IoT设备程序同源性智能检测技术综述

IoT设备与各行业的深度融合方兴日盛,使得IoT程序快速开发的需求不断增长。开发者习惯于集成第三方库或常用代码。不幸的是,若这些代码中隐藏着潜在的漏洞,那他们也会被扩散到不同的程序中,为其大规模扩散创造了条件。这也是造成近年来IoT设备群体性安全事件频发的重要原因之一。为了降低危害,发现具备相似漏洞的程序并进行相关的处置是一个有效的方法。同源性分析作为挖掘程序间关联关系的重要手段之一,可高效地实现程序漏洞的智能溯源取证。结合机器学习和深度学习技术,它表现出解决大规模程序安全性检测的巨大潜力。然而,IoT设备的软硬件特点仍使得该技术的使用面临挑战。当前已有诸多方案在IoT设备程序的同源性智能检测方面取得了进展。因此,本文将系统性回顾近年来相关技术研究的成果,将他们分为相似性分析和创作者归属技术。首先,我们介绍了两种方式的数据来源。接着,检测过程中涉及的特征选择、特征表示以及相对应的检测方法也被依次介绍。进一步的,本文不仅比较和总结了方案的特点和局限性,还对他们在不同类型IoT设备程序的适配性进行了对比分析。最后,文章针对IoT程序分析提出了一些研究建议。作者希望本综述可为研究者阐明这些工作的核心技术点,并为他们在IoT设备上的进一步应用提供启发。     

一种基于词共现的文本相似度计算

在文本检索中,由于用户需求的表达方式不充分,常会得到大量无关信息,给用户检索带来诸多不便。本文提出的基于词共现的文本相似度计算,可以让用户选择去掉或保留和某一文本相似的文本集,提高用户检索效率。     

一种基于区域相似性的图像融合评价方法

本文提出一种新的图像融合客观评价方法.首先,利用模糊C-均值聚类算法（FCM）对图像进行区域分割,获取区域特征矩阵.通过降维处理,计算区域的距离,以此作为区域相似度.其次,以对应区域的特征向量元素相似比作为对应区域的权重.区域的边缘强度比值作为区域之间的权重.最终获得图像的相似度.实验结果表明这种相似性度量考虑了图像像素的局部关系以及区域的显著性,更加符合人类的视觉特征.     

云模型与TOPSIS相结合的多属性群决策方法*

为更准确有效地表示定性概念的不确定性,采用云模型作为定性定量信息的转换工具,并通过云的合成对不同专家的评价云进行集结,构建得到云决策矩阵。针对传统云模型间优劣、大小等差异化度量的缺陷,从云滴分布的角度提出了云的距离测度算法,并将其分别运用于计算决策指标的离散程度和改进方案与正、负理想解间的距离测度,进而提出云-TOPSIS的方案排序方法。最后以实例验证了所提方法的可行性和有效性。     

框架微型桩结构抗滑特性的模型试验研究

 基于模型试验结果,对框架微型桩结构的抗滑特性进行研究。研究结果表明,滑坡推力作用下,框架微型桩结构中微型桩顶水平位移与荷载之间为双曲函数关系,且框架梁在荷载作用下发生倾斜,后排微型桩产生较为明显的被拔出趋势。对土压力以及桩身弯矩的监测结果表明,均布荷载作用下,作用在框架微型桩结构上的滑坡推力的分布近似为梯形,滑面及桩顶部土压力较大,桩底部土压力较小,后排微型桩受到的滑坡推力比前排桩大,推力最大值之比约为1∶0.6,滑面以下桩后土抗力的分布近似为倒三角形。将微型桩布置更为密集的微型桩框架结构具有更大的极限抗力;但是,在相同位移容许值的条件下,试验中2种结构的抗滑承载力差别不大。框架梁可以有效限制微型桩顶位移并减小桩身弯矩,但也会在微型桩顶部产生较大的弯矩,故实际工程中可以采取增大截面尺寸、增大框架梁埋深或增设套管等措施提高微型桩截面的抗弯刚度,从而提高框架微型桩结构的整体抗滑性能。     

基于资源签名的Android应用相似性快速检测方法

由于盗版Android应用（Android Application,简称APP）通常保持着与正版APP相似的用户体验,因此本文提出一种基于资源签名的APP相似性快速检测方法.该方法将APP的资源签名视为字符串集合,利用计算任意一对APP资源签名集合的Jaccard系数判断两者的相似性.为了避免遍历全部的APP对,该方法将MinHash和LSH（Locality Sensitive Hashing）算法的思路引入其中,通过从APP集合中挑选候选对并对候选对进行检验的方式获得最终的检测结果.由于挑选候选对的方式将大量相似性较低的APP对排除在外,因此该方法可以明显地提高APP相似性的检测速度.实验结果表明,该方法的检测速度比现有方法FSquaDRA提高了大约30倍,而检测结果与FSquaDRA几乎完全相同.     

基于局部模型匹配的几何活动轮廓跟踪

目的 在复杂背景下,传统轮廓跟踪方法只考虑了目标的整体特征或显著性特征,没有充分利用目标的局部特征信息,尤其是目标发生遮挡时,容易发生跟踪漂移,甚至丢失目标.针对上述问题,提出一种基于局部模型匹配的几何活动轮廓(LM-GAC)跟踪算法.方法 首先,利用超像素技术将图像中的颜色特征相似的像素点归为一类,形成由一些像素点组成的超像素,从而把目标分割成若干个超像素块,再结合EMD(earth mover's distance)相似性度量构建局部特征模型.然后,进行局部模型匹配,引入噪声模型来估算局部模型参数θ,这样可以增强特征模型的自适应性,提高局部模型匹配的准确性.最后,结合粒子滤波的水平集分割方法提取目标轮廓,实现目标轮廓精确跟踪.结果 本文算法与多种目标轮廓跟踪算法进行对比,在部分遮挡、目标形变、光照变化、复杂背景等条件的基准图像序列均具有较高的跟踪成功率,平均成功率为79.6%.结论 实验结果表明,根据不同的图像序列,可以自适应地实时改变噪声模型参数和粒子的权重,使得本文算法具有较高的准确性和鲁棒性.特别是在复杂的背景下,算法能较准确地进行目标轮廓跟踪.     

具有社会网络特性的P2P分层搜索机制

无结构P2P网络中基于泛洪法的搜索机制会给系统带来极大的网络负载,结构化P2P网络则需要较大的开销来维护其拓扑结构。针对该问题,给出一种具有社会网络特性的P2P分层搜索机制。根据社会网络的基本原理,将语义相似度高的节点分布在同一个虚拟社区,节点在虚拟社区内能动地建立搜索链接。实验结果证明,该搜索机制能有效地提高P2P网络的资源搜索效率。     

基于分类敏感属性语义距离的隐私保护模型*

针对传统的k-匿名模型不能有效地解决数据发布中分类敏感属性的相似性攻击问题,提出了新的隐私保护模型——α-similarity k-anonymity模型.由于分类属性值并不是严格意义上有序的,目前缺少一种很好的方法来评价其相似程度.从语义学角度出发,采用分类树的框架来衡量等价类中敏感属性值的语义相似性.实验结果表明,...     

新型离心机串联模型试验方法及其初步应用研究

为解决以往离心机试验中将大型地质物理模型过渡缩尺时无法与离心加速度相匹配的问题,在综合分析以往离心试验技术的基础上,结合现有离心试验技术的不足,提出新型离心机串联模型试验技术。该技术通过两次量纲变换,即在模型设计阶段,原型地质体经过第一次量纲变换至常规模型试验尺度(m倍),然后经过第二次量纲变换换算至离心模型试验尺度(n倍),将模型缩小至原来的1/mn。第一次变换将模型进行较大尺度的缩减,因此第二次将其变换至离心试验尺度时将具有较大的灵活度,能够适应承载能力较小的离心机模拟高程较大的地质体的工作特征。此技术实现了将天然地质模型缩尺至离心机试验箱内,并结合弱化岩土力学强度的方法,从而解决大尺度地质结构模型模拟中存在的缩尺困难的问题。结合我国西南某水电站边坡开展了初步验证,结果表明,串联试验理论能较好地满足大型离心机模型试验的要求,可再现大型地质体变形破坏的整个过程,该技术较好地解决了蓄水过程中边坡的变形模拟问题。