CN113239365A - 一种基于知识图谱的漏洞修复方法 - Google Patents

一种基于知识图谱的漏洞修复方法 Download PDF

Info

Publication number
CN113239365A
CN113239365A CN202110781942.8A CN202110781942A CN113239365A CN 113239365 A CN113239365 A CN 113239365A CN 202110781942 A CN202110781942 A CN 202110781942A CN 113239365 A CN113239365 A CN 113239365A
Authority
CN
China
Prior art keywords
vulnerability
new
information
knowledge base
knowledge
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.)
Granted
Application number
CN202110781942.8A
Other languages
English (en)
Other versions
CN113239365B (zh
Inventor
戚建淮
李英英
唐娟
刘建辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Y&D Electronics Information Co Ltd
Original Assignee
Shenzhen Y&D Electronics Information Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Y&D Electronics Information Co Ltd filed Critical Shenzhen Y&D Electronics Information Co Ltd
Priority to CN202110781942.8A priority Critical patent/CN113239365B/zh
Publication of CN113239365A publication Critical patent/CN113239365A/zh
Application granted granted Critical
Publication of CN113239365B publication Critical patent/CN113239365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
    • G06F21/577—Assessing vulnerabilities and evaluating computer system security
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及网络安全技术领域，具体公开了一种修复效率高、出错率低且安全的基于知识图谱的漏洞修复方法，包括S1、提取新漏洞中能被计算机识别检索的特征；S2、将提取的新漏洞特征代入知识图谱化的漏洞知识库中检索识别；S3、当新漏洞特征与漏洞知识库中的任一漏洞匹配，根据漏洞知识库中预设的与漏洞对应的修复方法修复新漏洞；S4、当新漏洞特征与漏洞知识库中的漏洞未匹配，汇总匹配过程中的关联漏洞信息，并与步骤S1中提取的新漏洞特征共同进行决策融合整理，以输出决策信息；S5、对输出的决策信息进行推理，生成漏洞解决方案；S6、利用步骤S5生成的漏洞解决方案修复新漏洞，并将步骤S5的漏洞解决方案更新到漏洞知识库。

Description

一种基于知识图谱的漏洞修复方法
技术领域
本发明涉及网络安全技术领域，特别是涉及一种基于知识图谱的漏洞修复方法。
背景技术
网络安全漏洞是网络系统在需求、设计、实现、配置、运行等过程中，无意或有意产生的缺陷或薄弱点，需要及时修复以保证数据信息的安全性。随着现有使用的主机和软件系统复杂度越来越高，漏洞出现的可能性也越来越大，对信息技术的安全维护带来了新的挑战。传统的漏洞修复方法为在漏洞出现后，由技术人员提出解决方法，然后更新漏洞库，并对漏洞进行修复，漏洞修复需要持续一段时间，该修复期间，主机和系统缺少防御，容易受到攻击，难以保证主机和系统的安全。
发明内容
基于此，有必要针对漏洞修复时需要手动更新解决方案和漏洞库，修复时间长，修复期间主机和系统容易被攻击的技术问题，提供一种基于知识图谱的漏洞修复方法。
一种基于知识图谱的漏洞修复方法，该漏洞修复方法包括以下步骤：
S1、提取新漏洞中能被计算机识别和检索的特征；
S2、将提取的新漏洞特征代入知识图谱化的漏洞知识库中进行检索识别；
S3、当新漏洞特征与所述漏洞知识库中的任一漏洞匹配时，根据所述漏洞知识库中预设的与所述漏洞对应的修复方法修复新漏洞；
S4、当新漏洞特征与所述漏洞知识库中的漏洞未匹配时，汇总匹配过程中的关联漏洞信息，并与步骤S1中提取的新漏洞特征共同进行决策融合整理，以输出决策信息；
S5、对输出的决策信息进行推理，生成漏洞解决方案；
S6、利用步骤S5生成的漏洞解决方案修复新漏洞，并将步骤S5的漏洞解决方案更新到所述漏洞知识库。
在其中一个实施例中，所述步骤S1进一步包括：在提取新漏洞特征前，载入已知漏洞库的漏洞数据并对漏洞数据知识图谱化以建立漏洞知识库，所述漏洞知识库包括已知漏洞的分类信息，主题信息，关键词信息，以及与已知漏洞对应的修复方法。
在其中一个实施例中，所述步骤S1中，采用主题事件提取方法对新漏洞中的特征进行提取。
在其中一个实施例中，所述步骤S2中，采用分类、主题信息、关键词或索引中的至少两种特征对新漏洞的特征进行检索识别。
在其中一个实施例中，在所述步骤S4中，所述决策融合整理包括针对新漏洞特征的决策目标，利用特征级融合得出的各类目标特征信息建立融合模型，并对未匹配的新漏洞特征及其关联漏洞信息进行综合决策，整理出便于提取的格式进行编辑和存储。
在其中一个实施例中，所述步骤S5进一步包括：将推理后的漏洞标记为新的漏洞，并将生成的漏洞解决方案标记为新的漏洞解决方案。
在其中一个实施例中，所述步骤S5中，通过类比、归纳或演绎中的至少一种方法对输出的决策信息进行推理。
实施本发明的基于知识图谱的漏洞修复方法，通过对新漏洞进行特征提取和匹配识别，可以在知识图谱化的漏洞知识库中直接调用匹配漏洞的修复方法对新漏洞进行修复；对检索后未匹配的新漏洞，则可以将检索过程中获得的关联漏洞信息与新漏洞进行汇总，得到漏洞链接，通过对漏洞链接的决策融合整理，并进一步对决策结果推理，以生成漏洞解决方案，漏洞解决方案生成的同时，采用新的漏洞解决方案修复新漏洞，并将新漏洞和对应的解决方案在漏洞知识库中更新，如此，减少了漏洞修复过程中因人为参与引起的错误，无需更新硬件和软件版本即可自动更新漏洞知识库，同时提高了漏洞修复的效率和速度，避免因修复时间过长造成主机和系统被攻击的问题，进而提高主机和系统的安全性。
附图说明
图1为本发明的一个实施例中基于知识图谱的漏洞修复方法的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
本发明提供了一种基于知识图谱的漏洞修复方法，该漏洞修复方法首先构建了基于知识图谱的漏洞知识库，也可以理解为知识图谱化的漏洞知识库，该漏洞知识库通过载入已知漏洞库并对漏洞库的数据进行重建，获得新的结构化的漏洞知识库，随后对主机系统中出现的新漏洞进行特征提取，以便于计算机识别，随后根据新漏洞特征在漏洞知识库中的所有漏洞中检索与该新漏洞特征匹配的漏洞，从而可以借助现有漏洞知识库中的修复方法对新漏洞进行修复；或在未匹配时，将检索过程中与之相关联的漏洞信息与新漏洞特征集合为漏洞链接，并对漏洞连接进一步分析处理，通过推理获得相应的漏洞解决方案。
请参阅图1，该漏洞修复方法包括以下步骤：
S1、提取新漏洞中能被计算机识别和检索的特征。优选的，在提取新漏洞特征前，载入已知漏洞库的漏洞数据并对漏洞数据知识图谱化以建立漏洞知识库，漏洞知识库包括已知漏洞的分类信息，主题信息，关键词信息，以及与已知漏洞对应的修复方法。具体的，在建立知识图谱化的漏洞知识库的过程中，包括了抽取阶段和聚合阶段，抽取阶段用于抽取已知漏洞库中漏洞数据的主体和属性信息；聚合阶段用于将抽取的漏洞信息进行组合，形成结构化的漏洞知识库，结构化的漏洞知识库可以看作是由分类信息、主题信息、关键词信息及与已知漏洞对应的修复方法组成的四元组模型。
进一步优选的，采用主题事件提取方法对新漏洞中的特征进行提取。主题事件包括一类核心事件或活动，以及所有与之直接相关的事件和活动，回到本实施例中，主题事件提取方法则是指通过提取新漏洞中与漏洞发生的核心要素以及与核心要素直接关联的其他要素进行提取，提取后的核心要素及直接关联的其他要素可以唯一表征新漏洞，即抽取的新漏洞特征不可能同时与两个新漏洞关联。本实施例中，使用主题事件提取方法对信息进行提取，相对于元事件提取方法，该方法更能确定描述同一个主题事件的文档集合，并能实现集合中分散主题事件片段的归并，使得提取的特征能够准确的描述和表征新漏洞。
S2、将提取的新漏洞特征代入知识图谱化的漏洞知识库中进行检索识别。优选的，采用分类、主题信息、关键词或索引中的至少两种特征对新漏洞的特征进行检索识别。也就是说，可以将漏洞的分类特征、主题信息、关键词或索引等多种关键特征结合进行检索，以逐步缩小检索范围，从而提高检索识别的速度和识别的准确率。
S3、当新漏洞特征与漏洞知识库中的任一漏洞匹配时，根据漏洞知识库中预设的与漏洞对应的修复方法修复新漏洞。
本实施例所称的新漏洞特征与漏洞知识库中的漏洞匹配，是指新漏洞特征与漏洞知识库中另一漏洞的数据特征完全相同，在此情况下即判断新漏洞与漏洞知识库中的漏洞匹配，如此，即调用漏洞知识库中与该漏洞关联的漏洞修复方法对新漏洞进行修复，换言之，实现了对漏洞的自主分析和修复。
S4、当新漏洞特征与漏洞知识库中的漏洞未匹配时，汇总匹配过程中的关联漏洞信息，并与步骤S1中提取的新漏洞特征共同进行决策融合整理，以输出决策信息。
需要说明的是，在本实施例中，当新漏洞特征未能与漏洞知识库中的任一漏洞完全匹配，也就是说，新漏洞仅与漏洞知识库中的一个或多个漏洞的部分特征相同，在此情况下，上述与新漏洞部分特征相同的漏洞称为新漏洞的关联漏洞。为了对未匹配的漏洞进一步分析，将新漏洞特征及其关联漏洞进行汇总，形成漏洞链接，随后对该漏洞链接进行决策融合整理等处理。优选的，决策融合整理包括针对新漏洞特征的决策目标，利用特征级融合得出的各类目标特征信息建立融合模型，并对未匹配的新漏洞特征及其关联漏洞信息进行综合决策，整理出便于提取的格式进行编辑和存储。也可以理解为，通过提取新漏洞与关联漏洞的相同部分，并将关联漏洞的漏洞修复方法中与该相同部分对应的内容提取出来，提取的漏洞修复方法部分记为漏洞修复片段，对新漏洞与关联漏洞中相同的各个特征以及各特征对应的漏洞修复片段进行建模，获得融合模型，对各个漏洞修复片段进行拼接和逻辑处理，即进行综合决策，以输出决策信息。
S5、对输出的决策信息进行推理，生成漏洞解决方案。优选的，将推理后的漏洞标记为新的漏洞，并将生成的漏洞解决方案标记为新的漏洞解决方案。进一步优选的，通过类比、归纳或演绎中的至少一种方法对输出的决策信息进行推理。
其中，在采用类比推理方法时，从步骤S4中提取经整理后的决策信息，根据漏洞属性上的相同和相似之处，推理出新的漏洞属性，同时在原有漏洞解决方法的基础上推理出新的漏洞解决方法，该解决方法不能完全作为新漏洞的解决方法，只能作为其它推理方法的补充。
在采用归纳推理方法时，从步骤S4中提取经整理后的决策信息，并对决策信息进行归纳总结，找到相关或是相似漏洞的一般原理或是规律，从而找到了新漏洞的解决方法。
在采用演绎推理方法时，从步骤S4中提取经整理后的决策信息，通过找到当前新漏洞的一般特征，找到同类型的漏洞的特征，通过同类型漏洞的解决方法，找到新漏洞的解决方法。
S6、利用步骤S5生成的漏洞解决方案修复新漏洞，并将步骤S5的漏洞解决方案更新到漏洞知识库，从而扩大漏洞知识库中的数据量，为后续新漏洞出现时漏洞修复方法的匹配检索提供了更大的选择范围，从而提高漏洞修复的效率和准确度。
实施本发明的基于知识图谱的漏洞修复方法，通过对新漏洞进行特征提取和匹配识别，可以在知识图谱化的漏洞知识库中直接调用匹配漏洞的修复方法对新漏洞进行修复；对检索后未匹配的新漏洞，则可以将检索过程中获得的关联漏洞信息与新漏洞进行汇总，得到漏洞链接，通过对漏洞链接的决策融合整理，并进一步对决策结果推理，以生成漏洞解决方案，漏洞解决方案生成的同时，采用新的漏洞解决方案修复新漏洞，并将新漏洞和对应的解决方案在漏洞知识库中更新，如此，减少了漏洞修复过程中因人为参与引起的错误，无需更新硬件和软件版本即可自动更新漏洞知识库，同时提高了漏洞修复的效率和速度，避免因修复时间过长造成主机和系统被攻击的问题，进而提高主机和系统的安全性。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种基于知识图谱的漏洞修复方法，其特征在于，包括以下步骤：
S1、提取新漏洞中能被计算机识别和检索的特征；
S2、将提取的新漏洞特征代入知识图谱化的漏洞知识库中进行检索识别；
S3、当新漏洞特征与所述漏洞知识库中的任一漏洞匹配时，根据所述漏洞知识库中预设的与所述漏洞对应的修复方法修复新漏洞；
S4、当新漏洞特征与所述漏洞知识库中的漏洞未匹配时，汇总匹配过程中的关联漏洞信息，并与步骤S1中提取的新漏洞特征共同进行决策融合整理，以输出决策信息；
S5、对输出的决策信息进行推理，生成漏洞解决方案；
S6、利用步骤S5生成的漏洞解决方案修复新漏洞，并将步骤S5的漏洞解决方案更新到所述漏洞知识库。
2.根据权利要求1所述的基于知识图谱的漏洞修复方法，其特征在于，所述步骤S1进一步包括：在提取新漏洞特征前，载入已知漏洞库的漏洞数据并对漏洞数据知识图谱化以建立漏洞知识库，所述漏洞知识库包括已知漏洞的分类信息，主题信息，关键词信息，以及与已知漏洞对应的修复方法。
3.根据权利要求2所述的基于知识图谱的漏洞修复方法，其特征在于，所述步骤S1中，采用主题事件提取方法对新漏洞中的特征进行提取。
4.根据权利要求3所述的基于知识图谱的漏洞修复方法，其特征在于，所述步骤S2中，采用分类、主题信息、关键词或索引中的至少两种特征对新漏洞的特征进行检索识别。
5.根据权利要求4所述的基于知识图谱的漏洞修复方法，其特征在于，在所述步骤S4中，所述决策融合整理包括针对新漏洞特征的决策目标，利用特征级融合得出的各类目标特征信息建立融合模型，并对未匹配的新漏洞特征及其关联漏洞信息进行综合决策，整理出便于提取的格式进行编辑和存储。
6.根据权利要求5所述的基于知识图谱的漏洞修复方法，其特征在于，所述步骤S5进一步包括：将推理后的漏洞标记为新的漏洞，并将生成的漏洞解决方案标记为新的漏洞解决方案。
7.根据权利要求6所述的基于知识图谱的漏洞修复方法，其特征在于，所述步骤S5中，通过类比、归纳或演绎中的至少一种方法对输出的决策信息进行推理。
CN202110781942.8A 2021-07-12 2021-07-12 一种基于知识图谱的漏洞修复方法 Active CN113239365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110781942.8A CN113239365B (zh) 2021-07-12 2021-07-12 一种基于知识图谱的漏洞修复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110781942.8A CN113239365B (zh) 2021-07-12 2021-07-12 一种基于知识图谱的漏洞修复方法

Publications (2)

Publication Number Publication Date
CN113239365A true CN113239365A (zh) 2021-08-10
CN113239365B CN113239365B (zh) 2021-10-26

Family

ID=77135283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110781942.8A Active CN113239365B (zh) 2021-07-12 2021-07-12 一种基于知识图谱的漏洞修复方法

Country Status (1)

Country Link
CN (1) CN113239365B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114866358A (zh) * 2022-07-07 2022-08-05 中国人民解放军国防科技大学 一种基于知识图谱的自动化渗透测试方法及系统
CN115134121A (zh) * 2022-05-30 2022-09-30 深圳开源互联网安全技术有限公司 基于rasp的第三方库安全攻击防护方法及相关装置
CN116578568A (zh) * 2023-07-12 2023-08-11 八爪鱼人工智能科技(常熟)有限公司 基于人工智能的数据优化存储方法及大数据系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102945351A (zh) * 2012-11-05 2013-02-27 中国科学院软件研究所 云环境下基于二维码的移动智能终端安全漏洞修复方法
CN104346573A (zh) * 2013-07-31 2015-02-11 广州市品高软件开发有限公司 一种web应用系统信息安全框架的实现方法及装置
CN107577950A (zh) * 2017-09-29 2018-01-12 河南职业技术学院 一种修复软件漏洞的方法
CN112069069A (zh) * 2020-09-03 2020-12-11 平安信托有限责任公司 缺陷自动定位分析方法、设备及可读存储介质
CN112800430A (zh) * 2021-02-01 2021-05-14 苏州棱镜七彩信息科技有限公司 适用于开源组件的安全与合规治理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102945351A (zh) * 2012-11-05 2013-02-27 中国科学院软件研究所 云环境下基于二维码的移动智能终端安全漏洞修复方法
CN104346573A (zh) * 2013-07-31 2015-02-11 广州市品高软件开发有限公司 一种web应用系统信息安全框架的实现方法及装置
CN107577950A (zh) * 2017-09-29 2018-01-12 河南职业技术学院 一种修复软件漏洞的方法
CN112069069A (zh) * 2020-09-03 2020-12-11 平安信托有限责任公司 缺陷自动定位分析方法、设备及可读存储介质
CN112800430A (zh) * 2021-02-01 2021-05-14 苏州棱镜七彩信息科技有限公司 适用于开源组件的安全与合规治理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴顺祥等: "数据库系统与知识库系统的对比分析", 《计算机工程与应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115134121A (zh) * 2022-05-30 2022-09-30 深圳开源互联网安全技术有限公司 基于rasp的第三方库安全攻击防护方法及相关装置
CN114866358A (zh) * 2022-07-07 2022-08-05 中国人民解放军国防科技大学 一种基于知识图谱的自动化渗透测试方法及系统
CN114866358B (zh) * 2022-07-07 2022-09-09 中国人民解放军国防科技大学 一种基于知识图谱的自动化渗透测试方法及系统
CN116578568A (zh) * 2023-07-12 2023-08-11 八爪鱼人工智能科技(常熟)有限公司 基于人工智能的数据优化存储方法及大数据系统
CN116578568B (zh) * 2023-07-12 2023-09-15 八爪鱼人工智能科技(常熟)有限公司 基于人工智能的数据优化存储方法及大数据系统

Also Published As

Publication number Publication date
CN113239365B (zh) 2021-10-26

Similar Documents

Publication Publication Date Title
CN113239365B (zh) 一种基于知识图谱的漏洞修复方法
CN107016018B (zh) 数据库索引创建方法及装置
CN107797916B (zh) Ddl语句审核方法和装置
CN113656807A (zh) 一种漏洞管理方法、装置、设备及存储介质
US20210334292A1 (en) System and method for reconciliation of data in multiple systems using permutation matching
US11533373B2 (en) Global iterative clustering algorithm to model entities' behaviors and detect anomalies
US20170277887A1 (en) Information processing apparatus, information processing method, and computer readable medium
CN112328499A (zh) 一种测试数据生成方法、装置、设备及介质
CN113486158A (zh) 基于案情比对的类案检索方法、装置、设备及存储介质
CN114841789A (zh) 基于区块链的审计审价故障数据在线编辑方法及系统
CN117807245A (zh) 网络资产图谱中节点特征提取方法及相似节点搜索方法
CN116821903A (zh) 检测规则确定及恶意二进制文件检测方法、设备及介质
CN110941831A (zh) 基于分片技术的漏洞匹配方法
CN115270136A (zh) 一种基于二元组的漏洞克隆检测系统及方法
CN111881309B (zh) 电子证照检索方法、装置和计算机可读介质
CN112686029A (zh) 用于数据库审计系统的sql新语句识别方法及装置
CN111722998B (zh) 代码的质量控制方法、系统、设备及存储介质
WO2019176011A1 (ja) 検索文活用装置および検索文活用方法
CN116910769B (zh) 资产漏洞分析方法、装置和可读存储介质
Jain et al. Two Timin’: Repairing Smart Contracts With A Two-Layered Approach
CN114817929B (zh) 物联网漏洞动态追踪和处理方法、装置、电子设备及介质
US11599434B2 (en) System for recommending tests for mobile communication devices maintenance release certification
CN117274110B (zh) 一种基于生成式人工智能与图神经网络的影像优化方法
KR102640986B1 (ko) 블록체인 네트워크 상의 트랜잭션 정보에 기반한 가상자산 거래분석 데이터베이스 생성 시스템 및 방법
CN113055396B (zh) 一种跨终端溯源分析的方法、装置、系统和存储介质

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
GR01 Patent grant
GR01 Patent grant