基于二进制熵的加解密函数定位方法

针对二进制程序模糊测试中加解密函数定位准确率低的问题,提出一种基于二进制熵的加解密函数定位方法.该方法对二进制程序的控制流信息进行模型构建以定位程序关键代码,提取关键代码前后的数据流并计算其二进制熵,通过前后二进制熵的关系确定被测代码中是否存在加解密函数.实验结果表明,该方法能够有效发现程序中的加解密函数,准确率大于99%;该方法可以用于提高模糊测试发现漏洞的能力,具有一定的实用价值.      

血糖均值增龄曲线选择性偏差校正方法

为研究正常人群血糖的变化规律,应用大量实测数据构建了人群血糖均值随年龄变化曲线,提出一种基于Heckman模型的血糖曲线选择性偏差校正方法,对血糖曲线进行了偏差分析及校正.根据偏差显著性系数(IMR)呈显著状态以及数据校正对方程的参数估计结果的优化,证实了选择性偏差的存在以及对其有效的校正;应用跟踪数据进行了曲线趋势变化的验证,校正后的曲线平均误差明显小于校正前的平均误差,表明校正方法及校正结果的有效性.     

变异策略动态构建的模糊测试数据生成方法

模糊测试中随机变异生成的测试数据破坏了目标程序的输入规范,导致测试数据无法通过验证,造成代码覆盖率低.针对这一问题,提出了一种变异策略动态构建的模糊测试数据生成方法,该方法利用插桩执行的反馈信息动态构建控制变异策略和关键字变异策略,指导模糊器变异出高覆盖率的测试数据.实验结果表明,与随机变异相比,该方法平均使代码分支覆盖率提高了约40%;该方法能够有效提高模糊测试的效率,具有较强的实用价值.      

基于Markov的Ⅱ型糖尿病预测技术研究

针对糖尿病的发病率日益升高的问题,提出了一种基于马尔科夫模型的Ⅱ型糖尿病发病概率长时间预测方法.该方法利用朴素贝叶斯算法计算风险等级概率向量,通过属性选择以后的属性子集空腹血糖值、体质系数、胆固醇、甘油三酯、腰围、性别、糖尿病家族史和年龄构建预测模型.实验结果与阿基米德模型预测结果对比表明,该模型能够预测样本较长时期的Ⅱ型糖尿病发病概率,该预测方法简单、准确率高.     

一种结合混淆思想的代码虚拟化保护方法

为了提高虚拟机软件保护方法的抗逆向效果,研究并实现了保护系统OB-VMP(obscure virtual machine protection)。在OB-VMP中,多套虚拟机环境被随机选择来执行构造的混淆基本块和关键代码,私有的虚拟环境使得混淆基本块难以去除;同时混淆基本块让攻击者难以定位关键代码和关键代码所基于的虚拟环境,提高了虚拟机的保护效果。另外,在被保护代码的不同执行阶段,字节码和不同的虚拟指令映射,攻击者不能基于累积的字节码知识进行后续分析,进一步增加了OBVMP的抗逆向效果。理论分析和实验结果显示:OB-VMP能够在较小时空消耗基础上,显著提高逆向分析的难度,提高软件的安全性。