩阵不等式的一种解法,并给出了静态反馈控制律的求解算法.仿真算例说明所给方法的有效性.     

反计算机取证技术研究

分析了反计算机取证的基本概念和方法,比较了反计算机取证所采用的数据擦除、数据加密、数据隐藏、数据混淆和数据转换等主要技术,并提出了一种安全、高效的基于m序列的数据擦除方法.     

一种受控泛洪的ZigBee网络高效混合路由算法

针对现有的ZigBee网络表驱动中按需混合路由算法采用泛洪方式寻找最优路径导致开销过大的问题,提出一种受控泛洪寻获最优路径的高效混合路由算法（efficient hybrid routing based on controlled flooding,EHRCF）,在该算法中,节点在分配地址时通过“旁听”消息获知横向邻居信息,建立源、目的节点间的最优路径,减少泛洪带来的额外开销;满足一定条件的中间节点不再转发路由请求(route request,RREQ)消息,直接回应RREQ和跳数,减少一跳以及邻居节点转发RREQ的开销。理论分析和仿真结果表明,与现有的混合路由算法LF-ZAODV（limited flooding zigbee ad-hoc on-demand distance vector routing）和TR(tree routing)算法相比,EHRCF算法在路由开销和传输时延等方面的性能整体更优。     

基于Tabu搜索与遗传算法研究拆卸序列优化

针对废弃装配体的拆卸序列优化,提出建立描述装配体结构的干涉一自由矩阵以及“拆卸楔”的概念和算法,据此计算各个零件从装配体上可以拆卸下来的方向和次序．鉴于遗传计算过程中,其邻域往往过早地收敛于局部优化点上,于是将Tabu搜索组合到遗传算法之中．实例验证表明,用这种组合优化方法解决装配体拆卸序列优化问题,所生成的可行拆卸序列在适应度函数值、数量、分布范围等方面均优于单纯的由遗传算法生成的结果．     

基于矩阵运算的产品拆卸过程规划

以模糊Petri网为工具,给出了模糊产生式规则推理Petri网模型,并将模糊Petri网与矩阵运算相结合,提出了一种模糊推理过程的形式化推理算法.在此基础上,针对产品拆卸过程中知识具有不确定性和模糊性的特点,采用模糊推理Petri网建立了产品拆卸路径决策模型,并通过实例,对所提出的拆卸路径决策算法进行了论述,结果表明此决策模型在产品拆卸过程规划中具有很强的并行处理能力,它可以根据产品在拆卸过程中零部件的信息对每一步操作做出适时的智能化决策.