检索结果-南通市图书馆

特朗普对华心理探析——基于信念体系操作码的解读

在线全文

学校读者我要写书评

暂无评论

理论与改革 2019年第3期 79-94页

作者：季乃礼孙佳琪南开大学周恩来政府管理学院

特朗普是新任美国总统,他对中国的态度反复变化,令人捉摸不定。操作码是测量领导人政治认知的重要手段,可以帮助我们了解领导人对于政治基本问题的看法。通过对特朗普的操作码分析,发现他具有合作倾向、高转变倾向、投机倾向和易受他人... 详细信息

特朗普是新任美国总统,他对中国的态度反复变化,令人捉摸不定。操作码是测量领导人政治认知的重要手段,可以帮助我们了解领导人对于政治基本问题的看法。通过对特朗普的操作码分析,发现他具有合作倾向、高转变倾向、投机倾向和易受他人影响等特点。总体而言,特朗普是一个不稳定的合作者。基于其信念体系和中美现实状况,本文认为特朗普对华心理认知是合作者大于竞争者,并预测合作与互利是中美发展的未来趋向,同时"不确定性"是中国需要谨慎对待的方面。

关键词：操作码特朗普中美关系政治心理

基于操作码序列的静态恶意代码检测方法的研究

在线全文

学校读者我要写书评

暂无评论

基于操作码序列的静态恶意代码检测方法的研究

作者：卢占军哈尔滨工业大学

学位级别：硕士

随着网络的普及、计算机技术的日益进步，如今计算机信息安全面临着很大的威胁，恶意代码是其中主要的攻击手段。恶意代码的增长及其技术的不断发展不仅会给人类的生活带来诸多不便，而且也会使用户及企业蒙受巨大的经济损失，有些甚至... 详细信息

随着网络的普及、计算机技术的日益进步，如今计算机信息安全面临着很大的威胁，恶意代码是其中主要的攻击手段。恶意代码的增长及其技术的不断发展不仅会给人类的生活带来诸多不便，而且也会使用户及企业蒙受巨大的经济损失，有些甚至能危害到国家信息的安全。随着恶意代码的检测技术和反检测技术的不断对抗发展，每天产生大量新的恶意代码给分析人员带来巨大的压力和严峻的挑战。传统的恶意代码检测能力已经远远不能满足需求。恶意代码检测技术分为静态和动态检测。静态检测不执行代码，通过代码的内容和结构信息实现检测;动态检测是在虚拟环境中通过代码执行的行为来判断。但是随着恶意代码混淆技术的发展，有些静态恶意代码检测方法受到了挑战，一些恶意代码通过隐藏自身的恶意行为来躲避在虚拟环境下的检测也使得动态检测技术无能为力。因此，如何应对恶意代码爆炸式增长，尤其是应对利用混淆技术产生的恶意代码的变种问题成为恶意代码检测技术研究的重点。本文研究了基于操作码序列的静态恶意代码检测技术，与以往的静态检测技术不同的是本文提取了基于程序控制流程图的操作码序列作为恶意代码的特征。首先，对恶意代码进行基于信息熵的查壳和脱壳处理;其次，对脱壳后的恶意代码进行反汇编，通过编写插件来构建程序的控制流程图并提取操作码序列;再次，利用n-gram算法来提取操作码序列特征，并使用信息增益和文档频率的方法来选择特征;最后，使用K近邻、决策树及支持向量机三种机器学习分类方法实现恶意代码的检测。在实验中，通过选择特征的数量及其他方法来对比分析实验，实验结果通过正确率、误报率、漏报率三个指标进行评价。通过实验结果的对比和分析，本文提出的方法收到了很好的实验效果。

关键词：操作码恶意代码检测控制流程图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

美国总统拜登的信念体系操作码分析

美国总统拜登的信念体系操作码分析

作者：田渝申辽宁大学

学位级别：硕士

约瑟夫·拜登作为美国第46任总统,在对外政策制定中拥有较高的话语权。自上台以来,拜登提出了一系列对外举措,将自身塑造为一个能够带领美国重新引领世界的角色。他致力于消除特朗普政府“美国优先”对外政策所造成的不良影响,加强与盟... 详细信息

约瑟夫·拜登作为美国第46任总统,在对外政策制定中拥有较高的话语权。自上台以来,拜登提出了一系列对外举措,将自身塑造为一个能够带领美国重新引领世界的角色。他致力于消除特朗普政府“美国优先”对外政策所造成的不良影响,加强与盟友和伙伴国的交流合作,并且寄希望通过振兴中产阶级来提高国家实力与中国展开竞争。当前研究多从拜登对外政策的原因、内容、前景等方面展开讨论,仅有个别学者考察拜登的个人因素对于外交政策的影响。政治领导人在对外政策中起到非常大的作用,领导人的心理因素往往在对外决策分析中被忽视。本文基于信念体系操作码理论对拜登的政治信念展开评估,通过“情境系统动词”分析方法对其有关对外政策的演讲内容进行自动分析,旨在描述拜登信念体系与对外政策之间的联系,为研究拜登对外政策提供新的研究途径,同时加强对领导人心理学分析模式的应用。本文将拜登的对外政策行为作为因变量,信念体系作为自变量,基于因果机制提出了三个研究假设:1.拜登的信念体系与美国历任总统相比有显著差异。2.与特朗普相比,拜登的对外战略偏好与奥巴马更加一致。3.俄乌冲突将会对拜登的信念体系造成显著影响。研究结果表明,拜登的信念体系与美国历任总统相比具有显著性差异,他的信念体系具有自我认可度高、实用主义、手段多样化的特征。与奥巴马相比,拜登的战略偏好与特朗普更为接近,将采取一种冲突策略,另外统计结果表明拜登的信念体系在俄乌冲突前后保持着一致性和稳定性。基于约瑟夫·拜登的信念体系的总体特征,本文认为拜登政府的对外政策将沿着既定轨道稳步推进,同时将采用各种资源与手段与中国展开系统性竞争。

关键词：信念体系操作码约瑟夫·拜登对外政策

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于操作码行为深度学习的恶意代码检测方法

基于操作码行为深度学习的恶意代码检测方法

作者：陈晨哈尔滨工业大学

学位级别：硕士

随着网络的普及、计算机技术的日益进步，如今计算机信息安全面临着很大的威胁，恶意代码是其中主要的攻击手段。数目不断增长、技术不断发展恶意代码给人们的生活带来了很多困扰，也导致了个人及企业的经济损失，甚至威胁到国家安全。... 详细信息

随着网络的普及、计算机技术的日益进步，如今计算机信息安全面临着很大的威胁，恶意代码是其中主要的攻击手段。数目不断增长、技术不断发展恶意代码给人们的生活带来了很多困扰，也导致了个人及企业的经济损失，甚至威胁到国家安全。随着恶意代码的检测技术和反检测技术的不断对抗发展，日益增多的恶意代码给分析人员带来巨大的压力和严峻的挑战。本文研究了基于深度置信网络的恶意代码检测技术，深度置信网络采用半监督学习的方式。首先采用大量无类标的样本来训练受限玻尔兹曼机及深度置信网，其次再用有类标的数据集对深度置信网络进行权值的反馈微调。本文中首先对恶意样本进行查壳、脱壳处理，然后采用n-gram算法构造操作码序列对，使用信息增益和文档频率两种特征选择方法来选取合适的操作码序列特征，最后使用深度置信网络进行分类检测。在实验中，通过选择特征的数量及其他方法来对比分析实验，实验结果通过正确率、误判率、漏报率三个指标进行评价。基于深度置信网络的恶意代码检测模型包含三个模块：数据预处理、操作码特征提取、深度置信网络模块，其中深度置信网络模块为主要模块。深度置信网络模块通过三个具体过程来实现：受限玻尔兹曼机调节、深度置信网络的反馈调节和误差反向传播的反馈微调。受限玻尔兹曼机的调节过程是自下而上的各个层间的调节过程，以这种方式来初始化整个深度模型的权值。而深度置信网络的反馈调节，首先进行自下而上的识别模型转换，然后再进行自上而下的生成模型转换，最后通过不同层次之间的不断调节，使生成模型可以重构出具有较低误差的原样本，这样就得到了此样本的本质特征，即深度模型的最高抽象表示形式。误差反向传播的反馈调节则是针对输出与原始类标的对比，将误差采用BP算法进行微调网络权值。

关键词：操作码恶意代码检测深度学习深度置信网络

中国是现状改变国吗?——基于信念体系操作码的解读

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

国际政治科学 2009年第3期 36-58,173页

作者：冯慧云犹他州立大学政治学系

本文根据操作码方法考察了中国四代核心领导人的信念,旨在为理解中国的崛起提供一些帮助。一般来说,国际关系理论预测崛起国崛起时将与霸权国或与正在衰落的大国发生冲突。然而,除物质性权力之外,一国的动机和意愿也对该国的外交决策产... 详细信息

本文根据操作码方法考察了中国四代核心领导人的信念,旨在为理解中国的崛起提供一些帮助。一般来说,国际关系理论预测崛起国崛起时将与霸权国或与正在衰落的大国发生冲突。然而,除物质性权力之外,一国的动机和意愿也对该国的外交决策产生影响。因此,在评估中国在安全领域是否起稳定作用时,反映在国家领导人信念中的意图对预测该国的行为就很重要。本文的研究表明,隐藏在中国领导人信念体系中的文化根基是防御性的。尽管权力转移会导致中国崛起,但中国在大多数情况下不可能主动挑起冲突。

关键词：信念体系操作码中国战略文化

基于操作码N-Gram的Windows恶意软件检测

在线全文

学校读者我要写书评

暂无评论

中小企业管理与科技 2015年第11期 241-243页

作者：李志周白金荣玉溪师范学院信息技术工程学院四川大学计算机学院

由于传统的检测方法必须获得恶意软件的签名之后才能对这类恶意软件进行检测,不能检测新型的恶意软件。本文用软件逆向分析技术反汇编软件样本,使用N-Gram算法提取操作码特征,再用信息增益算法选取操作码特征,最后利用数据挖掘和机器学... 详细信息

由于传统的检测方法必须获得恶意软件的签名之后才能对这类恶意软件进行检测,不能检测新型的恶意软件。本文用软件逆向分析技术反汇编软件样本,使用N-Gram算法提取操作码特征,再用信息增益算法选取操作码特征,最后利用数据挖掘和机器学习技术建立检测模型。根据建立的检测模型可以对未知的软件进行检测,避免了传统检测方法的弊端。

关键词： N Gram 操作码恶意软件机器学习数据挖掘

在线全文

学校读者我要写书评

暂无评论

基于深度学习的智能合约漏洞检测方法研究

基于深度学习的智能合约漏洞检测方法研究

作者：甄子贤烟台大学

学位级别：硕士

近年来,区块链作为新兴技术在国内外引起了广泛的关注,尤其是以太坊,成为最受欢迎的区块链平台之一。以太坊的智能合约在分布式应用中扮演了自治代理的关键角色,负责执行可信交易和协议。然而,以太坊智能合约数量的激增导致安全事件频发... 详细信息

近年来,区块链作为新兴技术在国内外引起了广泛的关注,尤其是以太坊,成为最受欢迎的区块链平台之一。以太坊的智能合约在分布式应用中扮演了自治代理的关键角色,负责执行可信交易和协议。然而,以太坊智能合约数量的激增导致安全事件频发,进而造成巨额经济损失。这引起了学者们对智能合约安全问题的极大关注,从而推动了一系列漏洞检测框架和工具的发展。尽管如此,这些工具仍然存在准确率较低、执行效率较慢等问题,迫切需要更为准确高效的检测方法。因此,研究新的智能合约漏洞检测方法成为当前的紧急任务。为了提高智能合约的漏洞检测效果,本文提出了基于深度学习的智能合约漏洞检测方法。通过大量实验表明,本文所提出的智能合约漏洞检测方法,实现了对多种漏洞的检测,并提升了漏洞检测的性能。本文的具体工作主要包括如下两点:(1)提出了一种基于双重注意力图神经网络的智能合约漏洞检测方法。该方法将智能合约转化为操作码指令集,根据合约逻辑和语义将指令分为5类,并选取了45条与漏洞相关的指令用于漏洞检测任务。然后,从指令集中提取边特征和节点特征,并在节点间语义特征提取和图特征更新阶段引入了图注意力机制和自注意力机制。通过为不同节点和图特征分配不同的权重,该方法能够综合考虑节点关系和全局图信息,从而实现智能合约漏洞的检测。大量实验结果表明,基于双重注意力图神经网络的智能合约漏洞检测方法相比于传统的神经网络方法在整数溢出、交易顺序依赖和自毁漏洞方面的检测效果更好,在F1分数上分别达到了71.85%、67.03%和75.54%。(2)提出了一种基于语义感知深度学习的智能合约操作码检测方法。该方法将智能合约源码转化为智能合约操作码序列,并提取智能合约操作码序列特征,输入到长短期记忆网络中进行训练。将训练后的操作码特征与注意力机制结合,进一步提取漏洞特征,从而实现智能合约漏洞的检测。大量实验结果表明,基于双重注意力图神经网络的智能合约漏洞检测方法,可以提高准确性,并且检测的效率比传统工具更高。

关键词：智能合约漏洞检测图神经网络操作码注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Android恶意应用的静态检测方法综述

计算机研究与发展 2023年第8期60卷 1875-1894页

作者：潘建文崔展齐林高毅陈翔郑丽伟北京信息科技大学计算机学院北京100101 南通大学信息科学技术学院江苏南通226019

Android系统的开放性和第三方应用市场的多样性,使其在取得高市场占有率的同时也带来了巨大的风险,导致Android恶意应用层出不穷并广泛传播,严重威胁了用户的隐私和经济安全.如何有效检测Android恶意应用受到了研究人员的广泛关注.根据... 详细信息

Android系统的开放性和第三方应用市场的多样性,使其在取得高市场占有率的同时也带来了巨大的风险,导致Android恶意应用层出不穷并广泛传播,严重威胁了用户的隐私和经济安全.如何有效检测Android恶意应用受到了研究人员的广泛关注.根据是否运行应用程序,将现有的恶意应用检测方法分为静态检测和动态检测.其中,静态检测的效率和代码覆盖率均优于动态检测,Drebin等静态检测工具取得了广泛应用.为此,系统调研了Android恶意应用静态检测领域的研究进展,并进行了分析和总结.首先,介绍了Android应用静态特征;然后,根据静态特征的不同,分别对基于权限、应用程序编程接口(application programming interface,API)和操作码等不同静态特征的Android恶意应用检测方法进行了分析,并总结了常用的Android应用数据集和评价Android恶意应用检测性能的常用指标;最后,对Android恶意应用静态检测技术的发展进行了总结和展望,以期为该领域的研究人员提供参考.

关键词： Android恶意应用静态检测权限应用编程接口操作码

在线全文

学校读者我要写书评

暂无评论

基于机器学习的内核恶意程序检测研究与实现

北京理工大学学报 2020年第12期40卷 1295-1301页

作者：田东海魏行张博郁裕磊李家硕马锐北京理工大学计算机学院软件安全工程技术北京市重点实验室北京100081 山西省军民融合软件工程技术研究中心山西太原030051

随着计算机科学的发展,世界对计算机的依赖越来越强,计算机安全也越来越重要,恶意代码是计算机安全面临的最大敌人.针对传统的恶意代码检测和分析技术在现在已经无法满足需求的问题,提出使用机器学习并应用新的分类特征来识别恶意程序,... 详细信息

随着计算机科学的发展,世界对计算机的依赖越来越强,计算机安全也越来越重要,恶意代码是计算机安全面临的最大敌人.针对传统的恶意代码检测和分析技术在现在已经无法满足需求的问题,提出使用机器学习并应用新的分类特征来识别恶意程序,并且对他们进行初级的家族分类,指出以往机器学习在恶意代码检测和分类上的不足,筛选出更好的区分特征.首先使用了n-gram算法来优化恶意代码反汇编代码中的操作码特征,然后使用词袋模型和TF-IDF算法优化API调用特征,最后编程实现模型并使用数据集进行了模型的训练和测试.实验中使用决策树算法的模型的分类准确率上达到了87.41%,使用随机森林算法的模型的分类准确率上达到了90.06%,实验结果表明提出的特征相比以往在恶意代码检测分类上应用的特征有着更好的效果.

关键词：恶意代码分类随机森林决策树操作码 API