-
题名远程缓冲区溢出攻击及防护
被引量：3
- 1
-
-
作者
张之刚
周宁
牛霜霞
莫坚松
刘浩
-
机构
河南电力试验研究院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2010年第11期80-84,共5页
-
基金
国家高技术研究发展计划(863计划)资助项目(2007AA01Z445)
-
文摘
介绍了Linux系统下缓冲区溢出的原理和shellcode具体实现方法。阐述了远程shellcode从C代码到机器码的编写过程,并从成功率角度对攻击方法进行了分析。利用red hat9.0上的漏洞程序对shellcode进行了测试。对缓冲区溢出常用的防护措施进行了分析,提出了应对远程shellcode的基本方法。
-
关键词
缓冲区溢出
远程shellcode
防护
-
Keywords
buffer overflow
remote shellcode
prevention
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
-
题名基于人工神经网络的半脆弱零水印技术
被引量：1
- 2
-
-
作者
桑军
张之刚
向宏
-
机构
重庆大学软件学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第16期93-95,164,共4页
-
基金
广东省教育部产学研结合项目(No.2007B090400121)
-
文摘
提出了基于人工神经网络的半脆弱零水印技术。首先在宿主图像中随机选择像素点,然后利用神经网络构建所选择像素点与其3×3邻域像素之间的关系,并与二值水印图像进行异或运算得到水印检测密钥,作为所构造的零水印。由于仅从宿主图像中抽取特征构造水印,而没有向图像中嵌入信息,避免了嵌入水印所导致的图像变形。该技术可以用于图像真实性、完整性认证,并可定位篡改发生的位置,且对于JPEG图像压缩具有一定的稳健性。实验结果证明了算法的有效性。
-
关键词
人工神经网络
零水印
半脆弱
图像认证
篡改定位
-
Keywords
artificial neural networks
zero-watermark
semi-fragile
image authentication
tamper localization
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名电网智能终端中嵌入式软件系统的测试
被引量：3
- 3
-
-
作者
张威
张之刚
吕卓
-
机构
河南省电力公司电力科学研究院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2013年第7期108-112,共5页
-
文摘
介绍了嵌入式智能终端在电网中的应用和开展嵌入式软件系统测试的现实意义,分析了嵌入式软件系统测试的基本过程和智能终端的嵌入式测试方法,对全数字模拟测试、交叉测试和测试环境进行了详细说明,最后提出了对电网智能终端嵌入式系统测试的安全性要求。
-
关键词
电网
智能终端
安全性
嵌入式
测试
-
Keywords
power grid
intelligent terminal
safety
embedded
test
-
分类号
TM72
[电气工程—电力系统及自动化]
-
-
题名基于本体和语义规则的信息系统安全域划分
被引量：1
- 4
-
-
作者
周宁
张之刚
马建伟
牛霜霞
莫坚松
-
机构
国网河南省电力公司电力科学研究院
河南恩湃高科集团有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第3期103-108,共6页
-
文摘
伴随着信息化全面建设,越来越多的信息化系统运用于各行各业,为广大的人民群众和国家带来信息化时代的便捷性与优越性,但是同时随之产生一系列复杂的安全问题也亟待解决。因此针对于信息系统领域的安全域划分方法及评估指标体系研究显得尤为重要。为此,提出了基于语义万维网技术和本体论技术的安全域划分方法,并在此基础上设计了针对于信息系统安全领域的本体,并且运用于实际案例中,完成技术方案的实际运用效果测试,实现为安全测评人员提供更方便的信息系统评级划域方法。
-
关键词
安全域划分
本体
信息系统
-
Keywords
secure domain division
ontology
information system
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
-
题名RiskRank:一种网络风险传播分析方法
被引量：2
- 5
-
-
作者
张之刚
常朝稳
韩培胜
侯湘
-
机构
战略支援部队信息工程大学密码工程学院
大唐中南电力试验研究院
重庆大学期刊社
-
出处
《重庆大学学报》
CSCD
北大核心
2021年第9期132-138,共7页
-
基金
国家自然科学基金资助项目(61572517)
重庆市自科基金资助项目(cstc2021jcyj-msxm4008)。
-
文摘
通过研究网络风险传播途径和规律,提出一种RiskRank网络风险传播分析方法。通过计算网络节点间相似关系和临近关系,以构建网络风险传播图谱,并基于随机游走方法迭代计算网络风险传播模型,以动态分析网络风险传播过程并量化评估网络风险程度,最后采用密度聚类算法识别高风险簇,通过隔离高风险簇以控制安全态势。实验结果表明,提出的RiskRank网络风险传播模型的准确率为97.4、精度为98.1%、召回率为86.4%。
-
关键词
网络风险评估
风险传播图谱
随机游走
密度聚类算法
-
Keywords
network risk evaluation
risk propagation graph
random walk
density clustering algorithm
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
