-
题名基于改进残差网络的光通信网络漏洞自动辨识研究
被引量：2
- 1
-
-
作者
任美丽
孟亮
李婷
-
机构
山西财经大学
太原理工大学信息与计算机学院
-
出处
《激光杂志》
CAS
北大核心
2022年第12期133-138,共6页
-
基金
山西省自然科学基金项目(No.201801D121010)。
-
文摘
光通信网络存在漏洞辨识时延较长等问题,提出基于改进残差网络的光通信网络漏洞自动辨识方法。根据覆盖度和畸变设计一种灰盒漏洞挖掘模型,实施光通信网络漏洞数据挖掘,模型可以分为符号执行、样本选择、运行时跟踪、畸变策略四部分。通过对挖掘的光通信网络漏洞数据实施预处理,实现漏洞自动辨识之前的信息整合,具体预处理步骤包括反编译、代码切片、分词与向量化表示。基于卷积神经网络改进的残差网络构建残差池化识别模型,在模型中输入预处理后的光通信网络漏洞数据,实现光通信网络漏洞自动辨识。设置残差池化识别模型参数,通过matlab软件测试设计方法的性能。测试结果如下:设计方法特异度最高可达89.36%,查全率最高可达90.3210%,查准率最高可达89.2558%,准确率最高可达89.6325%,高于对比测试方法;设计方法的漏洞辨识时延与模型训练时间小于其他三种测试方法,表明设计方法的自动辨识性能良好。
-
关键词
改进残差网络
光通信网络
灰盒漏洞挖掘模型
漏洞辨识
反汇编
-
Keywords
improved residual network
optical communication network
gray-box vulnerability mining model
vulnerability identification
disassembly
-
分类号
TN311
[电子电信—物理电子学]
-
