一种基于异常传播分析的数据流分析方法

异常处理是一种用来检测异常并对其进行处理的技术.异常传播改变了程序原来的执行路线,从而改变了程序中的数据流.在进行数据流分析时,如果不考虑异常传播对其造成的影响,则得到的信息将是不准确的.在分析C++异常传播机制和异常传播对数据流分析影响的基础上,提出一种包含异常传播信息的函数间控制流图的构建方法.该控制流图可以清晰地表示出异常的隐式控制流和异常的传播路径;然后提出了基于异常传播分析的数据流分析方法,并给出相应的算法.该方法既克服了因忽略异常传播对数据流影响而造成分析结果不准确的不足,又有助于实现异常传播数据流分析的自动处理;最后用一个实例验证了该方法的可用性.该方法可以为结构测试、回归测试、程序切片等软件工程任务提供相关信息.     

基于控制流切片的代码安全缺陷检测方法

为轻松获得程序的可能执行路径,进而实现程序变量的状态跟踪,提出了一种C/C++源代码控制流提取算法,通过该模型获取控制流切片,产生局部控制流图,将数据流异常检测与安全子集检测相结合,弥补了单独使用安全子集方法无法跟踪数据流的不足,增强代码安全隐患的挖掘能力.利用控制流图化简,排除部分不可达控制流信息,提高跟踪效率.通过对3个Linux内核源文件的检测,验证了该方法不仅可以检测出违反安全子集的代码安全隐患,同时对代码数据流异常检测提供支持,准确率达94.9％.     

基于数据流分析的Java空指针引用异常缺陷检测

提出了一种基于数据流分析的Java空指针引用异常缺陷的检测方法。该方法以三地址码为中间表示,根据空指针引用异常的缺陷模式特征,设计了用于前向分析的数据流值、格值计算规则和传递函数,然后在程序控制流图上完成数据流算法的迭代分析。最后,通过遍历分析后的控制流图上各节点的数据流值,判别格值为ERROR的变量,报出空指针引用异常缺陷。同时,通过对比实验验证了该方法的有效性。     

概念漂移数据流挖掘算法综述

数据流是一种新型的数据模型,具有动态、无限、高维、有序、高速和变化等特性。在真实的数据流环境中,一些数据分布是随着时间改变的,即具有概念漂移特征,称为可变数据流或概念漂移数据流。因此处理数据流模型的方法需要处理时空约束和自适应调整概念变化。对概念漂移问题和概念漂移数据流分类、聚类和模式挖掘等内容进行综述。首先介绍概念漂移的类型和常用概念改变检测方法。为了解决概念漂移问题,数据流挖掘中常使用滑动窗口模型对新近事务进行处理。数据流分类常用的模型包括单分类模型和集成分类模型,常用的方法包括决策树、分类关联规则等。数据流聚类方式通常包括基于k- means的和非基于k- means的。模式挖掘可以为分类、聚类和关联规则等提供有用信息。概念漂移数据流中的模式包括频繁模式、序列模式、episode、模式树、模式图和高效用模式等。最后详细介绍其中的频繁模式挖掘算法和高效用模式挖掘算法。     

基于关联规则挖掘的入侵检测系统分析与设计

分析入侵检测方法、入侵检测系统基本框架、关联规则数据挖掘的基本概念、挖掘的基本过程以及网络攻击方法.提出一种基于关联规则挖掘的异常模式入侵检测系统的设计方案.     

基于频繁模式的离群点挖掘在入侵检测中的应用

针对网络安全数据高维度的特征,对传统离群点检测不能有效发现的网络数据中入侵行为细节进行检测。提出一种基于频繁模式的算法,通过检测数据项的频繁模式和关联规则,剥离数据流中或安全日志数据中的噪声和异常点,计算安全数据的加权频繁离群因子,精确定位离群点,最后从中自动筛选出异常属性。实验证明,该方法在较好的空间复杂性与时间复杂性下,能有效地发现在高维安全数据中异常的属性。     

提高路径敏感缺陷检测方法的效率及精度研究

路径敏感的缺陷检测方法其缺陷状态会关联当前控制流节点的所有数据流信息,由于其中包含与缺陷检测无关的数据流,因此会导致分析效率下降.为了避免全路径敏感分析时的路径爆炸问题,一般会在控制流汇合节点进行缺陷状态合并,而这种粗糙的合并策略带来的精度损失会引起误报.针对上述问题,文中提出一种基于缺陷的程序切片方法,该方法基于缺陷...     

基于关联规则的网络通信异常检测方法

为解决常规的网络通信异常检测方法存在的异常检测延时过高问题,实现网络通信异常实时检测,基于关联规则设计一种新的网络通信异常检测方法。首先,提取网络通信异常参数判断异常行为特征值;其次,基于关联规则构建网络通信异常检测模型挖掘网络通信异常数据;最后,进行网络通信异常检测。实验结果表明,设计的网络通信异常关联规则检测方法的异常检测延时较低,检测效果较好,有一定的应用价值,可作为后续网络通信维护的参考。     

一种星型模式下的关联规则挖掘方法

目前的数据挖掘基本上都是基于普通数据集的挖掘,针对星型模式结构的数据挖掘的研究工作较少,为此定义星型模式挖掘结构,并在此基础上构建一种关联规则挖掘算法,该算法先扫描事实表,产生最大频繁项集和关联规则,进而以此为基础,提出一种基于连接条件和关联规则局部有效性的理论,并在此基础上建立一种快速扫描维表属性的方法,一次产生维表隐藏的关联规则,这个扫描是基于局部的,不是基于全局的,同时可根据需要,对于不明确的关联规则,通过构建扩展的维表,进行隐知识的挖掘。算法挖掘速度快,若合理地构建扩展维表,能够发现扩展的隐藏信息。     

采用分类挖掘模式提取网络入侵模型

在WenkeLee的基于数据挖掘技术的网络入侵检测系统结构基础上,通过融合异常入侵检测模块和误用入侵检测模块,构建了一种新的基于数据挖掘技术的自适应网络入侵检测系统结构。描述了对审计数据进行分类挖掘来提取描述正常和异常行为的特征和规则的方法。采用基于决策树和基于关联规则的两种分类方法实现了改进的结构模型中的建模模块,并挖掘出能够反映网络行为的分类规则。     

MRPII系统中物流与资金流的集成研究

分析了企业生产过程中物流与资金流的关系；阐述了物流及资金流的闭环均衡控制在企业经营管理中的重要意义；针对现有ＭＲＰＩ系统中对资金流管理方面的不足，探讨了ＭＲＰＩ中资金流与物流管理进一步集成，以实现ＭＲＰＩ系统对资金流与物流的全面管理的方法，并开发了原型系统．     

一种逆向程序流依赖性分析方法及其应用

本文提出一种基于逆向程序流分析的程序依赖性分析的形式化通用模型,它虽然基于一些很简单的概念与定义,但在程序测试、排错、维护、代码优化等多个方面有着广泛的应用。     

数据流图的形式规范

本文提出了属性图，以描述数据流图的拓扑结构和性质，并提出了边（流）组成关系以给出父子数据流图平衡的形式定义，由此得到的数据流图的形式规范强于文献中现有的规范．本文提出的形式规范方法适用于不同类型的数据流图，包括ＤｅＭａｒｃｏ型数据流图、实时系统数据流图等．     

几个新的数据流模型

数据流是一种与ｖｏｎ Ｎｅｕｍａｎｎ计算机全然不同的新的计算模型，它是高度并行化的计算模型，然而由于其本身存在着一些问题，特别是数据通信问题，影响了它的发展。本文提出了几个新的数据流模型；时序通信模型，有限资源条件下的处理器分配模型和一种结合数据流与控制流的机器模型。     

面向角色的动态审批流程的研究

为了使传统的审批流程具有一定的动态适应能力,研究了审批中的角色流转,并结合角色分配、角色授权等多个方面定义了动态流程模型。通过操作方法和操作规则的有机配合,描述了基于角色的动态流转过程。     

反编译程序图设计与控制流分析

反编译是一种能将低级语言翻译到高级语言的工具。本文着重介绍反编译代码存储的程序图方法，以及在程序图基础上，对代码程序进行控制流分析、控制结构提取，给出了结构提取的算法；控制流分析过程中的程序图变换。     

用信息流控制保证软件可信运行

提出一种基于信息流控制来保证软件可信运行的方法。首先设计一种信息流控制模型,该模型的访问规则、传播规则和感染规则基本涵盖了软件在操作系统运行过程中产生信息流的主要类型。其次,设计一种策略描述语言,该语言使软件管理者可以以一种较为直观的方式描述所期望的软件信息流。在Linux内核部分实现原型系统,实验证明该方法可以控制软件所产生的信息流,从信息流角度保证软件的可信运行。     

基于知识的设计流程控制

由于电子ＣＡＤ系统的复杂性不断增加，大量高度专业化的ＶＬＳＩ设计工具使设计的工具选择和启动过程变得十分繁琐和复杂。为了克服上述困难，本文提出一个基于知识推理的方法来解决这一问题。我们采用一种有向图和基于设计上下文的产生式规则来共同构造设计流程的模型。     

类的数据流分析方法研究

本文把类的操作划分成三个不同的级别，采用增量算法分别对不同级别的操作进行数据流分析，相应得到三种不同的定义－引用对，根据生成的定义－引用对就可以进行基于数据流的测试，如何对有调用关系的操作之间进行快速有效的数据流分析是对类进行数据流分析的一个难点，本文对该问题进行了深入研究，并提出了相应的解决方法。     

过程间的数据流分析技术

过程间数据流分析是一件比较复杂而又很有意义的工作，本文提出了一种过程间数据流分析技术，讨论了在过程间数据流分析中全局量和参数对数据流分析的影响，给出了有效的解决方法，并以此技术为基础，构造了一种程序静态分析系统。