CN114912116A - 一种智能计算机网络信息安全控制器及控制系统 - Google Patents
一种智能计算机网络信息安全控制器及控制系统 Download PDFInfo
- Publication number
- CN114912116A CN114912116A CN202210537415.7A CN202210537415A CN114912116A CN 114912116 A CN114912116 A CN 114912116A CN 202210537415 A CN202210537415 A CN 202210537415A CN 114912116 A CN114912116 A CN 114912116A
- Authority
- CN
- China
- Prior art keywords
- program
- neural network
- network model
- visiting
- scanning
- 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
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
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
- G06F21/562—Static detection
-
- 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
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
- G06F21/566—Dynamic detection, i.e. detection performed at run-time, e.g. emulation, suspicious activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Virology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Safety Devices In Control Systems (AREA)
Abstract
本发明公开了一种智能计算机网络信息安全控制器及控制系统,包括机体,所述机体上设置有数据接口、中央处理器以及电源,所述中央处理器通过所述电源供电,所述中央处理器上运行有处理系统,所述处理系统包括:连接判断接口、权限获取模块、模型存储模块、程序来访模块以及扫描执行模块。本发明通过建立神经网络模型,对大数据中的病毒隐藏位置进行学习,将该神经网络模型存储在本地,在来访程序请求进入计算机的时候,通过该神经网络模型对来访程序搭配匹配的扫描方式,并通过该方式得到扫描的结果,从而使得在对来访程序进行扫描的时候,达到快速扫描且准确的效果,不会占用大量的运行空间,不会影响其他程序的正常运行。
Description
技术领域
本发明涉及信息安全领域,特别涉及一种智能计算机网络信息安全控制器及控制系统。
背景技术
日前,随着互联网大数据的日益发展,人们可以感知到的信息量是与日俱增,这样的优点在于,人们可以轻松的通过对互联网的访问,实现对信息的在线阅读或者获取。
而在人们使用互联网获取信息所带来的便利的同时,往往会遇到一些计算机病毒,这些计算机病毒通过巧妙的方式越过防火墙之后再次骗过安全防护系统到达计算机本身,进而通过获取计算机管理员权限的方式进而对计算机展开进攻,导致计算机工作速度严重减缓或者无法正常工作,严重的时候,还会导致计算机运行系统的彻底瘫痪。
在对计算机病毒进行防护的时候,用户通常所使用的方式是通过下载安全杀毒软件,使用安全杀毒软件对所有的来访程序进行扫描,并将扫描后的程序判断来访程序是放行还是删除。在进行程序的扫描的时候,会占用计算机CPU大量的运行空间,会拖慢计算机的运行,严重的时候,还会导致其他的程序无法正常的运行。
发明内容
本发明的目的是克服上述现有技术中存在的问题,提供一种智能计算机网络信息安全控制器,通过在大数据中对病毒的隐藏地点进行研究,使得在对病毒进行扫描的时候,采用与程序相搭配的扫描方式,从而快速的得到扫描的结果。
为此,本发明提供一种智能计算机网络信息安全控制器,包括机体,所述机体上设置有数据接口、中央处理器以及电源,所述中央处理器通过所述电源供电,所述中央处理器上运行有处理系统,所述处理系统包括:
连接判断接口,通过检测所述数据接口是否与计算机连接;
权限获取模块,当所述连接判断接口检测到所述数据接口与计算机连接的时候,经过用户的许可后获取计算机的最高权限;
模型存储模块,用于存储训练好的神经网络模型,并支持对所述神经网络模型的调用;
程序来访模块,用于拦截要访问计算机的来访程序,将所述来访程序进行数据化处理得到程序数组,并将所述程序数组输入到所述神经网络模型中输出得到扫描方式;
扫描执行模块,根据所述程序来访模块得到的所述扫描方式对所述来访程序进行扫描,并根据扫描结果对所述来访程序进行处理。
进一步,将来访程序进行数据化处理得到程序数组的时候,包括如下步骤:
将所述来访程序的代码提取出来,并将所述来访程序的代码分割成为各个代码段以及其对应的位置;
提取出设定位置的代码段,并获取各个代码段的关键词,设定位置与所述代码段一一对应;
根据每一个代码段对应的关键词得到该代码段对应的代码数组,将每一个所述代码数组根据其前后位置依次排列;
整合排列好的代码数组,输出所述程序数组。
更进一步,每一个所述代码段中,根据先后顺序依次提取出每一个指令词,每一个指令词作为一个所述关键词,根据指令词的编号得到所述关键词对应的数值,将每一个数值根据其对应的指令词在所述代码段中先后顺序排列,输出得到所述代码数组。
更进一步,所述扫描方式使用扫描数组的方式表示,所述扫描数组与所述扫描方式一一对应。
进一步,所述模型存储模块还用于对所述神经网络模型进行更新。
更进一步,在对所述神经网络模型进行更新的时候,包括如下步骤:
访问互联网,进入程序库中,所述程序库用于存储访问带有病毒的程序样本以及对应的扫描方式;
将每一个所述程序样本以及对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练;
遍历所述程序库中所有的程序样本,输出得到训练好的所述神经网络模型。
更进一步,在遍历所述程序库中所有的程序样本之后,将每一个程序样本进行缓存,当再次对所述神经网络模型训练的时候,提取当前所述程序库中所有的程序样本,并与缓存中的每一个程序样本进行比对,得到差别的程序样本,并将差别的程序样本与对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练。
进一步,所述机体上还设置有指示灯,所述连接判断接口检测到所述数据接口与计算机连接的时候,所述指示灯点亮。
本发明提供的一种智能计算机网络信息安全控制器,具有如下有益效果:
本发明通过建立神经网络模型,对大数据中的病毒隐藏位置进行学习,将该神经网络模型存储在本地,在来访程序请求,进入计算机的时候,通过神经网络模型对来访程序搭配匹配的扫描方式,并通过该方式得到扫描的结果,从而使得在对来访程序进行扫描的时候,达到快速扫描且准确的效果,不会占用大量的运行空间,不会影响其他程序的正常运行;
本发明采用外接的形式与计算机连接,在与计算机连接的时候对病毒进行防护,同时通过互联网的方式访问大数据,将线下的神经网络模型进行更新,使得可以实时的保持最新的状态,防护最新的病毒,从而实现线上线下相结合的方式,对病毒进行防护,同时不占用计算机本地的存储空间。
附图说明
图1为本发明的整体结构示意图;
图2为本发明的处理系统的系统连接示意框图;
图3为本发明将来访程序进行数据化处理得到程序数组的方法流程示意框图;
图4为本发明在对神经网络模型进行更新的方法流程示意框图。
具体实施方式
下面结合附图,对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
在本申请文件中,未经明确的部件型号以及结构,均为本领域技术人员所公知的现有技术,本领域技术人员均可根据实际情况的需要进行设定,在本申请文件的实施例中不做具体的限定。
具体的,如图1-4所示,本发明实施例提供了一种智能计算机网络信息安全控制器,包括机体,所述机体上设置有数据接口、中央处理器以及电源,所述中央处理器通过所述电源供电,所述中央处理器上运行有处理系统,所述处理系统包括:连接判断接口、权限获取模块、模型存储模块、程序来访模块以及扫描执行模块。下面是各个模块详细的工作原理和介绍。
连接判断接口,通过检测所述数据接口是否与计算机连接;该模块是用于检测数据连接的部分,即是将本发明外接在计算机中,当数据接口与计算机连接的时候,建立数据连接关系,进行数据的交互。
权限获取模块,当所述连接判断接口检测到所述数据接口与计算机连接的时候,经过用户的许可后获取计算机的最高权限;该模块是为后续的数据处理得到前期的条件,在进行数据处理的时候,通过获取计算机的最高权限,可以得到计算机的控制存储的调用权。
模型存储模块,用于存储训练好的神经网络模型,并支持对所述神经网络模型的调用;该模块是将内置已经初步训练好的神经网络模型,这个神经网络模型已经在出厂的时候存储好了一些普遍的经验数据。
程序来访模块,用于拦截要访问计算机的来访程序,将所述来访程序进行数据化处理得到程序数组,并将所述程序数组输入到所述神经网络模型中输出得到扫描方式;该模块是根据来访程序的实际情况,确定对应的扫描方式,泳衣对病毒的扫描。
扫描执行模块,根据所述程序来访模块得到的所述扫描方式对所述来访程序进行扫描,并根据扫描结果对所述来访程序进行处理。该模块是根据上述已经得到的扫描方式,对来访程序的代码进行扫描,是本发明的执行单元。
上述技术方案中,是根据来访程序的实际情况,结合以往的经验数据,使用神经网络模型对来访程序的代码进行扫描,从而使得使用合适的方式对来访程序进行代码的扫描,从而使得本发明在对代码进行扫描的时候,高效的对代码进行扫描。
在本发明中,将来访程序进行数据化处理得到程序数组的时候,包括如下步骤:
(一)将所述来访程序的代码提取出来,并将所述来访程序的代码分割成为各个代码段以及其对应的位置;
(二)提取出设定位置的代码段,并获取各个代码段的关键词,设定位置与所述代码段一一对应;
(三)根据每一个代码段对应的关键词得到该代码段对应的代码数组,将每一个所述代码数组根据其前后位置依次排列;
(四)整合排列好的代码数组,输出所述程序数组。
上述技术方案中,步骤(一)至步骤(四)按照逻辑顺序依次进行,通过将来访程序的代码进行划分,得到对应划分的各个代码段的位置,在通过关键词得到代码段的的情况,最后得到代码数组,将各个代码段对应的代码数组依次进行排列,得到程序数组为数字的矩阵形式。
上述技术方案在实现的时候,就是将整个来访程序的代码使用数字表示的方式,将每一个来访程序的代码使用数字化的方式显示,即是通过数字矩阵的当时,多维数组显示出来,为了后续神经网络在使用的时候,可以有效的降低来访程序的代码的空间,提升运算的速率。
上述技术方案中,每一个所述代码段中,根据先后顺序依次提取出每一个指令词,每一个指令词作为一个所述关键词,根据指令词的编号得到所述关键词对应的数值,将每一个数值根据其对应的指令词在所述代码段中先后顺序排列,输出得到所述代码数组。这样的方式就实现了将各个代码段与其对应的代码数组一一对应。
同时,所述扫描方式使用扫描数组的方式表示,所述扫描数组与所述扫描方式一一对应。通过建立扫描数组,就可以使得神经网络模型在输出的时候,仅仅输出的是一个数组,从而减小神经网络的运算速率。
综上,本发明通过建立神经网络模型,对大数据中的病毒隐藏位置进行学习,将该神经网络模型存储在本地,在来访程序请求,进入计算机的时候,通过神经网络模型对来访程序搭配匹配的扫描方式,并通过该方式得到扫描的结果,从而使得在对来访程序进行扫描的时候,达到快速扫描且准确的效果,不会占用大量的运行空间,不会影响其他程序的正常运行。
在本发明中,为了使得本发明的神经网络模型可以使用的经验数据更多,我们使得其具有不断的更新作用,所述模型存储模块还用于对所述神经网络模型进行更新。
在本发明中,在对所述神经网络模型进行更新的时候,包括如下步骤:
(1)访问互联网,进入程序库中,所述程序库用于存储访问带有病毒的程序样本以及对应的扫描方式;
(2)将每一个所述程序样本以及对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练;
(3)遍历所述程序库中所有的程序样本,输出得到训练好的所述神经网络模型。
上述技术方案中,步骤(1)至步骤(3)按照逻辑顺序依次进行,该模块是将互联网中的病毒作为现有的经验数据,并将这些经验数据对神经网络模型进行训练,使得神经网络模型具有充分的经验性。
上述技术方案中,为了优化更新的过程,在遍历所述程序库中所有的程序样本之后,将每一个程序样本进行缓存,当再次对所述神经网络模型训练的时候,提取当前所述程序库中所有的程序样本,并与缓存中的每一个程序样本进行比对,得到差别的程序样本,并将差别的程序样本与对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练。
本发明通过将每一次互联网中新增的病毒进行训练,使得在对神经网络模型的经验性进行实时的提升的时候,可以避免大量的运算,近几年对更新部分再次对神经网络模型进行训练。
因此,本发明采用外接的形式与计算机连接,在与计算机连接的时候对病毒进行防护,同时通过互联网的方式访问大数据,将线下的神经网络模型进行更新,使得可以实时的保持最新的状态,防护最新的病毒,从而实现线上线下相结合的方式,对病毒进行防护,同时不占用计算机本地的存储空间。
在本发明中,所述机体上还设置有指示灯,所述连接判断接口检测到所述数据接口与计算机连接的时候,所述指示灯点亮。也就是说,本发明在开始进行工作的时候,指示灯点亮,从而使得用户清楚本发明的工作状态。
以上公开的仅为本发明的几个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (9)
1.一种智能计算机网络信息安全控制系统,其特征在于,包括:
连接判断接口,通过检测数据接口是否与计算机连接;
权限获取模块,当所述连接判断接口检测到所述数据接口与计算机连接的时候,经过用户的许可后获取计算机的最高权限;
模型存储模块,用于存储训练好的神经网络模型,并支持对所述神经网络模型的调用;
程序来访模块,用于拦截要访问计算机的来访程序,将所述来访程序进行数据化处理得到程序数组,并将所述程序数组输入到所述神经网络模型中输出得到扫描方式;
扫描执行模块,根据所述程序来访模块得到的所述扫描方式对所述来访程序进行扫描,并根据扫描结果对所述来访程序进行处理。
2.如权利要求1所述的一种智能计算机网络信息安全控制系统,其特征在于,将来访程序进行数据化处理得到程序数组的时候,包括如下步骤:
将所述来访程序的代码提取出来,并将所述来访程序的代码分割成为各个代码段以及其对应的位置;
提取出设定位置的代码段,并获取各个代码段的关键词,设定位置与所述代码段一一对应;
根据每一个代码段对应的关键词得到该代码段对应的代码数组,将每一个所述代码数组根据其前后位置依次排列;
整合排列好的代码数组,输出所述程序数组。
3.如权利要求2所述的一种智能计算机网络信息安全控制系统,其特征在于,每一个所述代码段中,根据先后顺序依次提取出每一个指令词,每一个指令词作为一个所述关键词,根据指令词的编号得到所述关键词对应的数值,将每一个数值根据其对应的指令词在所述代码段中先后顺序排列,输出得到所述代码数组。
4.如权利要求3所述的一种智能计算机网络信息安全控制系统,其特征在于,所述扫描方式使用扫描数组的方式表示,所述扫描数组与所述扫描方式一一对应。
5.如权利要求1所述的一种智能计算机网络信息安全控制系统,其特征在于,所述模型存储模块还用于对所述神经网络模型进行更新。
6.如权利要求5所述的一种智能计算机网络信息安全控制系统,其特征在于,在对所述神经网络模型进行更新的时候,包括如下步骤:
访问互联网,进入程序库中,所述程序库用于存储访问带有病毒的程序样本以及对应的扫描方式;
将每一个所述程序样本以及对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练;
遍历所述程序库中所有的程序样本,输出得到训练好的所述神经网络模型。
7.如权利要求7所述的一种智能计算机网络信息安全控制系统,其特征在于,在遍历所述程序库中所有的程序样本之后,将每一个程序样本进行缓存,当再次对所述神经网络模型训练的时候,提取当前所述程序库中所有的程序样本,并与缓存中的每一个程序样本进行比对,得到差别的程序样本,并将差别的程序样本与对应的扫描方式送入所述神经网络模型,对所述神经网络模型进行训练。
8.一种智能计算机网络信息安全控制器,包括机体,所述机体上设置有数据接口、中央处理器以及电源,所述中央处理器通过所述电源供电,其特征在于,所述中央处理器上运行有如权利要求1-7中任一项所述的一种智能计算机网络信息安全控制系统。
9.如权利要求8所述的一种智能计算机网络信息安全控制器,其特征在于,所述机体上还设置有指示灯,所述数据接口与计算机连接的时候,所述指示灯点亮。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210537415.7A CN114912116B (zh) | 2022-05-18 | 2022-05-18 | 一种智能计算机网络信息安全控制器及控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210537415.7A CN114912116B (zh) | 2022-05-18 | 2022-05-18 | 一种智能计算机网络信息安全控制器及控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114912116A true CN114912116A (zh) | 2022-08-16 |
CN114912116B CN114912116B (zh) | 2023-01-24 |
Family
ID=82769314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210537415.7A Active CN114912116B (zh) | 2022-05-18 | 2022-05-18 | 一种智能计算机网络信息安全控制器及控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114912116B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118296600A (zh) * | 2024-04-12 | 2024-07-05 | 电子科技大学成都学院 | 智能计算机网络信息安全控制系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003010670A1 (en) * | 2001-07-26 | 2003-02-06 | Networks Associates Technology, Inc. | Scanner api for executing multiple scanning engines |
CN1752888A (zh) * | 2005-11-08 | 2006-03-29 | 朱林 | 用于移动/智能终端的病毒特征提取和检测系统及方法 |
US7496960B1 (en) * | 2000-10-30 | 2009-02-24 | Trend Micro, Inc. | Tracking and reporting of computer virus information |
CN108347430A (zh) * | 2018-01-05 | 2018-07-31 | 国网山东省电力公司济宁供电公司 | 基于深度学习的网络入侵检测和漏洞扫描方法及装置 |
CN111274583A (zh) * | 2020-01-17 | 2020-06-12 | 湖南城市学院 | 一种大数据计算机网络安全防护装置及其控制方法 |
CN111414615A (zh) * | 2020-03-27 | 2020-07-14 | 河南经贸职业学院 | 一种基于计算机网络的安全监控系统 |
CN112131120A (zh) * | 2020-09-27 | 2020-12-25 | 北京软安科技有限公司 | 一种源代码缺陷检测方法及装置 |
CN114172736A (zh) * | 2021-12-14 | 2022-03-11 | 河南中医药大学 | 一种基于大数据计算机网络安全防护装置 |
-
2022
- 2022-05-18 CN CN202210537415.7A patent/CN114912116B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7496960B1 (en) * | 2000-10-30 | 2009-02-24 | Trend Micro, Inc. | Tracking and reporting of computer virus information |
WO2003010670A1 (en) * | 2001-07-26 | 2003-02-06 | Networks Associates Technology, Inc. | Scanner api for executing multiple scanning engines |
CN1752888A (zh) * | 2005-11-08 | 2006-03-29 | 朱林 | 用于移动/智能终端的病毒特征提取和检测系统及方法 |
CN108347430A (zh) * | 2018-01-05 | 2018-07-31 | 国网山东省电力公司济宁供电公司 | 基于深度学习的网络入侵检测和漏洞扫描方法及装置 |
CN111274583A (zh) * | 2020-01-17 | 2020-06-12 | 湖南城市学院 | 一种大数据计算机网络安全防护装置及其控制方法 |
CN111414615A (zh) * | 2020-03-27 | 2020-07-14 | 河南经贸职业学院 | 一种基于计算机网络的安全监控系统 |
CN112131120A (zh) * | 2020-09-27 | 2020-12-25 | 北京软安科技有限公司 | 一种源代码缺陷检测方法及装置 |
CN114172736A (zh) * | 2021-12-14 | 2022-03-11 | 河南中医药大学 | 一种基于大数据计算机网络安全防护装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118296600A (zh) * | 2024-04-12 | 2024-07-05 | 电子科技大学成都学院 | 智能计算机网络信息安全控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114912116B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114912116B (zh) | 一种智能计算机网络信息安全控制器及控制系统 | |
CN1254424A (zh) | 存储器访问保护 | |
EP0331060B2 (en) | Programmable controller with stored tokenized source code | |
CN108304720A (zh) | 一种基于机器学习的安卓恶意程序检测方法 | |
CN107291457A (zh) | 整车控制器软件的远程更新计算系统及方法 | |
CA2179298A1 (en) | Information display system for actively redundant computerized process control | |
CN111488590A (zh) | 一种基于用户行为可信分析的sql注入检测方法 | |
CN101060436A (zh) | 一种用于通信设备的故障分析方法及装置 | |
CN101898339A (zh) | 计数报警电批 | |
CN105391800A (zh) | 基于“互联网+”医疗设备故障自检与修复系统 | |
CN107103237A (zh) | 一种恶意文件的检测方法及装置 | |
CN1534486A (zh) | 高速缓存刷新系统及其方法 | |
US6715140B1 (en) | Program trace method and apparatus, and storage medium | |
CN109583201A (zh) | 识别恶意中间语言文件的系统和方法 | |
KR102357630B1 (ko) | 제어시스템 보안이벤트의 공격전략 분류 장치 및 방법 | |
CN103455364B (zh) | 一种多核环境并行程序Cache性能在线获取系统及方法 | |
CN114172736B (zh) | 一种基于大数据计算机网络安全防护装置 | |
CN102122331B (zh) | 一种构造“In-VM”恶意代码检测架构的方法 | |
CN116150765A (zh) | 一种基于api依赖的模糊变异方法及装置 | |
CN113885896B (zh) | 应用程序软件包安装方法、装置、计算机设备及存储介质 | |
CN114491643A (zh) | 访问控制方法、装置、存储介质及服务器 | |
CN111010676B (zh) | 一种短信缓存方法、装置及系统 | |
CN114326605A (zh) | 一种管片生产信息化管理优化系统及其优化方法 | |
CN114020446A (zh) | 一种跨多引擎的路由处理方法、装置、设备及存储介质 | |
US20100042436A1 (en) | Disease oriented user interfaces |
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 |