JP2022520041A - ビッグデータモバイルソフトウェアの類似性についての記述エントロピーに基づくインテリジェントな決定方法 - Google Patents
ビッグデータモバイルソフトウェアの類似性についての記述エントロピーに基づくインテリジェントな決定方法 Download PDFInfo
- Publication number
- JP2022520041A JP2022520041A JP2021545304A JP2021545304A JP2022520041A JP 2022520041 A JP2022520041 A JP 2022520041A JP 2021545304 A JP2021545304 A JP 2021545304A JP 2021545304 A JP2021545304 A JP 2021545304A JP 2022520041 A JP2022520041 A JP 2022520041A
- Authority
- JP
- Japan
- Prior art keywords
- mobile software
- descriptive
- entropy
- plural
- function
- 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
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 230000006835 compression Effects 0.000 claims description 20
- 238000007906 compression Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
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
- G06F21/563—Static detection by source code analysis
-
- 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
- G06F21/565—Static detection by checking file integrity
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/53—Decompilation; Disassembly
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/74—Reverse engineering; Extracting design information from source code
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Virology (AREA)
- Mobile Radio Communication Systems (AREA)
- Devices For Executing Special Programs (AREA)
- Telephonic Communication Services (AREA)
- Stored Programmes (AREA)
- Complex Calculations (AREA)
Abstract
Description
ビッグデータモバイルソフトウェアの類似性についての記述エントロピーに基づくインテリジェントな決定方法であって、下記のステップを含み:
S1、モバイルソフトウェア(複数)のパスを取得することであって、該パス(複数)に従って該モバイルソフトウェア(複数)は読み取られる;
S2、該モバイルソフトウェア(複数)の各々のファンクション(関数ともいう:function)特性(複数)を取得するために、該モバイルソフトウェア(複数)の各々に予備的なリバースエンジニアリング・逆コンパイルを実行する;
S3、該ファンクション特性の記述エントロピー(複数)によって、該モバイルソフトウェア(複数)の各々の記述エントロピーの分布を集約する;
S4、モバイルソフトウェア(複数)の記述エントロピー(複数)を統合し、統合された記述エントロピーの分布(複数)にもとづき、モバイルソフトウェアペア(pairs) (複数)の該記述エントロピー分布(複数)を比較し、そして、該モバイルソフトウェアペア(複数)の類似性スコア(複数)を計算する;
S5、モバイルソフトウェアの類似性の結果を取得するために、モバイルソフトウェア(複数)の類似性スコア(複数)を出力する。
モバイルソフトウェア(複数)のハッシュ値(複数)、ファンクションの圧縮コード(複数)、及び記述エントロピー(複数)、を対応するテキストファイルに保存する。
ここで、hd1からhdnは、対応するモバイルソフトウェアの1番目からn番目の相互に等しくない記述エントロピー値(複数)であり; n1からnnは、1番目からn番目の相互に等しくない記述エントロピー値(複数)の対応する数である。
モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー(複数)の集合は、次のとおりであり:
モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー値(複数)の個数(複数)の集合は、次のとおりであり:
モバイルソフトウェアペアの記述エントロピー(複数)の和集合は、次のとおりであり:
ここで、HdA∪Bは、モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー(複数)の和集合であり、YAは、和集合HdA∪Bでの、モバイルソフトウェアAの記述エントロピー値(複数)の対応する個数(複数)の集合であり、YBは、和集合HdA∪Bでの、モバイルソフトウェアBの記述エントロピー値(複数)の対応する個数(複数)の集合であり、xは、和集合HdA∪BとHdAの差集合要素(複数)の個数であり、yは、和集合HdA∪BとHdBの差集合要素(複数)の個数であり、m + xとn + yは、和集合HdA∪Bでの要素(複数)の個数(複数)であり;
類似性スコア(複数)の計算を実行する;
集合HdA∪BとYAを、離散点(複数)DAの集合として、集合HdA∪BとYBを、離散点(複数)DBの別の集合として、採用し、それは、次のとおりであり:
セットにおける要素(複数)個数は、N個とされ、それは、次のとおりであり:
最後に類似性スコアを以下により取得する:
類似性スコア = SA∩B/S A∪B * 100。
本発明は、逆コンパイルによりモバイルソフトウェアソースコード(複数)を取得し、次に各ファンクションまたはクラスのソースコードを読み取ることにより対応するモバイルソフトウェアのファンクションの圧縮コードを取得する。各ファンクションの圧縮コードは、制御フローチャートに従って、対応するファンクションまたはクラスのステートメントを圧縮することで形成される文字列(character string)である。記述エントロピーは、ファンクションの圧縮コードに従ってインテリジェントに計算された浮動小数点数である。一つのファンクションまたはクラスは、一つのファンクションの圧縮コードと一つの記述エントロピーに対応する。したがって、一つのモバイルソフトウェアは、ファンクションの圧縮コード(複数)の集合と記述エントロピーの集合に対応し、これらの個数は、ファンクション(複数)またはクラス(複数)の総数によって異なる。記述エントロピーを一つのオブジェクトを表す情報の量として、モバイルソフトウェアの類似性の決定に使用され、ソフトウェア類似性のインテリジェント計算の速度を大幅に向上させる。
ビッグデータモバイルソフトウェア(複数)の類似性についての記述エントロピーに基づくインテリジェントな決定方法であって、図1に示すように、下記のステップを含む:
ステップ1、モバイルソフトウェア(複数)の各々のパスを取得することであって、該パスに従って該モバイルソフトウェア(複数)は読み取られる;
前記予備的なリバースエンジニアリング・逆コンパイルは、具体的に以下をふくむ:
逆コンパイルツールAndroguardを使用して、モバイルソフトウェア(複数)の各々のソースコードを取得し、該ソースコードを通じてモバイルソフトウェア(複数)の各々のファンクションの圧縮コード(複数)を取得し、そして、該ファンクションの圧縮コードの各々から、ファンクションまたはクラスの情報の量、つまり記述エントロピーの、を表す浮動小数点数を計算し; そして、該モバイルソフトウェア(複数)のアファンクションの圧縮コード(複数)、記述エントロピー(複数)、ハッシュ値(複数)を対応するテキストファイルに保存する;
記述エントロピーは、次のように計算される:
具体的には、ステップ2のモバイルソフトウェア(複数)に対応するテキストファイル(複数)から、以下を抽出することをふくむ:
記述エントロピー(複数)の集合:
モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー(複数)の集合(複数)は、次のとおりである:
集合(複数)HdA∪BとYAを、離散点(複数)DAの集合とし、集合(複数)HdA∪BとYBを、離散点(複数)DBの別の集合とし、それは次のとおりであり:
次に、領域SAとSBの交差領域SA∩Bが計算され、更に、領域SAとSBの和集合領域SA∪Bが計算され; 最後に、類似度スコアを計算する:
図3は、記述エントロピー分布に基づくモバイルソフトウェアペアの類似性領域計算の概略図である; 横座標は、記述エントロピー値であり、縦座標は、記述エントロピー値(複数)の個数である。
最後に類似性スコアを取得する。
類似性スコア=SA∩B/S A∪B*100。
Claims (9)
- ビッグデータモバイルソフトウェア(複数)の類似性についての記述エントロピーに基づくインテリジェントな決定方法であって、下記のステップを含む決定方法:
S1、該モバイルソフトウェア(複数)のパスを取得することであって、該パスに従って該モバイルソフトウェア(複数)は読み取られる;
S2、該モバイルソフトウェア(複数)の各々のファンクション(function)特性を取得するために、該モバイルソフトウェア(複数)の各々に予備的なリバースエンジニアリング・逆コンパイルを実行する;
S3、該ファンクション特性の記述エントロピーによって、該モバイルソフトウェア(複数)の各々の記述エントロピーの分布を集約する;
S4、該モバイルソフトウェア(複数)の該記述エントロピーを統合し、該統合された記述エントロピーの分布に基づき、モバイルソフトウェアペア(pairs)の該記述エントロピー分布を比較し、そして、該モバイルソフトウェアペアの類似性スコアを計算する;
S5、モバイルソフトウェア(複数)の類似性の結果を取得するために、該モバイルソフトウェア(複数)の該類似性スコアを出力する、ことを特徴とする、決定方法。 - ファンクション特性は、ハッシュ値(複数)、ファンクションの圧縮コード(複数)、記述エントロピー(複数)を含むことを特徴とする請求項1に記載の決定方法。
- ステップS2では、前記予備的なリバースエンジニアリング・逆コンパイルは、具体的に、逆コンパイルツールを使用してモバイルソフトウェア(複数)の各々のソースコード(複数)を取得し、該ソースコード(複数)を通じて該モバイルソフトウェア(複数)の各々のファンクションの圧縮コード(複数)を取得し、そして、ファンクションまたはクラスの情報量を表す浮動小数点数を、つまり、次の式による、該ファンクションの圧縮コード(複数)の各々から該記述エントロピーを、計算する:
モバイルソフトウェア(複数)のハッシュ値(複数)、該ファンクションの圧縮コード(複数)、及び記述エントロピー(複数)を、対応するテキストファイルに保存する、ことを特徴とする請求項1に記載の決定方法。 - 前記ファンクションまたはクラスにおいて、一つのファンクションまたはクラスは、一つのファンクションの圧縮コード、一つの記述エントロピー、及び一つのハッシュ値に対応し;一つのモバイルソフトウェアは、対応するファンクションのハッシュ値(複数)の集合、ファンクションの圧縮コード(複数)の集合、記述エントロピー(複数) の集合に対応することを特徴とする請求項3に記載の決定方法。
- 前記逆コンパイルツールは、Androguardであることを特徴とする請求項3に記載の決定方法。
- 前記ステップS4では、具体的に、以下を含む:
全ての該モバイルソフトウェア(複数)の記述エントロピー(複数)の集合(複数)を取得し、次に、該モバイルソフトウェア(複数)の各々のペアの記述エントロピー(複数)の和集合を得るために、ペア(複数)における該モバイルソフトウェアすべての、記述エントロピー(複数)の集合(複数)を統合する;
モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー(複数)の集合(複数)は、次のとおりであり:
ここで、HdAは、モバイルソフトウェアAの記述エントロピー(複数)の集合であり、HdBは、モバイルソフトウェアBの記述エントロピー(複数)の集合であり、mは、モバイルソフトウェアAの記述エントロピー値(複数)の個数であり、nは、モバイルソフトウェアBの記述エントロピー値(複数)の個数であり;
モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー値(複数)の個数の集合は、次のとおりであり:
ここで、NAは、モバイルソフトウェアAのHdAでの記述エントロピー値(複数)の対応する個数(複数)の集合であり、NBは、モバイルソフトウェアBのHdBでの記述エントロピー値(複数)の対応する個数の集合であり;該モバイルソフトウェアペアの記述エントロピー(複数)の和集合は、次のとおりであり:
ここで、HdA∪Bは、モバイルソフトウェアAとモバイルソフトウェアBの記述エントロピー(複数)の該和集合であり、YAは、該和集合HdA∪BでのモバイルソフトウェアAの記述エントロピー値(複数)の対応する個数の集合であり、YBは、和集合HdA∪BでのモバイルソフトウェアBの記述エントロピー値(複数)の対応する個数の集合であり; xは、和集合HdA∪BとHdAの差集合要素(複数)の個数であり、yは、和集合HdA∪BとHdBの差集合要素(複数)の個数であり; m + xとn + yは、和集合HdA∪Bでの要素(複数)の個数であり;
類似性スコアの計算を実行し:
集合HdA∪BとYAを、離散点(複数)DAの集合として得、集合HdA∪BとYBを、離散点(複数)DBの別の集合として得、それは次のとおりであり、
デカルト座標系での領域SAが、X軸と離散点(複数)DAの集合によって定義され; デカルト座標系での領域SBが、X軸と離散点(複数)DBの集合によって定義され; 次に、領域SAとSBの交差エリアSA∩Bが計算され、更に、領域SAとSBの和集合エリアSA∪Bが計算され;
最後に、該類似性スコアが計算される:
該集合での要素(複数)の個数は、N個を有するとされ、次のとおりであり、
ここで、
最後に該類似性スコアは以下によって計算される:
類似性スコア=SA∩B/S A∪B *100
である、請求項6に記載の決定方法。 - m + x = n + yである、請求項7に記載の決定方法。
- ステップS5では、具体的に、すべてのモバイルソフトウェア(複数)の類似性スコア(複数)を出力し、モバイルソフトウェアの類似性の結果を取得するために、モバイルソフトウェア(複数)間の類似性の程度を決定する、請求項1に記載の決定方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910424145.7 | 2019-05-21 | ||
CN201910424145.7A CN110210224B (zh) | 2019-05-21 | 2019-05-21 | 一种基于描述熵的大数据移动软件相似性智能检测方法 |
PCT/CN2020/086052 WO2020233322A1 (zh) | 2019-05-21 | 2020-04-22 | 一种基于描述熵的大数据移动软件相似性智能检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022520041A true JP2022520041A (ja) | 2022-03-28 |
JP7197942B2 JP7197942B2 (ja) | 2022-12-28 |
Family
ID=67788064
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021545304A Active JP7197942B2 (ja) | 2019-05-21 | 2020-04-22 | ビッグデータモバイルソフトウェアの類似性についての記述エントロピーに基づくインテリジェントな決定方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11886583B2 (ja) |
JP (1) | JP7197942B2 (ja) |
CN (1) | CN110210224B (ja) |
WO (1) | WO2020233322A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210224B (zh) * | 2019-05-21 | 2023-01-31 | 暨南大学 | 一种基于描述熵的大数据移动软件相似性智能检测方法 |
US11574059B1 (en) * | 2022-06-20 | 2023-02-07 | Uab 360 It | Classification of data files |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011034377A (ja) * | 2009-08-03 | 2011-02-17 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
US20130067579A1 (en) * | 2011-09-14 | 2013-03-14 | Mcafee, Inc. | System and Method for Statistical Analysis of Comparative Entropy |
JP2015138331A (ja) * | 2014-01-21 | 2015-07-30 | 日本電信電話株式会社 | 情報端末、実行形式監視方法、プログラム |
JP2017021776A (ja) * | 2015-06-30 | 2017-01-26 | エーオー カスペルスキー ラボAO Kaspersky Lab | モバイルデバイスでの悪質なファイルを検出するシステム及び方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104751055B (zh) * | 2013-12-31 | 2017-11-03 | 北京启明星辰信息安全技术有限公司 | 一种基于纹理的分布式恶意代码检测方法、装置及系统 |
CN104376260B (zh) * | 2014-11-20 | 2017-06-30 | 东华大学 | 一种基于香农信息熵的恶意代码可视化分析方法 |
CN106485507B (zh) * | 2015-09-01 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 一种软件推广作弊的检测方法、装置及系统 |
TWI547823B (zh) * | 2015-09-25 | 2016-09-01 | 緯創資通股份有限公司 | 惡意程式碼分析方法與系統、資料處理裝置及電子裝置 |
US10607010B2 (en) * | 2016-09-30 | 2020-03-31 | AVAST Software s.r.o. | System and method using function length statistics to determine file similarity |
CN108710797B (zh) * | 2018-06-15 | 2021-08-17 | 四川大学 | 一种基于熵信息分布的恶意文档检测方法 |
CN109446753A (zh) * | 2018-09-10 | 2019-03-08 | 平安科技(深圳)有限公司 | 检测盗版应用程序的方法、装置、计算机设备及存储介质 |
CN109359439B (zh) * | 2018-10-26 | 2019-12-13 | 北京天融信网络安全技术有限公司 | 软件检测方法、装置、设备及存储介质 |
CN109753800B (zh) * | 2019-01-02 | 2023-04-07 | 重庆邮电大学 | 融合频繁项集与随机森林算法的Android恶意应用检测方法及系统 |
CN110210224B (zh) * | 2019-05-21 | 2023-01-31 | 暨南大学 | 一种基于描述熵的大数据移动软件相似性智能检测方法 |
-
2019
- 2019-05-21 CN CN201910424145.7A patent/CN110210224B/zh active Active
-
2020
- 2020-04-22 WO PCT/CN2020/086052 patent/WO2020233322A1/zh active Application Filing
- 2020-04-22 JP JP2021545304A patent/JP7197942B2/ja active Active
- 2020-04-22 US US17/312,449 patent/US11886583B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011034377A (ja) * | 2009-08-03 | 2011-02-17 | Mitsubishi Electric Corp | 情報処理装置及び情報処理方法及びプログラム |
US20130067579A1 (en) * | 2011-09-14 | 2013-03-14 | Mcafee, Inc. | System and Method for Statistical Analysis of Comparative Entropy |
JP2015138331A (ja) * | 2014-01-21 | 2015-07-30 | 日本電信電話株式会社 | 情報端末、実行形式監視方法、プログラム |
JP2017021776A (ja) * | 2015-06-30 | 2017-01-26 | エーオー カスペルスキー ラボAO Kaspersky Lab | モバイルデバイスでの悪質なファイルを検出するシステム及び方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110210224B (zh) | 2023-01-31 |
US11886583B2 (en) | 2024-01-30 |
WO2020233322A1 (zh) | 2020-11-26 |
US20220058263A1 (en) | 2022-02-24 |
JP7197942B2 (ja) | 2022-12-28 |
CN110210224A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11030311B1 (en) | Detecting and protecting against computing breaches based on lateral movement of a computer file within an enterprise | |
US10305889B2 (en) | Identity authentication method and device and storage medium | |
WO2022095352A1 (zh) | 基于智能决策的异常用户识别方法、装置及计算机设备 | |
US10509905B2 (en) | Ransomware mitigation system | |
US10547618B2 (en) | Method and apparatus for setting access privilege, server and storage medium | |
JP2022520041A (ja) | ビッグデータモバイルソフトウェアの類似性についての記述エントロピーに基づくインテリジェントな決定方法 | |
WO2016206605A1 (zh) | 一种客户端数据的采集方法和装置 | |
CN109660327A (zh) | 基于虹膜的区块链加密方法、装置及可读存储介质 | |
CN115051798A (zh) | 一种随机数生成方法、装置、电子设备及存储介质 | |
CN112507336A (zh) | 基于代码特征和流量行为的服务端恶意程序检测方法 | |
CN111312333B (zh) | 一种bwt查表性能改进方法、装置、设备和介质 | |
Sari et al. | Cryptography Triple Data Encryption Standard (3DES) for Digital Image Security | |
CN101217371B (zh) | 实现用户帐号验证的方法 | |
CN107729754A (zh) | 基于API特征的Android恶意软件检测方法 | |
JP2011209800A (ja) | 公開情報のプライバシー保護装置、公開情報のプライバシー保護方法およびプログラム | |
US9465921B1 (en) | Systems and methods for selectively authenticating queries based on an authentication policy | |
CN110222507B (zh) | 一种基于模糊哈希的恶意软件大数据智能学习识别方法 | |
CN102663077B (zh) | 基于Hits算法的Web搜索结果安全性排序方法 | |
US20220318665A1 (en) | Programmable Feature Extractor | |
CN111552963B (zh) | 一种基于结构熵序列的恶意软件分类方法 | |
KR102277870B1 (ko) | 랜덤 스크립트를 이용한 자동 로그인 방지 방법 및 이를 수행하기 위한 서버 | |
US11496489B1 (en) | Knowledge-aware detection of attacks on a client device conducted with dual-use tools | |
WO2021035963A1 (zh) | 音乐的信息嵌入方法、提取方法、装置、终端及存储介质 | |
Mandal et al. | Enhanced-Longest Common Subsequence based novel steganography approach for cloud storage | |
TWI779245B (zh) | 異常流量偵測方法與異常流量偵測裝置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210802 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220809 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221007 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7197942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |