用碳酸钠溶液从铜锌烟尘中脱除氟氯试验研究

研究了用碳酸钠溶液从铜锌烟尘中脱除氟氯,考察了碳酸钠质量浓度、温度、浸出时间、液固体积质量比对氟、氯脱除率的影响。试验结果表明:经过两段逆流浸出,在液固体积质量比2.5∶1、温度80℃、浸出时间60min、碳酸钠质量浓度55g/L条件下,氯、氟脱除率分别为98.95%和85.19%,脱除效果较好。     

含锗氧化锌烟尘的加压酸浸试验研究

采用加压酸浸工艺从含锗氧化锌烟尘中高效浸出锗、锌,研究了浸出温度、浸出时间、氧气压力、硫酸用量及液固体积质量比对锗、锌浸出率的影响。结果表明,在硫酸用量为理论量的1.5倍、液固体积质量比为3mL/g、浸出时间为3.0h、浸出温度为80℃、氧气压力为800kPa、搅拌速度为500r/min的条件下,锗、锌的浸出率分别可达75.11%、97.21%。     

僵尸网络活动调查分析

僵尸网络已经成为网络攻击者首选的攻击平台，用以发起分布式拒绝服务攻击、窃取敏感信息和发送垃圾邮件等，对公共互联网的正常运行和互联网用户的利益造成了严重的威胁。较大规模地发现和监测实际僵尸网络的活动行为并对其规律进行深入调查分析，是更为全面地监测僵尸网络和对其实施反制的必要前提。通过对所监测的1961个实际僵尸网络的活动情况进行了深入调查和分析，从中给出了僵尸网络数量增长情况、控制服务器分布、僵尸网络规模、被控主机分布以及僵尸网络各种攻击行为的分析结果。     

可编程模糊测试技术

模糊测试是一种有效的漏洞挖掘技术.为改善模糊测试因盲目变异而导致的效率低下的问题,需要围绕输入特征、变异策略、种子样本筛选、异常样本发现与分析等方面不断定制模糊测试器,从而花费了大量的定制成本.针对通用型模糊测试器（即支持多类输入格式及目标软件的模糊测试器）的低成本定制和高可扩展性需求,本文首次提出了一种可编程模糊测试框架,基于该框架漏洞挖掘人员仅需编写模糊测试制导程序即可完成定制化模糊测试,在不降低模糊测试效果的基础上可大幅提高模糊测试器开发效率.该框架包含一组涉及变异、监控、反馈等环节的模糊测试原语,作为制导程序的基本语句;还包含一套编程规范（FDS）及FDS解析器,支持制导程序的编写、解析和模糊测试器的生成.基于实现的可编程模糊测试框架原型Puzzer,在26个模糊测试原语的支持下,漏洞挖掘人员平均编写54行代码即可实现当前主流的5款万级代码模糊测试器的核心功能,并可覆盖总计87.8%的基本操作.基于Puzzer实现的AFL等价模糊测试器,仅用51行代码即可达到与AFL相当的模糊测试效果,具有良好的有效性.     

硫酸锌溶液离子交换除氟氯工业化试验

开展了硫酸锌溶液离子交换除氟氯工业化试验,研究了吸附时间、解吸时间、解吸树脂pH等对硫酸锌溶液中氟氯脱除的影响。结果表明,在最佳工艺参数下,吸附过程氟、氯脱除率分别为61.47%和93.59%,解吸过程氟、氯解吸率分别为94.11%和97.50%,解吸液再生过程氟、氯挥发率分别为92.66%和98.66%。全流程溶液循环使用,减少了废水排放。     

高镉烟尘氧化酸浸试验

采用氧化酸浸法从高镉烟尘中高效浸出锌、镉,研究了过氧化氢用量、浸出温度、浸出时间、液固比及硫酸浓度对锌、镉浸出率的影响。结果表明,在硫酸浓度50 g/L、过氧化氢用量60 g/L、液固比3 mL/g、浸出温度80 ℃、浸出时间2.0 h的条件下,锌、镉浸出率分别可达93.50 %、95.97 %。     

常压—氧压碱浸工艺从高砷铅阳极泥中脱砷

采用常压-氧压两段逆流碱浸工艺高效脱除高砷铅阳极泥中的砷。研究了浸出温度、浸出时间、氧气压力、氢氧化钠浓度等对砷脱除率的影响。确定最佳常压碱浸工艺条件为:液固体积质量比5mL/g、浸出温度80℃、浸出时间0.5h;最佳氧压碱浸工艺条件为:液固体积质量比5mL/g、氢氧化钠浓度130g/L、氧压浸出温度140℃、氧压浸出时间4.0h、氧气压力1.0MPa、搅拌速度600r/min。在上述条件下,砷脱除率可达99.0%以上。     

常压—加压联合浸出工艺从含锗氧化锌烟尘中高效浸出锌锗

采用常压-加压联合浸出工艺从含锗氧化锌烟尘中高效浸出锌、锗,研究了浸出时间和温度、硫酸用量、液固比等对锌、锗浸出率的影响。结果表明,在最佳工艺条件下,锌、锗浸出率分别为96.92%、89.72%。     

一种隐式流敏感的木马间谍程序检测方法

提出了一种隐式流敏感的木马间谍程序检测方法.采用静态分析方式,具有更高的代码覆盖率;同时结合了数据流分析对间接跳转的目标进行计算;并且基于分支条件的操作语义,使用了针对木马间谍程序检测的改进的污点标记规则.应用该方法分析了103个真实的恶意代码样本和7个合法软件,并与现有方法进行了对比.实验结果表明,在进行木马间谍软件检测时该方法比显示流敏感的方法具有较低的漏报率,并且能够有效地发现需要特定条件触发的信息窃取行为.同时,该方法能够区分木马间谍程序和合法软件中的隐式流,显著消减对合法软件中的隐式流跟踪.     

变异策略感知的并行模糊测试研究

模糊测试（fuzzing）具备自动化程度高、可重现性好及易扩展等特点,是软件漏洞挖掘的有效方法之一。针对其固有的测试盲目性和低效性,一批先进的灰盒模糊测试方法被提出并应用在AFL、AFLFast、Vuzzer等工具中。随着高性能芯片和云计算技术的发展,模糊测试可以充分利用其中蕴含的丰富并行计算能力、通过多实例并行的手段进一步提高单位时间内的综合测试效率,典型的代表如Xu等人提出的多核并行方法、谷歌的ClusterFuzz等。但现有并行模糊测试方法,由于不同测试实例在测试用例生成过程中缺少有效的控制,导致生成的畸形样本冗余高、测试综合覆盖率低等问题。针对该问题,本文提出了一种有效控制多测试实例间模糊测试过程的方案,该方案以变异策略为基本粒度进行并行化,定期同步不同测试实例间的有效畸形样本和优化变异策略应用比例,减少不同测试实例间的测试冗余,提高测试综合覆盖率。本文实现了一个变异策略感知的并行模糊测试框架,并选择AFL作为基本模糊测试器,使用5款开源软件及LAVA-M测试集的实验结果表明,相同测试时间内本文的方法比AFL默认调度方法提高目标覆盖率达132%、发现异常数量最多提高50余倍。