CN112667198A - 一种工业控制系统安全防护产品的随机性检测方法、装置 - Google Patents
一种工业控制系统安全防护产品的随机性检测方法、装置 Download PDFInfo
- Publication number
- CN112667198A CN112667198A CN202011517868.0A CN202011517868A CN112667198A CN 112667198 A CN112667198 A CN 112667198A CN 202011517868 A CN202011517868 A CN 202011517868A CN 112667198 A CN112667198 A CN 112667198A
- Authority
- CN
- China
- Prior art keywords
- rank
- matrix
- detection
- calculating
- randomness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 239000011159 matrix material Substances 0.000 claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 230000009191 jumping Effects 0.000 claims description 10
- 230000009466 transformation Effects 0.000 description 16
- 230000007246 mechanism Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000000844 transformation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Complex Calculations (AREA)
Abstract
本发明公开了一种随机性检测方法,所述随机性检测方法包括:S1:完成待检测序列数据的秩为32的矩阵个数F32和秩为31的矩阵个数F31的计算;S2:对步骤S1中的得到的秩为32的矩阵个数F32和秩为31的矩阵个数F31完成其统计值V计算;S3:基于步骤S2得到的统计值V,分析判断并得到矩阵秩的最终检测结果是检测通过或检测不通过。通过本发明方法解决了矩阵秩检测在工业控制系统的安全保护产品中实现时,执行流程复杂和检验效率低的问题。
Description
技术领域
本发明属于工业控制系统安全技术领域,尤其涉及一种针对工业控制系统安全防护产品的随机性检测方法及装置。
背景技术
随着工业控制系统日益向数字化、网络化、智能化、服务化方向加速发展,在两化深度融合、工业转型升级的同时,工业控制生产环境从封闭走向开放,生产过程从自动化走向智能化,工业控制系统由单机走向互联,联网工控设备和系统有增无减、中高危工控安全漏洞持续增长,工业信息安全事件频发。越来越多针对工业控制系统的网络攻击和安全事件不断爆发,这些事件发生背后都有组织性黑客团体或者国家的身影。工控系统作为国家能源基础设施的重要组成部分,已经成为网络部队、黑客、极端势力攻击的重要目标,攻击逐渐呈现出组织化、集团化、国家化和政治目的的趋势。
为增强信息系统安全,大量有针对性的安全防护产品被研制出来,如工业防火墙、工业安全网关、主机安全防护、纵向隔离装置等。这些工业控制系统安全防护产品的处理能力有的较强,有的又不如普通PC机,但基本都采用32位/64位处理器。根据国家标准GB/T32915-2016《信息安全技术二元序列随机性检测方法》以及密码行业标准GM/T 0005-2012《随机数检测规范》、GM/T 0062-2018《密码产品随机数检测要求》,作为基础部件被集成了这些产品中的随机性发生器,必须对产生的随机数的质量进行仔细检测。
矩阵秩检测就是上述三个标准中规定的最基础最重要的随机数质量检验方法之一。
矩阵秩检测用来检测待检序列中给定长度的子序列之间的线性独立性。由待检序列构造矩阵,然后检测矩阵的行或列之间的线性独立性,矩阵秩的偏移程度可以给出关于线性独立性的量的认识,从而影响对序列随机性好坏的评价。
矩阵秩检测的传统实现:矩阵秩检测的传统实现步骤是对n比特二元序列样本ε=ε1ε2...εn和显著性水平α执行如下步骤。
第一步:将待检序列ε=ε1ε2...εn分成大小为M×Q的子序列,共有个,舍弃多余的位不用,参数M=Q=32。将每一个M×Q的子序列组装成一个M×Q的矩阵,此矩阵有M行Q列,每一行则由序列ε=ε1ε2...εn中连续的Q位填充。
第二步:计算每一个M×Q的二元矩阵的秩Ri,i=1,2,...,N。对每一个M×Q的二元矩阵,计算它的秩的步骤如下。
2.1对矩阵使用前向初等行变换将矩阵简化为上三角形式,这里将加法运算采用异或运算实现。
2.2使用后向初等行变换将矩阵简化为三角形形式的矩阵,这里将加法运算采用异或运算实现。
2.3统计变换后矩阵的非零行数,非零行指的是该行至少有一个元素非零,此非零行数即为该矩阵的秩。
第三步:令FM为秩为M的矩阵的个数,令FM-1为秩为M-1的矩阵的个数,则N-FM-FM-1为秩小于M-1的矩阵的个数。
第四步:计算统计值
第六步:如果P_value≥α,则认为待检序列通过矩阵秩检测。
传统实现的不足
传统的矩阵秩检验实现方法存在如下不足,导致其计算效率非常低:
1)字节型待检数据与比特表示的矛盾。在工业控制系统的安全防护类产品中的待检数据通常是从随机数发生器产生,它们都是以字节型表示和存储,而传统做法采用基于比特的处理方式,即一比特、一比特地处理待检数据。这就需要增加一个步骤,将存储的字节型待检数据转为比特序列。此举显然增加了检测的流程复杂度,同时又降低了执行效率。
2)矩阵的比特表示导致CPU计算资源的浪费。待计算秩的的二元矩阵也采取比特表示,这就导致计算秩的时候,大量的初等行变换都是基于比特实现。此举未能考虑工业控制系统安全设备的CPU处理能力,严重浪费了CPU的字宽。
3)低效的秩计算方法。计算秩时采取先做前向行变换再做后向行变化的算法,此算法需2次轮询,效率不高。
4)不智能的秩计算方法。计算秩的时候未充分考虑步骤三和步骤四的需求:步骤三和步骤四需要的是秩为M的矩阵的个数和秩为M-1的矩阵的个数,对秩小于M-1的矩阵的个数,并不需要具体的秩为j(0≤j<M-1)的个数,而是把秩为0至M-2的矩阵的个数合并在一起统计。因此在计算矩阵秩的时候,一旦有明显证据表明秩小于M-1时就没必要再继续下去计算精确的矩阵秩。应考虑更加智能的提前终止机制,减少毫无意义的计算。
发明内容
本发明的目的在于,为克服现有技术缺陷,提供了一种针对工业控制系统安全防护产品的随机性检测方法、装置,解决了矩阵秩检测在工业控制系统的安全保护产品中实现时,执行流程复杂和检验效率低的问题。
本发明目的通过下述技术方案来实现:
一种随机性检测方法,所述随机性检测方法包括:S1:完成待检测序列数据的秩为32的矩阵个数F32和秩为31的矩阵个数F31的计算;S2:对步骤S1中的得到的秩为32的矩阵个数F32和秩为31的矩阵个数F31完成其统计值V计算;S3:基于步骤S2得到的统计值V,分析判断并得到矩阵秩的最终检测结果是检测通过或检测不通过。
根据一个优选的实施方式,所述步骤S1具体包括:S11:数据初始化,将F32和F31都置为0;S12:检查是否还剩一个或多个完整的分组未处理,若是,则执行步骤13;否则,表明待检统计完毕,跳转到步骤16;S13:依次取一个分组128字节未检测数据,顺序地以每4字节加载到一个32比特双字的方式,得到用32个双字表示的矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字;S14:计算矩阵秩,算出矩阵A=(A0,A1,…,A31)的秩r为“32”、“31”或“其它”;S15:更新矩阵秩的分布信息,如果矩阵秩r为32,则F32累加1;如果r为31,则F31累加12,跳转到步骤12;S16:返回F32和F31。
根据一个优选的实施方式,所述步骤S2中,统计值V的计算方法为:
根据一个优选的实施方式,,所述步骤S3中,所述步骤3具体包括:
计算P_value=igamc(1,V/2),igamc为余不完全伽马函数;
若P_value≥α,则返回待检序列“通过检测”,否则,返回待检序列“不通过检测”,其中,α为显著水平。
根据一个优选的实施方式,α取值为0.05、0.01、0.001或0.0001。
一种随机性检测装置,所述随机性检测装置包括:阵秩统计模块、统计量计算模块、判断模块;所述矩阵统计模块被配置为:对输入的待检数据,通过计算其中每一个完整分块(32×32/8=128字节)的秩,获得秩为32的矩阵个数F32和秩为31的矩阵个数F31;所述统计计算模块被配置为:利用“矩阵秩统计模块”计算得到的F32和F31的值,计算统计值V;所述判断模块配置为:利用“统计量模块”计算得到的统计值V,进行分析判断,得到检测结果为检测通过还是检测不通过。
根据一个优选的实施方式,所述矩阵统计模块的计算方法具体包括:
数据初始化,将F32和F31都置为0;
检查是否还剩一个或多个完整的分组未处理,若是,则执行步骤13;否则,表明待检统计完毕,跳转到步骤16;
依次取一个分组128字节未检测数据,顺序地以每4字节加载到一个双字的方式,得到用32个双字表示的矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字;
计算矩阵秩,算出矩阵A=(A0,A1,…,A31)的秩r为“32”、“31”或“其它”;
更新矩阵秩的分布信息,如果矩阵秩r为32,则F32累加1;如果r为31,则F31累加12,跳转到步骤12;
返回F32和F31。
根据一个优选的实施方式,所述统计量计算模块的计算方法包括:
计算统计值
根据一个优选的实施方式,所述检测结构模块的具体判断方法包括:计算P_value=igamc(1,V/2);若P_value≥α,则返回待检序列“通过检测”,否则,返回待检序列“不通过检测”。
前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案,均为本发明可采用并要求保护的方案;且本发明,(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合,均为本发明所要保护的技术方案,在此不做穷举。
本发明的有益效果:
1)本发明直接对字节数据处理,无需传统做法“字节转比特”的操作,既降低了计算量,又减少了计算复杂度。
2)本发明采用32比特的双字的方式来表示矩阵,使得:
a)一个32×32的二元矩阵只需要简单的32个双字即可表示;
b)所有的初等行变换(如行互换、行加)都由原来执行一次需32次比特级操作降低为一次双字操作。
3)本发明计算矩阵秩时,从传统实现方式的一遍前向行变换加一遍后向行变换,降低为只需一遍前向行变换,既降低了计算量,又减少了计算复杂度。
4)本发明计算矩阵秩时引入提前退出机制。一旦发现秩必定小于31时,立即返回,不再像传统实现方式一样做过多无效的运算。
附图说明
图1是本发明检测装置的架构图;
图2是本发明中矩阵秩统计模块的运行流程图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,为使本发明实施例的目的、技术方案和优点更加清楚,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
因此,以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本发明要指出的是,本发明中,如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等,则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上,可以不经过创造性劳动可以得知的。
参考图1和图2所示,本发明公开了一种工业控制系统安全防护产品的随机性检测方法、装置。
随机性检测装置包括矩阵秩统计模块、统计量计算模块、判断模块。
随机性检测装置的执行流程为:
S1:输入的待检数据进入“矩阵秩统计模块”,“矩阵秩统计模块”计算得到秩为32的矩阵个数F32和秩为31的矩阵个数F31;
S2:F32和F31进入“统计量模块”,“统计量模块”计算统计值V;
S3:统计值V进入“检测结果模块”,“检测结果模块”进行分析判断并得到矩阵秩的最终检测结果“检测通过”还是“检测不通过”。
优选地,所述矩阵统计模块被配置为:对输入的待检数据,通过计算其中每一个完整分组(32×32/8=128字节)组成的矩阵的秩,获得秩为32的矩阵个数F32和秩为31的矩阵个数F31。
具体地,矩阵秩统计模块被配置为:
功能:计算得到秩为32的矩阵个数F32和秩为31的矩阵个数F31。
输入:待检序列
输出:F32(秩为32的矩阵个数)和F31(秩为31的矩阵个数)。
执行步骤:
S11:数据初始化,将F32和F31都置为0;
S12:检查是否还剩一个或多个完整的分组未处理,若是,则执行步骤13;否则,表明待检统计完毕,跳转到步骤16;
S13:依次取一个分组128字节未检测数据,顺序地以每4字节加载到一个双字的方式,得到用32个双字表示的矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字;
S14:计算矩阵秩,算出矩阵A=(A0,A1,…,A31)的秩r为“32”、“31”或“其它”;
进一步地,
计算秩的算法具体包括:
输入:矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字。
输出:矩阵A的秩,为“32”、“31”、“其它”。
执行步骤:
步骤a:初始化行序号i=0,列序号j=0,秩r=32。
步骤b:对每一行执行如下一系列行变换。
for i=0,1,2,……,31,执行
b.1如果Ai(j)≠0,则跳转到步骤2.2。否则,则执行如下流程。
b.2对后续行按如下方式做初等行变换:
步骤c:返回r。
其中,在本计算秩的算法中,步骤b.1.1中的“互换Ak和Ai的值”只需要简单的交换这两个双字即可,比起传统实现方式的比特级行互换(需32个比特至比特的交换),显著改善了行互换的执行效率。
并且,本计算秩的算法中,步骤c返回的秩r为32或31;步骤2.1.3返回的秩为“其它”,说明矩阵秩小于31;此为根据工业控制安全设备特点和矩阵秩检测算法性质(秩小于31时混为一类)设定的提前退出机制。
S15:更新矩阵秩的分布信息,如果矩阵秩r为32,则F32累加1;如果r为31,则F31累加1,跳转到步骤12;
S16:返回F32和F31。
优选地,所述统计计算模块被配置为:利用“矩阵秩统计模块”计算得到的F32和F31的值,计算统计值V。
具体地,所述统计量计算模块的计算方法包括:
计算统计值:
优选地,所述判断模块配置为:利用“统计量模块”计算得到的统计值V,进行分析判断,得到检测结果为检测通过还是检测不通过。
优选地,所述检测结构模块的具体判断方法包括:计算P_value=igamc(1,V/2);若P_value≥α,则返回待检序列“通过检测”,否则,返回待检序列“不通过检测”。
实验结果:在Intel Core I5 4210M,8GB内存,Win7 64b的测试平台,对1000组随机数,每组1000000比特进行测试,得到的检测性能数据如下。
本发明直接对字节数据处理,无需传统做法“字节转比特”的操作,既降低了计算量,又减少了计算复杂度。
本发明采用双字的方式来表示矩阵,使得:一个32×32的二元矩阵只需要简单的32个双字即可表示;所有的初等行变换(如行互换、行加)都由原来执行一次需32次比特级操作降低为一次双字操作。
本发明计算矩阵秩时,从传统实现方式的一遍前向行变换加一遍后向行变换,降低为只需一遍前向行变换,既降低了计算量,又减少了计算复杂度。
本发明计算矩阵秩时引入提前退出机制。一旦发现秩必定小于31时,立即返回,不再像传统实现方式一样做过多无效的运算。
说明书中记号、缩写与符号:
n:待检数据的比特长度;实际中n为8的整数倍。
M,Q:矩阵秩检测的参数,每一个矩阵为矩阵有M行Q列,在矩阵秩检测中参数M=Q=32。
A(j):取双字A的第j比特,0≤j≤31。
α:显著性水平。通常取值为0.05、0.01、0.001、0.0001等,在密码行业标准GM/T0005-2012《随机数检测规范》中规定显著性水平α取0.01。
igamc:余不完全伽马函数。
前述本发明基本例及其各进一步选择例可以自由组合以形成多个实施例,均为本发明可采用并要求保护的实施例。本发明方案中,各选择例,与其他任何基本例和选择例都可以进行任意组合。本领域技术人员可知有众多组合。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种随机性检测方法,其特征在于,所述随机性检测方法包括:
S1:完成待检测序列数据的秩为32的矩阵个数F32和秩为31的矩阵个数F31的计算;
S2:对步骤S1中的得到的秩为32的矩阵个数F32和秩为31的矩阵个数F31完成其统计值V计算;
S3:基于步骤S2得到的统计值V,分析判断并得到矩阵秩的最终检测结果是检测通过或检测不通过。
2.如权利要求1所述的随机性检测方法,其特征在于,所述步骤S1具体包括:
S11:数据初始化,将F32和F31都置为0;
S12:检查是否还剩一个或多个完整的分组未处理,若是,则执行步骤13;否则,表明待检统计完毕,跳转到步骤16;
S13:取一个分组128字节未检测数据,顺序地以每4字节加载到一个32比特的双字的方式,得到用32个双字表示的矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字;
S14:计算矩阵秩,算出矩阵A=(A0,A1,…,A31)的秩r为“32”、“31”或“其它”;
S15:更新矩阵秩的分布信息,如果矩阵秩r为32,则F32累加1;如果r为31,则F31累加12,跳转到步骤12;
S16:返回F32和F31。
4.如权利要求1所述的随机性检测方法,其特征在于,所述步骤S3中,所述步骤3具体包括:
计算P_value=igamc(1,V/2),igamc为余不完全伽马函数;
若P_value≥α,则返回待检序列“通过检测”,否则,返回待检序列“不通过检测”,其中,α为显著水平。
5.如权利要求1所述的随机性检测方法,其特征在于,α取值为0.05、0.01、0.001或0.0001。
6.一种随机性检测装置,其特征在于,所述随机性检测装置包括:矩阵秩统计模块、统计量计算模块、判断模块;
所述矩阵统计模块被配置为:对输入的待检数据,通过计算其中每一个完整分组(32×32/8=128字节)的秩,获得秩为32的矩阵个数F32和秩为31的矩阵个数F31;
所述统计计算模块被配置为:利用“矩阵秩统计模块”计算得到的F32和F31的值,计算统计值V;
所述判断模块配置为:利用“统计量模块”计算得到的统计值V,进行分析判断,得到检测结果为检测通过还是检测不通过。
7.如权利要求6所述的随机性检测装置,其特征在于,所述矩阵统计模块的计算方法具体包括:
数据初始化,将F32和F31都置为0;
检查是否还剩一个或多个完整的分组未处理,若是,则执行步骤13;否则,表明待检统计完毕,跳转到步骤16;
取一个分组128字节未检测数据,顺序地以每4字节加载到一个32比特的双字的方式,得到用32个双字表示的矩阵A=(A0,A1,…,A31),其中Ai,0≤i≤31,为32比特的双字;
计算矩阵秩,算出矩阵A=(A0,A1,…,A31)的秩r为“32”、“31”或“其它”;
更新矩阵秩的分布信息,如果矩阵秩r为32,则F32累加1;如果r为31,则F31累加12,跳转到步骤12;
返回F32和F31。
9.如权利要求6所述的随机性检测装置,其特征在于,所述检测结构模块的具体判断方法包括:
计算P_value=igamc(1,V/2);
若P_value≥α,则返回待检序列“通过检测”,否则,返回待检序列“不通过检测”。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011517868.0A CN112667198A (zh) | 2020-12-21 | 2020-12-21 | 一种工业控制系统安全防护产品的随机性检测方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011517868.0A CN112667198A (zh) | 2020-12-21 | 2020-12-21 | 一种工业控制系统安全防护产品的随机性检测方法、装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112667198A true CN112667198A (zh) | 2021-04-16 |
Family
ID=75406769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011517868.0A Pending CN112667198A (zh) | 2020-12-21 | 2020-12-21 | 一种工业控制系统安全防护产品的随机性检测方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112667198A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101888282A (zh) * | 2010-04-22 | 2010-11-17 | 北京邮电大学 | 一种基于随机性分析的数据加密功能的检验方法 |
CN103412960A (zh) * | 2013-08-31 | 2013-11-27 | 西安电子科技大学 | 基于双边随机投影的图像感知哈希方法 |
CN107577452A (zh) * | 2016-07-04 | 2018-01-12 | 阿里巴巴集团控股有限公司 | 随机性检测方法及装置 |
US20200218776A1 (en) * | 2019-01-07 | 2020-07-09 | Massachusetts Institute Of Technology | Model Agnostic Time Series Analysis Via Matrix Estimation |
-
2020
- 2020-12-21 CN CN202011517868.0A patent/CN112667198A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101888282A (zh) * | 2010-04-22 | 2010-11-17 | 北京邮电大学 | 一种基于随机性分析的数据加密功能的检验方法 |
CN103412960A (zh) * | 2013-08-31 | 2013-11-27 | 西安电子科技大学 | 基于双边随机投影的图像感知哈希方法 |
CN107577452A (zh) * | 2016-07-04 | 2018-01-12 | 阿里巴巴集团控股有限公司 | 随机性检测方法及装置 |
US20200218776A1 (en) * | 2019-01-07 | 2020-07-09 | Massachusetts Institute Of Technology | Model Agnostic Time Series Analysis Via Matrix Estimation |
Non-Patent Citations (1)
Title |
---|
刘康: "伪随机序列随机性测试系统的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6983274B2 (en) | Multiple alignment genome sequence matching processor | |
Kaplan et al. | RASSA: resistive prealignment accelerator for approximate DNA long read mapping | |
US10783247B1 (en) | Software classification using phylogenetic techniques | |
Song et al. | Novel graph processor architecture, prototype system, and results | |
US11977902B2 (en) | Methods and systems for event reporting | |
Chen et al. | A high-throughput FPGA accelerator for short-read mapping of the whole human genome | |
Javaheripi et al. | Hashtag: Hash signatures for online detection of fault-injection attacks on deep neural networks | |
EP3291478A1 (en) | Software protection against differential fault analysis | |
CN117407640A (zh) | 一种矩阵计算方法及装置 | |
Chen et al. | Reconfigurable accelerator for the word-matching stage of BLASTN | |
Idalino et al. | Locating modifications in signed data for partial data integrity | |
CN105678083A (zh) | 一种具有单比特频数检测和块内频数检测的快速检测方法 | |
CN112667198A (zh) | 一种工业控制系统安全防护产品的随机性检测方法、装置 | |
Hilgurt | A Survey on Hardware Solutions for Signature-Based Security Systems. | |
CN105681024A (zh) | 一种单比特频数检测方法 | |
Nguyen et al. | Highly parallel bitmap-based regular expression matching for text analytics | |
US11515995B2 (en) | Efficient computation of univariate statistical moments for side channel vulnerability evaluation | |
CN113961752A (zh) | 信息物理系统的基本可达图的分析方法和相关装置 | |
Grochol et al. | Evolutionary design of hash functions for IPv6 network flow hashing | |
Wang et al. | Hardware accelerator to detect multi-segment virus patterns | |
Zenkov et al. | Dynamic data fusion using multi-input models for malware classification | |
Chan et al. | Maximum entropy method for composition vector method | |
Rawald et al. | Massively Parallel Analysis of Similarity Matrices on Heterogeneous Hardware. | |
Cullen et al. | FPGA-based satisfiability filters for deep packet inspection | |
Koar et al. | Dynamically reconfigurable architecture with atomic configuration updates for flexible regular expressions matching in FPGA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |
|
RJ01 | Rejection of invention patent application after publication |