基于行为关系网络的恶意代码检测方法

在网络安全领域,恶意代码的威胁是一个不可回避的话题.如何快速检测出恶意代码、阻止和降低恶意代码产生的危害一直是亟需解决的问题.本文提出一种基于行为关系网络的恶意代码检测方法.首先,在沙箱中运行样本获得行为报告,再从报告中提取样本的API调用、注册表访问和文件读写操作三种行为记录来构建行为关系网络,所构建的行为关系网络包含“PE”、“API”、“Registry”和“File”4种类型的节点;然后,使用一种基于元图的方法来计算样本之间的相似度矩阵;最后,使用一种自定义核的支持向量机(Support Vector Machine, SVM)模型来进行训练和预测.实验结果表明,本文提出的方法可以达到95.5%的分类准确率,能够有效地对恶意代码进行检测.     

最优化阻尼最小二乘法重力二维反演方法及其应用

地球物理反演是已知场求场源的过程。本文首先描述了最优化选择法中的阻尼最小二乘法的原理和方法技术,然后通过模型试验得到了良好的效果,最后将该方法应用到安徽某铁矿区的重力资料处理中,其反演结果与地质上的推断,以及大功率激电解释结果吻合,证明了重力反演在固体矿产勘探资料处理中的效果是明显的且有实用价值。     

基于产品检测的串联多设备预防性维护策略

以多设备串联生产流水线作为研究对象,引入设备故障规律的浴盆曲线,提出以设备可靠度作为产品合格检测的时间点,将产品检测考虑至系统总成本中,制定符合设备劣化特性的系统预防性维护计划.根据设备劣化的可靠度计算质量控制时间点,人为地对生产过程中的产品进行合格性检测,进一步提高产品的合格率,判断设备的劣化状态,动态调整维护计划,对达到预防性维护要求的劣化设备进行维护,减少非计划停机与残次品生产造成的延迟时间,实现企业生产线长期运行的最低总成本率,最后通过案例验证了该策略的有效性.