检索结果-南通市图书馆

基于opcode控制逻辑的1553B总线控制器IP核的设计实现

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于OPCODE控制逻辑的1553B总线控制器IP核的设计实现

作者：臧文博中国科学院大学(中国科学院国家空间科学中心)

学位级别：硕士

MIL-STD-1553B数据总线已经广泛应用于航空航天综合电子系统中,目前国产协议芯片重量体积较大、协议处理方式相对固定,仍需要CPU软件的紧耦合操作。随着航天技术的发展,航天任务对重量、体积和功耗均提出了较为苛刻的要求。因此设计一... 详细信息

MIL-STD-1553B数据总线已经广泛应用于航空航天综合电子系统中,目前国产协议芯片重量体积较大、协议处理方式相对固定,仍需要CPU软件的紧耦合操作。随着航天技术的发展,航天任务对重量、体积和功耗均提出了较为苛刻的要求。因此设计一种具有自治能力、能够灵活调度总线消息且可自由安排消息帧的总线控制器IP核尤为重要。本文正是在深入研究1553B总线协议规范的基础上,围绕opcode控制逻辑对core1553BBC和SμMMIT芯片的总线控制器架构进行深入研究和分析。结合国内航天领域实际应用,针对目前国内1553B协议芯片均需要紧密依赖于CPU软件进行协议控制的弊端,架构灵活性较差的实际情况,设计实现了基于opcode控制逻辑的1553B总线控制器IP核,这种消息序列控制结构支持高度自治的BC操作,很大程度上减轻了CPU软件的操作负担。本文提出了一种消息序列控制结构,并设计了11种opcode指令码和与之匹配的15种条件码。opcode指令可以实现消息执行、暂停、跳转、调用、返回、启动帧计时、等待帧计时等功能,通过搭配条件码使用,BC可以实现插入消息、自动重试和切换总线、控制小帧和大帧时间等功能。本文采用自顶向下的设计方法,对总线控制器（Bus Controller）进行逻辑功能模块划分,仔细描述了各个模块的设计方法,详细介绍了opcode控制单元模块的设计思路,采用状态机完成流程设计,实现了消息序列控制结构中的11种opcode;并依据1553B协议规定的消息格式将BC协议分析模块分为RT接收、RT发送、RT-RT和广播四个子模块。CPU通过CPU接口/AXI接口实现对1553B总线控制器的读写RAM等操作。本文采用Verilog HDL硬件描述语言对1553B总线控制器进行RTL建模,并编写了组合opcode应用实例插入消息、自动重试和切换总线、控制小帧和大帧时间,采用Modelsim仿真工具对基于opcode控制逻辑的1553B BC整体模块进行仿真验证,结果证明设计合理可行,功能正确。

关键词： opcode 1553B 总线控制器 IP FPGA

自主学习视域下opcode对程序设计的干预研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电脑知识与技术 2022年第17期18卷 136-140页

作者：李昊田保慧河南交通职业技术学院交通信息工程系河南郑州450000

良好的认知策略为学习者加工信息提供了方法,提高了学习者对事物的分析判断能力和创造性思维能力。为探究opcode对高职学生程序设计课程自主学习的干预效果,研究中设计了基于opcode的认知策略与干预模式,以高职课程中的“C++程序设计”... 详细信息

良好的认知策略为学习者加工信息提供了方法,提高了学习者对事物的分析判断能力和创造性思维能力。为探究opcode对高职学生程序设计课程自主学习的干预效果,研究中设计了基于opcode的认知策略与干预模式,以高职课程中的“C++程序设计”课程作为案例,以180名学生作为实验对象,检验了该认知策略下opcode对自主学习的干预效果。研究结果在一定程度上表明,opcode对学生自主学习中细节认知、知识融通和创造性思维能力有显著影响。该研究旨在为教师引导学生自主学习提供参考。

关键词： opcode 自主学习程序设计高等职业教育干预

在线全文

学校读者我要写书评

暂无评论

基于CNN的Webshell文件检测

郑州大学学报（理学版） 2019年第2期51卷 1-8页

作者：傅建明黎琳王应军武汉大学国家网络安全学院湖北武汉430072 武汉大学空天信息安全与可信计算教育部重点实验室湖北武汉430072

Webshell是一种以ASP、PHP和JSP等网页文件形式存在的命令执行环境,可以用于Web服务器的远程访问控制.Webshell采用混淆和加密,增加了分析难度和检测难度.基于特征值匹配的Webshell检测方法难以有效对抗混淆加密,且无法检测未知的Webshe... 详细信息

Webshell是一种以ASP、PHP和JSP等网页文件形式存在的命令执行环境,可以用于Web服务器的远程访问控制.Webshell采用混淆和加密,增加了分析难度和检测难度.基于特征值匹配的Webshell检测方法难以有效对抗混淆加密,且无法检测未知的Webshell,为此提出了一种基于CNN的Webshell检测方法.该方法首先编译PHP文件获取opcode,再利用词汇表模型提取词序特征,最后训练得到CNN检测模型.实验结果表明,该方法在精确率、召回率、F1值都优于传统的机器学习算法,且检测率也高于现有的安全工具,证明了该方法的有效性.

关键词： Webshell opcode 词汇表模型深度学习

基于统计方法与深度学习的Webshell检测模型研究与实现

在线全文

学校读者我要写书评

暂无评论

基于统计方法与深度学习的Webshell检测模型研究与实现

作者：张陈毅江西师范大学

学位级别：硕士

随着互联网的高速发展,新兴产业迅速崛起,Web系统广泛应用于社交和银行等重要业务。但是,Web系统容易遭受攻击,严重影响经济安全和社会稳定。恶意代码攻击是主要的Web攻击手段之一,因此,恶意代码的检测研究是当前信息安全领域的研究热点... 详细信息

随着互联网的高速发展,新兴产业迅速崛起,Web系统广泛应用于社交和银行等重要业务。但是,Web系统容易遭受攻击,严重影响经济安全和社会稳定。恶意代码攻击是主要的Web攻击手段之一,因此,恶意代码的检测研究是当前信息安全领域的研究热点。Webshell是一种典型的恶意代码,它是一种基于Web服务器的后门程序,具有隐蔽性高、危害性大的特点。基于Webshell的典型攻击方式、逃逸手段和现有检测方法,本文提出一种综合统计方法和深度学习的Webshell检测模型,特征向量包括语法特征和语义特征。在统计方法中,以关键词、特殊函数、最长单词等为语法特征,以Webshell代码的操作码序列的词频作为语义特征。在深度学习时,使用词向量编码方式对Webshell代码的操作码序列进行编码,将序列中的每个操作码编码成固定维度的特征向量。统计方法选择随机森林算法进行检测,深度学习选择长短期记忆网络(lstm)算法进行训练。从github上收集正常PHP文件和Webshell共五千多个样本集,实验表明,将两种模型融合后,检测效果更佳。

关键词：机器学习 Webshell 特征向量 LSTM opcode

基于近邻成分分析的WebShell特征降维方法研究与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于近邻成分分析的WebShell特征降维方法研究与实现

作者：周爱君新疆大学

学位级别：硕士

目前,网络安全已提升到国家战略高度。网页后门（Web Shell）是当前网络安全领域的主要威胁之一。随着高新技术的应用,各种类型的网络后门层出不穷,Web Shell检测已经成为网络安全研究领域的重要研究对象之一。近年来,在源码层和源码编... 详细信息

目前,网络安全已提升到国家战略高度。网页后门（Web Shell）是当前网络安全领域的主要威胁之一。随着高新技术的应用,各种类型的网络后门层出不穷,Web Shell检测已经成为网络安全研究领域的重要研究对象之一。近年来,在源码层和源码编译结果层的Web Shell检测研究均取得了新进展,有效提高了对未知Web Shell的检出能力。在Web Shell文本特征构建过程中,注重尽可能多的保留文本信息。信息完备度越高,不同类型的Web Shell的检出概率就越大。但是,大量的文本数据及其特征会引发信息冗余、结果误判、计算代价高等问题。降维是处理海量数据的有效方法,能从高维特征中躲避噪声数据干扰,挖掘关键信息。因此,有必要研究一种有利于分类的特征降维方法,挖掘有效信息,获得文本表征的关键成分。本文引入度量学习中的近邻成分分析算法（Neighbourhood Components Analysis,NCA）,从特征提取和特征选择两个角度研究了近邻成分分析算法在Web Shell特征降维的应用,主要工作和贡献可以归纳为:1)确定以研究PHP语言编写的Web Shell为主,将Web Shell源码编译层的opcode序列特征作为研究对象,构建适用于Web Shell的特征指标模型。其中,针对opcode序列特征上下文考虑不全面的问题,本文提出采用非定长序列片段的方式保留操作码的上下文信息。2)提出基于NCA＿Relief F的Web Shell特征提取方法,缓解了opcode序列特征数量爆炸,导致Web Shell检测效果不理想的问题。NCA＿Relief F方法具有两个特性:其一,能够有效结合分类器准确率自动化调整投影矩阵,在保证高准确率的同时完成高维特征的约减;其二,能够根据低维空间下近邻样本的特征差异表达,精选出具有类别区分能力的特征。实验表明,基于NCA＿Relief F的Web Shell特征提取方法获得的特征成分能有效检测出恶意样本,并在召回率上优于大多数传统特征降维算法。3)提出基于规范化近邻成分分析（Regularized Neighbourhood Component Analysis,RNCA）的Web Shell特征选择方法,方法解决了两个问题。其一,弥补NCA＿Relief F方法特征解释性差的缺陷,方法通过迭代学习到的权重向量,从opcode序列特征集合中选择出有利于分类的特征,实现特征降维。其二,解决特征单一化问题造成的Web Shell检测性能受限的问题。方法从统计学角度增加特征完备度,采用静态统计特征和行为序列特征组合的方式,判别待检测样本是否为Web Shell。实验表明基于RNCA的特征选择方法的准确率能达到99%。WebShell检测方法多样,需要根据不同的需求进行选择。倘若需要快速构建模型完成预测,采用NCA＿Relief F方法完成特征降维,可找回数量较多Web Shell样本。倘若对样本识别准确度要求较高,可忽略训练时长,采用基于RNCA的特征选择方法可高质量完成检测任务。

关键词： WebShell检测特征降维 opcode 近邻成分分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的PHP代码审计技术研究

网络安全技术与应用 2023年第10期 46-49页

作者：孟彩霞叶春民林俊豪铁道警察学院图像与网络侦查系河南450053 南昌铁路公安局厦门公安处福建361010

作为Web应用的主流开发语言PHP存在众多安全漏洞,而传统人工代码审计存在效率低、耗时长、漏报率高等问题,为了快速有效地发现PHP程序中的安全漏洞,本文通过分析PHP抽象语法树来解析源代码所包含的语法、语义、上下文及结构层次信息,提... 详细信息

作为Web应用的主流开发语言PHP存在众多安全漏洞,而传统人工代码审计存在效率低、耗时长、漏报率高等问题,为了快速有效地发现PHP程序中的安全漏洞,本文通过分析PHP抽象语法树来解析源代码所包含的语法、语义、上下文及结构层次信息,提取漏洞代码片段,然后通过其生成opcode序列并转化为数字向量作为特征,来训练Bi-GRU神经网络得到代码审计模型,再将该模型用于PHP自动化代码审计,检测代码中可能存在的漏洞。实验结果显示,对SQL注入漏洞检测的准确率达94.14%,精确率达92.13%。本文所提模型提高了代码审计的效率,一定程度上增强了代码的安全性和对网络攻击的防范能力。

关键词：深度学习代码审计抽象语法树 opcode

基于多层神经网络的Webshell改进检测方法研究

在线全文

学校读者我要写书评

暂无评论

通信技术 2019年第1期52卷 179-183页

作者：张涵薛质施勇上海交通大学网络空间安全学院上海200240

Webshell是常见的网络攻击方式,而传统的检测手段已无法应对复杂灵活的变种Webshell攻击。因此,提出了一种基于多层神经网络的Webshell改进检测方法。首先,将采集的文件样本进行预编译处理,得到中间代码opcode;其次,使用较新颖的词向量... 详细信息

Webshell是常见的网络攻击方式,而传统的检测手段已无法应对复杂灵活的变种Webshell攻击。因此,提出了一种基于多层神经网络的Webshell改进检测方法。首先,将采集的文件样本进行预编译处理,得到中间代码opcode;其次,使用较新颖的词向量转换算法word2vec将代码序列转换为特征向量;最后,通过设计好的多层神经网络进行检测。经过实验,相较于其他方法,所提方法有效提高了准确率、召回率等性能参数。

关键词： Webshell opcode word2vec 多层神经网络

基于卷积神经网络的Webshell检测方法研究

在线全文

学校读者我要写书评

暂无评论

信息技术与网络安全 2019年第7期38卷 27-31页

作者：姜天武汉邮电科学研究院

Webshell是攻击者使用的恶意脚本,其目的是升级和维护对已经受到攻击的Web应用程序的持久访问。然而,传统检测方法对于加密、混淆后的Webshell的识别效果较差。针对这一问题,提出了一种基于卷积神经网络的检测方法。该方法首先获得PHP... 详细信息

Webshell是攻击者使用的恶意脚本,其目的是升级和维护对已经受到攻击的Web应用程序的持久访问。然而,传统检测方法对于加密、混淆后的Webshell的识别效果较差。针对这一问题,提出了一种基于卷积神经网络的检测方法。该方法首先获得PHP文件对应的opcode,然后通过Word2vec算法得到字节码序列的特征词向量,最后经过卷积神经网络处理得到检测结果。实验结果表明,该方法在检测变种Webshell方面的表现优于其他算法,也证明了该方法的可行性和有效性。

关键词： Webshell opcode Word2vec 卷积神经网络

基于深度学习的Webshell检测的技术研究

在线全文

学校读者我要写书评

暂无评论

基于深度学习的Webshell检测的技术研究